㈠ 什么是α，β收益，量化投资的策略创建与分析
α收益：一揽子可以自定义低估、同质化并且有波动的股票，不断买入更便宜的，卖出更贵的，从而获得的收益。
例如：几个跟着沪深300的ETF，你发现手中持有的沪深300ETF溢价2%了，而市场上同时存在一个折价1%的ETF，那么就卖出溢价高的沪深300ETF，去买折价的，这样虽然始终持有沪深300ETF，但获得了超越沪深300指数本身的收益，就是α收益。
解释一下同质化：明显所有的沪深300ETF是同质化的，也可以认为最小市值20个股票是同质化的，所有银行股是同质化的，分级A是同质化的。下文中有解释自定义低估。
β收益：基本面本身上涨是β收益。
例如，自定义最小市值的10个股票为一个指数，这些最小市值从5亿涨到20亿，这就是β收益。自定义最低股价10个为一个指数，从牛市的5元跌到2元，那么β收益就是负的
量化策略创建三个步骤：
策略的理论基础
历史回测
找到策略黑天鹅。
（一）策略的理论基础：（大致分为三类）：
基本面理论
按基本面又可以分为：1.价值型；2.成长型；3.品质型；按中国特色A股基本面又可以添加；4.小市值型；5.股价型
技术面理论
按技术面又可以分为：1.趋势型，2.趋势反转型，3.缩量反弹，4.指数轮动，5.择时
风险套利
风险套利（或者称轮动）：不断买入更便宜的，卖出更贵的。
注意：
有些理论基础并不牢固，并且不能很好解释（这也导致了各种投资流派互相不服）
有些量化跳过了理论基础，直接根据历史统计进行量化（本文不讨论），例如，统计两会前后涨跌，一季度历史表现最好板块
对策略理论的解释：
基本面策略可以定义什么是低估，比如低PE是低估，低市值是低估，低股价是低估，高ROE是低估，高成长是低估；也可以自定义低估，PB*PE是低估，总市值*流通市值小是低估
基本面理论提供了一揽子同质化并且有波动的股票。有些基本面策略的股票间波动较小，例如最低PE股，一段时期内总是那么几个银行股；有些波动较大，比如小市值型
技术面理论有些很难定义什么是低估，比如趋势型；有些则看似可以定义低估，例如，BIAS最小，20日跌幅最大，其实也不是
能自定义低估的策略是风险套利，不能自定义低估的策略是统计
基本面本身能上涨，就获得了β收益
我得出的结论是：风险套利策略的核心是对自定义低估的轮动，即不断获得α收益！！
如何获得α收益：大部分基本面策略的收益是因为风险套利获得的；也就是不断买入更低估的，卖出更贵的；也就是因为调仓周期内因不同股票的波动而产生收益，因此适当缩短周期有利于提高收益；所以在一年内交易次数越多，alpha收益越大（投资大师说的减少交易次数，并不适用于套利）
理论本身获得的β收益并不多，甚至为负（价值型由于近几年市场估值不断降低，不调仓的话，收益是负的）
我们应当寻找的是：基本面理论本身能上涨，且能提供同质化，波动较大的策略（即获得α，又获得β）
统计策略其内在逻辑说服力小，是过去的概率来预测未来
（二）历史回测：回测中最重要一点是：不要欺骗自己
历史回测中要用到一个哲学思想，叫做奥卡姆剃刀:较简单的理论比复杂的理论更好，因为它们更加可检验
改变测试起始时间。调仓周期超过2天的策略，应该试遍每个起始时间，取平均收益，这才最接近策略真实历史回测，因为理论上起始时间变化一两天对策略收益影响是不大的，如果变化很大就说明过度优化。
不要创建静态股票池。历史上每个阶段都有大牛股，完全可以收集大牛股作为股票池，算好调仓周期，每个阶段买最牛的，收益可以美到不敢想象
