期货市场中的alpha

1. 股票BETA转换成的对冲头寸ALPHA啥意思

beta是股票的β值，
beta值解释：http://ke..com/link?url=-Vrzdov_NqSV3YlRSK
ALPHA是阿尔法的英文写法，
alpha套利：http://www.funiu.com/dctl/20150814/230.html

例子：
阿尔法套利中的阿尔法а是指股票相对指数的超额收益，当а为正时，表明股票走势能够强于指数。而所谓а套利，是指寻找到获得较高а正值的股票构建一个组合，买入该组合的股票，同时卖出等值的股指期货合约，在建立套利头寸后，股票组合如果表现强于指数，若价格是下跌，则指数下跌幅度高于а股票组合，指数期货空头收益高于а股票组合损失，套利组合获得收益；若价格上涨，则а股票组合上涨收益多于期货空头损失，套利亦获得收益。
比如在股指期货上市时，因市场不确定因素较多，而且地产调控政策出台，可预计一些防御性板块会获得相对指数的强势表现，因此可以买入如下三只股票构建一个а组合：云南白药，伊利股份和北大荒。股指期货上市以来，该组合价值出现下跌，但下跌幅度远小于指数，取得正向а值。
阿尔法套利
在股指期货刚上市时，可以买入该组合,同时卖空等值的股指期货合约，经过一轮暴跌以后,期货空头取得收益，并且该收益超过а组合价值的缩水，套利头寸取得正向收益，如下图所示。
а套利在实际操作中主要面临的难点包括:选取能够获得阶段性超额收益的股票；其次判断价差点位，选择在组合与指数价差较窄时建立套利头寸；当价差扩大获得套利收益后,根据市场状况择机平掉套利头寸获取收益。

