什么叫做阿尔法操作手法
什么是β风险和α风险
α风险：即误判的风险，即第一种错误，也称作第一类错误。这是当所涉及的过程仍然处于受控状态，但有某点由于偶然原因落在控制限之外，而得出过程失控的结论时所发生的错误。此类错误将导致对本不存在的问题而去无谓寻找原因而增加费用。
β风险：即误判的风险，即第二种错误，也称作第二类错误。当所涉及的过程失控，但所产生的点由于偶然原因仍落在控制限之内，而得出过程仍处受控状态的错误结论。此时由于未检测出不合格品的增加而造成损失。第二类错误的风险是以下三项因素的函数：控制限的间隔宽度、过程失控的程度以及子组大小。上述三项因素的性质决定了对于第二类错误的风险大小只能作出一般估计。
阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类市场都有应用。而目前国内市场上最常见的还是股市阿尔法对冲策略，其通常利用选股、择时等方面优势，寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。尤其是在熊市或者盘整期，可以采用“现货多头+期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。而最考验阿尔法策略的好坏就是选股模型。
在构建个股组合方面，投资者可以采用量化模型的方法来选股。基金公司运用最多的量化模型是多因子模型。将这些因子有机地结合起来，就构成了对每一只股票的打分，此打分也称股票的预期收益。在确定组合中个股权重时，专业机构会根据投资者的收益要求和风险承受能力，从量化因子库中选择适当的因子为投资者量身定做预期收益模型，同时兼顾股票的预期风险和交易成本，用优化的方法计算组合中每只股票的权重。
阿尔法策略本质上应属于统计套利的一个分类，对历史数据多因子回归分析筛选出市场中表现会好于同类股票的标的，利用股指期货对冲来隔绝所有股票同涨同跌对仓位价值的影响，来达到获取稳定绝对收益的目的。在中国市场，很多阿尔法策略基金经理私下承认，市值因子的作用远超任何其他因子。若是1月1日构建一个等权买入两市所有非ST股票卖出等市值沪深300指数的组合，由于2000多只股票中大部分市值远小于权重股，这个组合实际上就是买大量中小市值股票并卖出权重股，这样一个组合在过去两年的绝对收益几乎跑赢所有阿尔法策略私募。
观点认为几乎所有的阿尔法模型给出的结果都是，两市最有可能给出超额收益的股票集中在传媒，计算机，医药等各类新兴行业中，而金融地产资源等大市值股票集中的行业几乎找不出任何超额收益的期望。从而暴漏出两点问题：一是部分基金经理保留较大风险敞口，将“大小市值股票多空投机”包装成“不受市场波动影响的绝对收益”。另一个问题是运用相同模型选出来的股票同质性太大，在市场遇到极端情况下往往出现踩踏现象。
期货alpha是什么意思
期货alpha是指阿尔法套利方式。
阿尔法套利是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。为实现阿尔法套利，选择或构建证券产品是关键。兼具折价率与超额收益阿尔法的证券产品是进行阿尔法套利交易的首选，包括具有折价率，并能超越市场指数的认购权证，封闭式基金等。具有超额收益阿尔法的证券产品是进行阿尔法套利交易的次选，主要包括开放式股票基金、股票、行业指数产品。
它在套利中属于典型的高收益、高风险套利方式。此种套利仅适合有能力挑选出具有稳定阿尔法证券产品的投资者，投资者在做阿尔法套利的时候应该与市场驱动因子监测体系结合起来分析。
《股指期货》:什么是股指期货阿尔法(Alpha)
阿尔法策略源于资本资产定价模型（CAPM）。其最初是由WilliamSharpe在1964年其著作《投资组合理论与资本市场》中首次提出，并指出投资者在市场中交易面临系统性风险和非系统性风险，公式表达如下：
式中：E(Rp)表示投资组合的期望收益率；Rf为无风险报酬率；Rm表示市场组合期望收益率；β为某一组合的系统风险系数。
CAPM主要表示单个证券或投资组合同系统风险收益率之间的关系，即单个投资组合的收益率等于无风险收益率与风险溢价之和。
资本资产定价模型（CAMP）认为，在有效的市场里，只有承担系统风险才可以得到一定的收益补偿，非系统风险无法获得补偿，所以一种证券的预期收益主要由其β值决定。β值越高的证券，预期收益就越高；β值越低的证券，预期收益就越低。
根据此模型，我们可以将投资组合的总体收益分解为两个部分：一部分来自于市场系统性风险相匹配的市场收益（也称为β收益）；另一部分则来自于投资组合管理者个人操作水平和技巧有关的高额收益，即超越市场收益部分的超额收益（也称为Alpha收益）。来自市场的收益比较容易获得（例如采用跟踪市场大盘指数的投资方式即可获得），但是要获取超越市场收益的Alpha部分则不是件容易的事情，而如何获得此收益正是投资者最感兴趣的部分。