不要用PE.PB等指标精确逃顶抄底，最多用来确定一个大致范围。每次大顶点位都是不同的，这样的择时毫无意义。
先用25个以上股票测试，确定策略有效性，再减少数量做策略，如果25个测试无效，那么一两个即使收益很好，也该放弃。
改变条件权重。如果稍微改变权重，收益变化很大，那么就降低策略未来预期收益，别指望策略以后会表现这么好。
尽量从07年开始测试。除非你能确定每个时间市场的风格，显然这是不可能的。
同一套择时系统，如果用在策略1上回撤是30%，用在策略2上回撤是15%，你肯定会选择策略2，如果策略1和2本质上是差不多的策略，别太高兴，在未来，策略1和2表现谁好谁坏也是难说的
（三）找到黑天鹅：每个策略都有黑天鹅
价值型，成长型，品质型策略，黑天鹅是过一个季度，可能财务数据完全变了，因此持仓个数不能太少，行业要分开
小市值，低价，低交易额策略，黑天鹅是出现仙股
统计类，技术类策略，黑天鹅是理论本身就不完美
㈡ 股票的 阿尔法 贝塔 指的是什么
现代金融理论认为，证券投资的额外收益率可以看做两部分之和。第一部分是和整个市场无关的，叫阿尔法；第二部分是整个市场的平均收益率乘以一个贝塔系数。贝塔可以称为这个投资组合的系统风险。
拓展资料
股票收益是股票股息和因拥有股票所有权而获得的超出股票实际购买价格的收益。投资者购买股票最关心的是能获得多少收益。具体来说，就是红利和股票市价的升值部分。公司发放红利，大致有三种形式，现金红利，股份红利、财产红利。
一般大多数公司都是发放现金股利的，不发放现金红利的主要是那些正在迅速成长的公司，它们为了公司的扩展。需要暂存更多的资金以适应进一步的需要，这种做法常常为投资者所接受。由于股息是股票的名义收益，而股票价格则是经常变化的，因此比较起来，股票持有者对股票价格变动带来的预期收益比对股息更为关心。
衡量股票投资收益水平的指标主要有股利收益率、持有期收益率和拆股后持有期收益率等。
1．股利收益率
股利收益率，又称获利率，是指股份公司以现金形式派发的股息或红利与股票市场价格的比率其计算公式为：该收益率可用于计算已得的股利收益率，也可用于预测未来可能的股利收益率。
2．持有期收益率
持有期收益率指投资者持有股票期间的股息收入与买卖差价之和与股票买入价的比率。其计算公式为：
股票没有到期日，投资者持有股票的时间短则几天，长则数年，持有期收益率就是反映投资者在一定的持有期内的全部股利收入和资本利得占投资本金的比重。持有期收益率是投资者最关心的指标，但如果要将它与债券收益率、银行利率等其他金融资产的收益率作比较，须注意时间的可比性，即要将持有期收益率转化为年率。
3．持有期回收率
持有期回收率是指投资者持有股票期间的现金股利收入与股票卖出价之和与股票买入价的比率。该指标主要反映投资回收情况，如果投资者买入股票后股价下跌或是操作不当，均有可能出现股票卖出价低于买入价，甚至出现持有期收益率为负值的情况，此时，持有期回收率可作为持有期收益率的补充指标，计算投资本金的回收比率。其计算公式为：
4．拆股后的持有期收益率
投资者在买入股票后，在该股份公司发放股票股利或进行股票分割（即拆股）的情况下，股票的市场的市场价格和投资者持股数量都会发生变化。因此，有必要在拆股后对股票价格和股票数量作相应调整，以计算拆股后的持有期收益率。其计算公式为：(收盘价格-开盘价格)/开盘价格股票收益率的计算公式 股票收益率= 收益额 /原始投资额 其中：收益额=收回投资额+全部股利-(原始投资额+全部佣金+税款)
㈢ 套利策略。如股票市场中立策略,同时持有股票的空头和多头,空头通过调整贝塔系数来对冲多头的系统性风险,以