2. 银行证卷资金流向alpha是什么意思

你说的应该是Alpha（阿尔法）模型。
下面的文字请参考：
1、什么是阿尔法策略？
投资者在市场交易中面临着系统性风险（即贝塔或Beta、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等等，也包括利用金融衍生工具对冲交易贝塔风险、获取阿尔法收益的可转移阿尔法策略。后者在国内通常被称为阿尔法对冲交易策略，并在近年A股市场上得到广泛应用。
2、阿尔法策略是如何构建的？
阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类金融市场都有应用。而目前国内市场上最常见的还是股市阿尔法对冲交易策略，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，通过股指期货等金融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。此外，还有机构根据获取阿尔法的途径，采取统计套利交易、事件驱动、高频交易等策略来获取阿尔法收益。而在上述各种策略构建过程中，基于大类资产配置、行业配置、择时与选股体系的量化策略均得到了广泛应用。
3、阿尔法对冲交易策略成功的关键是什么？
Alpha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，对冲交易成本的高低。两者相抵的结果，才是Alpha策略可获得的利润空间。在股市Alpha策略中，最考验策略制定者水平的因素在于选股方法和能力。
4、阿尔法策略在我国市场的发展空间如何？
从国内外的经验来看，阿尔法策略一般运用在市场效率相对较弱的市场上，如新兴股票市场、创业板市场等。我国的股票市场正是一个新兴的市场，效率相对较低，特别是伴随着股指期货、融资融券等衍生品种的推出，的确存在利用风险对冲来获取超额收益Alpha的巨大需求和空间。
用量化模型构建个股组合
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。量化模型的优势在于能覆盖全部股票，业绩的稳定性和可复制性高。基金公司运用最多的量化模型是多因子模型。影响股票收益的因子有多种，大致可分为长期因子和短期因子。长期因子包括价值因子，盈利质量因子等，短期因子则包括市场技术分析以及动量等因子。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。用此方法计算出来的预期收益尽管不像狙击步枪一样精准，却可像冲锋枪一样，在大概率上具有较高的胜率。
在构建投资组合过程中，与预期收益同等重要的是预期风险。有些股票尽管有很高的预 期收益，但如果预期风险也很高，在历史上收益的波动率很大，那么在投资组合中所占的权重也不应太高。在预测风险方面，专业机构往往会购买商业模型或开发自己的风险模型来预测每一只股票的风险，进而计算组合风险。
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。
阿尔法对冲策略是选择具有超额收益能力的个股组合，同时运用沪深300股指期货对冲市场风险以获得超额收益的绝对收益策略。此种策略追求的是与市场涨跌相关性较低的绝对收益。
用股指期货对冲市场风险
确定了股票的最优组合并不代表一定能有正的收益。即使我们有最好的预期收益模型和最好的风险模型，我们也只可能做到战胜所有股票的平均值，即战胜指数。如果指数下跌了百分之二十，我们的模型即使战胜指数百分之十，我们最终还是亏损了百分之十。那么我们有没有办法在市场上获得正的收益呢？答案就在于运用股指期货对冲掉市场风险。
在股指期货市场，投资者可以在购买股票现货的同时卖空同等金额的股指期货，即所谓的套期保值策略。如果市场上涨，现货随着市场的上涨而盈利，股指期货则由于我们卖空而出现亏损。由于我们的股票组合能够战胜市场，所以现货方面的盈利多于股指期货方面的亏损，最终我们盈利。反之，如果市场下跌，现货方面亏损，股指期货方面会出现盈利。由于我们股票组合战胜市场，亏损的比市场小，那么股指期货的盈利要大于股票方面的亏损，我们还是盈利。
主要风险在于选股策略
下面让我们看两个实例。以2012年2月为例，自2月1日至2月17日期间沪深300指数上涨3.13%， 此期间根据简单的多因子模型组合测算，模型上涨3.59%，战胜市场。如果我们在2月1日以2469点收盘价卖空1202合约，2月17日合约到期时以2537点平仓。期间股指期货亏损2.76%，股票盈利3.59%，最终我们盈利0.83%。
以2012年5月为例，自5月2日至5月18日沪深300指数下跌4.06%，此期间模型组合下跌3.74%，跌幅小于市场。如果我们5月2日以2686点卖空1205合约，至5月18日合约到期时以2576点平仓，期间股指期货盈利4.12%，减去3.74%的股票亏损，最终我们盈利0.38%。
从以上两个实例中可见，不管市场上涨还是下跌，卖空股指期货总能对冲掉大部分现货股票组合的市场风险。阿尔法对冲策略的主要风险在选股策略上。由于股票市场的规律性变化、一些突发事件的影响和统计模型本身的概率属性，选股模型在某些月份或特殊时期有可能失去效用，出现做多的股票跑输市场的情形，从而产生短期的亏损。这需要投资者有正确的认识，也要求基金经理能不断完善投资模型和操作技巧，增强获胜概率。
熊市和震荡市表现最佳
下面我们看看阿尔法对冲交易策略和贝塔策略的对比。贝塔策略是指被动跟踪指数的策略，从长期来讲，贝塔策略是可能盈利的，但由于股票市场波动比较大，在某段特定时间内往往会出现亏损或被套住的情况。以A股市场2011年1月4日到2012年11月29日的表现，沪深300指数在2129点到3372点之间波动，日收益率最高为4.9%，最低为-3.8%，年化风险高达20%。同期的阿尔法对冲策略，日最高收益率为2.16%，最低为-0.31%，年化风险为2.1%，风险仅为指数的十分之一。从累计收益来对比，2011年到现在沪深300指数亏损近30%，而阿尔法对冲策略则累计上涨23%。
很多投资者对贝塔风险的防范意识往往不足。市场跌50%以后需要100%的收益来回填。而投资者往往不能有足够的信念和理由来坚持，客观上造成了追涨杀跌、市场涨而投资者亏损的局面。阿尔法对冲策略则有效地回避了市场过山车式的震荡，使投资者能长期稳定地参与经济的发展、股市的成长和个股的机会。
阿尔法对冲交易策略在操作中需要注意以下几个事项。第一，现货与期货头寸之前的差额，即风险暴露敞口不宜过大，否则会影响套期保值的效果。第二，由于现货是长期持有，而股指期货合约有到期日，所以在股指期货合约到期时需要向下一个合约展期，从而维持套期保值的延续性。第三，股指期货有日盯市保证金制度，投资者需要密切注意股指期货的保证金，以免被强制平仓。第四，对冲交易策略在熊市和震荡市中表现最佳，在牛市中投资者可适当调整对冲比例，在拿到alpha收益的同时适当收获整个市场的上涨收益。