投资者都希望能在同一市场或者同一类资产中同时获得阿尔法收益和贝塔收益，而事实证明，随着市场效率的提高，例如在成熟的大盘股市场或债券市场上，想赚取超额收益是困难的，找到更有可能获取超额收益的新兴市场（如创业板市场）才有可能获得超越市场收益的Alpha收益。
许多分析师都认为，超额收益在对冲基金、商品市场、房地产基金、小盘股、新兴国家资本市场等市场中更容易被发现，但是往往基金公司并不愿意承担这些市场的系统性风险。随着股指期货等衍生工具的不断发展，基金经理拥有卖空和杠杆两大手段使得他们可以利用衍生品将资产收益分离重组，这样既可规避上述市场中的系统性风险，又能通过选股选时获得超额收益（又称积极风险收益）。这种策略就是阿尔法策略。
阿尔法策略的实现原理并不复杂：首先寻找一个具有高额、稳定积极收益的投资组合，然后通过卖出相对应的股指期货合约来对冲该投资组合的市场风险（系统性风险），使组合的β值在投资全程中一直保持为零，从而获得与市场相关性较低的积极风险收益（Alpha收益）（见下图）。
图阿尔法策略实现原理图解
构建好阿尔法策略组合后，需要密切跟踪检验组合的表现。即使历史时期曾经具有非常稳定和出色的阿尔法收益，未来时段也可能发生改变。当某个资产表现不佳时，应及时调整资产组合，调出表现“差”的资产，调入表现“好”的资产，并重新计算资产组合的系统风险和相应地调整期货头寸。
而在股指期货头寸方面，除了需要关注系统风险β变化之外，还应该留意期货行情的波动。当组合风险敞口达到一定阈值，应该及时调整期货头寸，以匹配资产组合的系统风险。
另外值得注意的地方时，在动态调整之前，还应该充分考虑交易的费用和成本。频繁地调整必然增加交易成本，降低整体收益。而期货头寸方面，除了需要关注系统风险β的变化之外，还应该留意期货行情的波动。当组合风险敞口达到一定阈值，应该及时调整期货头寸，以匹配资产组合的系统风险。
阿尔法策略成败的两个关键要素是：其一，现货组合的超额收益空间有多大；其二，交易成本的高低。两者相抵的结果，才是阿尔法策略可获得的利润空间。在股指期货阿尔法策略中，最考验策略运用者水平的因素在于股票投资组合的构建方法和选股能力。
阿尔法套利在实际操作中主要面临的难点包括：一是如何选取能够获得阶段性超额收益的股票；二是应选择在股票组合与指数期货价差较窄时建立套利头寸；三是当价差扩大获得套利收益后，如何根据市场状况则机选择平掉套利头寸获取收益的时机。
阿尔法策略具有的优点主要包括以下几个方面：
第一，扩大了投资的可选择范围，提供了广阔的投资领域。采用阿尔法策略，投资者不再被限制在几个传统的、与获取贝塔相同的资产类型中追求超额收益。该策略为投资者和基金经理提供了广阔的投资领域，大大增加了获取阿尔法的机会。
第二，优化资产配置。传统策略下，投资者要么在高波动性的资产类型中承担巨大风险，要么在安全的资产组合中面对较低的收益。阿尔法策略轻松地避开了这两个极端，让投资者在发掘阿尔法的同时优化了资产配置。
第三，有效构建组合。投资者能够使得阿尔法部分和贝塔部分分离并重新进行组合，能形成更分散化、更有效的投资组合。
第四，节约管理费用。传统的积极投资管理获取的收益中，积极收益和市场收益是混合在一起的，其中的市场收益部分也收取了较高的积极管理费用。阿尔法和贝塔的分离使得基金能以低廉的费用获取市场收益，从总体上降低了投资者的管理成本。
对于风险偏好较低而研究能力较强的机构来说，Alpha策略是一种风险较低而且收益较高的投资策略。
具体做法是：构造出具备Alpha收益的股票组合，该组合在投资期内涨幅要大于大盘指数。根据投资期限选择合适的股指期货合约。根据该组合和指数的相关系数以及β值，计算出要把β值调整为零，需要卖空的指数期货合约数量，并在买入股票组合的同时建立期货合约空头。在投资期结束时，回补期货合约空头，并卖出股票组合，获取Alpha收益。
案例
8月，某银行Alpha策略理财产品的管理人认为市场未来将陷入震荡整理，但前期一直弱势的消费类股票的表现将强于指数。根据这一判断，该管理人从家电、医药、零售等行业选择了20只股票构造投资组合，经计算，该组合的β值为0.92。
8月24日，产品管理人开仓买入消费类股票组合，共买入市值8亿元的股票。在沪深300指数期货10月合约上建立空头头寸，此时的10月合约价位在3263.8点，建仓规模为：
建仓合约数=8亿元×0.92/(3263.8点×300元/点)=752（张）
该组合的Beta值恰好为零。
到10月12日，10月期货合约临近到期，而此时产品管理人也认为消费类股票超越指数的走势将告一段落，他把全部股票卖出，同时买入平仓10月期货合约空头。在这段时间里，10月期货合约下跌到3132.0点，跌幅约4%，而消费类股票组合的市值增长了6.73%。此次Alpha策略的操作共获利：
获利=8亿元×6.73%+(3263.8_3132.0)×752×300=8357.4（万元）