如果是要对冲系统风险则是做股指的空头，比如做空大盘股指或是做空相对买入股票的指数，但是这是指要对冲系统风险
贝塔系数指的是个股的相关性，比如在特定的条件下A这只股票的上市公司盈利状况好的话B则相对就差，B要是好的话那么A就差，那么这两只股票就有一定的贝塔系数，通过同时买入这两只股票则就能对冲掉风险~~~~~~所以如果想要调整贝塔系数唯一的方法就是进行统计，然后找到股票与其他股票的相关性，当然这个工作就是股票分析师要解决的最复杂的问题之一
㈣ 金贝塔组合是什么和炒股票有什么区别
基于投资思想与策略进行分类，金贝塔组合构建的方法主要有主题投资、事件驱动、量化模型驱动、技术分析、基本面选股及其他类别。
主题投资是将未来能够成为经济体长期驱动力的某个因素作为主题，选取与该主题紧密相关的优质股票构建组合。如在线教育、网络安全等金贝塔组合，就是遵循这些行业处于高速发展期、对未来经济能够产生更大贡献的主题投资理念，将与主题相关的行业龙头股选入组合之中。
事件驱动是通过深入研究能够引起股价异常波动的事件，在合适的时机进行交易的投资策略。以高管增持组合为例，其投资理念就是高管作为上市公司内部人，他们如果增持了自家公司股票，一方面能够对公司股价形成支撑，另一方面也彰显了高管对公司发展的信心。因此“王者”团队用量化模型对出现高管增持行为的股票进行严格筛选，构建了这个超额收益明显的金贝塔组合。
量化模型驱动对专业能力的要求非常高，金贝塔战略合作伙伴“王者”就是国内顶尖量化研究专家组成的团队。他们将有效的投资理念通过模型量化，能够形成各种灵活的投资策略。量化投资具备高纪律性以及严格的风险管理，可以有效克服投资过程中的人性弱点，捕捉更为精细的投资机会。
技术面和基本面分析是投资者平常接触较多的方法。技术面分析以分析K线图形、量价变化、技术指标，辅助交易判断，注重盘面的研究；而基本面分析注重上市公司的经营情况、财务报表、发展规划，更注重上市公司实际经营与业绩增长的研究。
㈤ 股市经常说起的α策略 β策略 是神马意思望不吝赐教！感激不尽！
α策略是指通过精选个股以降低市场波动风险来获取回报；
β策略是基于预测市场趋势性而利用仓位控制而获利。
楼主采纳，谢谢！！！
㈥ 证券公司是怎样预测和利用β的
β是个股相对大盘走势的敏感度，衡量个股的系统性风险。用来给股票定价和执行不同投资策略
β的预测是用历史数据统计得到，用大盘回报的时点值和平均值，个股回报的时点值和平均值求得。公式为：Cov(i,m)/var(m)
β=1，表示该单项资产的风险收益率与市场组合平均风险收益率呈同比例变化，其风险情况与市场投资组合的风险情况一致；
β＞1，说明该单项资产的风险收益率高于市场组合平均风险收益率，则该单项资产的风险大于整个市场投资组合的风险；
β＜1，说明该单项资产的风险收益率小于市场组合平均风险收益率，则该单项资产的风险程度小于整个市场投资组合的风险。
证券公司根据市场走势预测选择不同的贝塔系数的证券从而获得额外收益，特别适合作波段操作使用。
当有很大把握预测到一个大牛市或大盘某个不涨阶段的到来时，应该选择那些高贝塔系数的证券，它将成倍地放大市场收益率，为你带来高额的收益；
相反在一个熊市到来或大盘某个下跌阶段到来时，应该调整投资结构以抵御市场风险，避免损失，办法是选择那些低贝塔系数的证券。
为避免非系统风险，可以在相应的市场走势下选择那些相同或相近贝塔系数的证券进行投资组合。
㈦ 股票统计套利策略和阿尔法策略的异同主要区别是什么
所谓的阿尔法，最初指的是超额收益，现在也有把阿尔法看做为绝对收益的。统计套利策略是利用统计学发现市场的规律来进行套利，但是否有超额收益，是否是绝对收益，依据不同的统计策略各有不同。实际上并无所谓的阿尔法策略，因为对于专业投资者而言，无论是追求相对收益还是追求绝对收益，都需要阿尔法。不过有一种策略叫可转移阿尔法策略，指的是通过对不同类型的资产进行组合，将有优势领域资产的超额收益转移到只能获取贝塔收益的资产上，从而从总体上看，资产组合具备了阿尔法也即超额收益。
㈧ 聪明的“贝塔”真的聪明吗
聪明贝塔（Smart Beta）是最近几年投资界比较引人注目的一个热门话题。今天就专门来讲讲这个聪明贝塔。
在这里我要提醒一下读者，这篇文章的内容稍微有点偏金融专业。如果读者朋友们不是金融背景出身，可能会碰到一些不太熟悉的概念和术语。但是你也不用太害怕，在这些专业术语的背后，其逻辑并不复杂。我会尽量用简单易懂的语言来把这个问题说清楚。
讲完了提供因子指数的指数编制公司，再来介绍一下追踪这些指数的基金经理。这些基金经理的工作是根据指数编排的规则，去复制这些指数，从而给予投资者和指数类似的回报。回报当然是越和指数回报接近越好，但在实际中做不到。因为指数不考虑交易成本和基金的管理费用。
在这个领域做的比较超前的有这么几家公司。首先是Blackrock IShares。2009年Blackrock以135亿美元的价格并购了BGI，同时也购买到了IShares这个品牌。在Blackrock IShare旗下，有比较全的因子指数基金，比如上面表格中的价值，动量，低波动等基金。这些基金的总费用率大概在0.15%左右，但需要注意他们绝大多数都仅限于美国市场。
先锋，Vanguard，是指数基金领域另外一大巨头。先锋在因子指数方面提供的产品不多，只有红利，低波动和小股票指数基金，且仅限于美国市场。当然如果这个领域是未来发展的方向，相信各大公司会相继推出更多的产品。
Invesco Powershare和Charles Schwab也提供不少因子指数基金。缺点是他们的费率都比较高，一般介于0.25%-0.6%之间（如上图所示）。Arnott的Fundamental Index (基本面指数）指数基金由Charles Schwab管理，费率为每年0.32%，也就是说该指数需要每年至少战胜标准普尔0.28%左右（先锋的标准普尔500指数基金费率为0.05%）才可能让投资者获得好处。
总结
关于股票因子回报的分析，是金融界一大创新和进步。该研究最大的贡献，是让投资者了解到可能提供超额回报的源头，并且让普通投资者以比较低廉的价格（通过因子指数基金）去获得这些因子回报。在没有因子指数基金的世界（比如中国），投资者想要获得这些因子回报，只能通过投资基金经理，并付出比较高的费用（可能是每年1.5%-2%，在有些私募基金还需要外加15%-20%的利润分成）。而这些因子指数基金，只收取0.15%-0.6%左右的总费用，没有利润分成，对于投资者来说确实是一大好消息。
因子回报研究的另一大贡献是，它向广大投资者们提供了设计自己的对冲基金策略的可能性。在绝大部分股票型对冲基金中，基金经理做的工作无非是买多某些因子，卖空另外一些因子。如果市场上有了基于因子的指数基金，并且可以卖空的话，对于我们广大投资者来说，自己去交易自己设计的对冲基金策略就不再是个梦了。
当然，科技的进步永远不会停止。我相信中国市场中的因子指数基金迟早也会出现。到时候广大的中国投资者也会有更大的投资选项。
希望对大家有所帮助。