3. 投资中的α和β分别是什么意思

投资α和β是证券投资的额外收益率之和。α是和整个市场无关的，β是整个市场的平均收益率乘以一个系数。

阿尔法(α，alpha)和贝塔(β，beta)这两部分的价值是不一样的。 简单地说，阿尔法很难得，贝塔很容易。只要通过调节投资组合中的现金和股票指数基金(或者股指期货)的比率，就可以很容易地改变贝塔系数，即投资组合中来自整个市场部分的收益。

(3)期货市场中的alpha扩展阅读：

指数基金(Index Fund)和交易型开放式指数基金(ETF，Exchange Traded Fund)是购买纯贝塔的工具。因为只有贝塔，所以它们一般只收取很低的基于资本总量的管理费(Management Fee)。没有阿尔法，所以它们一定不会收取基于利润的分成费(Incentive Fee)。 我们常见的公募基金，即共同基金(Mutual Fund)。

4. 证券届所说的alpha逻辑是啥意思

直接粘贴了
阿尔法系数, α系数 Alpha(α) Coefficient

定义：
α系数是一投资或基金的绝对回报(Absolute Return) 和按照 β 系数计算的预期回报之间的差额。 绝对回报(Absolute Return)或额外回报(Excess Return)是基金/投资的实际回报减去无风险投资收益（在中国为 1 年期银行定期存款回报 ）。绝对回报是用来测量一投资者或基金经理的投资技术。 预期回报(Expected Return)贝塔系数 β 和市场回报的乘积，反映投资或基金由于市场整体变动而获得的回报（有关预期回报更多的计算请??资本资产定价模型 Capital Asset Pricing Model (CAPM) ）。
股票的阿尔法α值，在单指数模型中被表述为证券市场特征线与纵轴的截距，称为股票投资的特殊收益率，用于表示当市场组合的收益率为零时，股票的收益率将是多少。阿尔法α为选择股票提供了一种指南，使投资者在卖出与买进股票时有利可图。正α值代表了一种收益率的奖励，负α值代表了对投资者的一种惩罚。

股票的贝塔系数β，在资本资产定价的单指数模型中被表述为证券市场特征线的斜率，称为股票市场的系统风险系数。如果用股票市场的价格指数的收益率来代表市场组合的收益率时，贝塔系数β就是股票对市场系统性风险的量度，反映股票收益率变化对市场指数收益率变化的敏感度。贝塔系数β越大，股票的市场风险越高，但股票的预期收益也应越高，反之亦然。其中，β＝1， 表示股票的系统性风险与市场组合的风险相同，即股票的市场价格波动与市场价格指数的波动幅度大体一致。

投资者可以根据自己要求的收益率水平与风险的承受能力来选择进攻型股票或防御型股票。一般来说，在市场行情上涨期可选择β＞1的股票， 以获取高于市场的超额收益；在市场行情下跌期应选择β＜1的股票，以规避市场的系统风险， 适当减少投资损失。

5. 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。首先，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。其次，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。

6. 期货型基金的 Alpha 和 Beta 是指什么

Beta系数可以对资产组合相对总体市场的波动性进行度量，对资产系统性风险进行评估。

Beta系数>1资产组合的波动程度大于市场总体的波动程度
Beta系数=1资产组合和市场变动步调一致
Beta系数<1资产组合的波动程度小于市场总体的波动程度
Beta系数=0资产组合与市场总体的波动无关

Alpha策略的思想就是通过股指期货套期保值对冲投资组合的系统性风险Beta后，锁定超额收益Alpha。该策略的最终目的就是在获得市场收益率的同时，追求超额收益的最大化。如果某投资组合管理者利用股指期货适当调整了组合的Beta值后，可以使市场无关的部分收益暴露于风险当中，最终获得由选股能力带来的Alpha收益。

7. 如何妙用股指期货获取Alpha收益

你好：首先是寻找一个具有高额、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。

8. 策略星和Alpha 交易社区有什么区别

两个我都有用，emm我都没有购买过付费的内容，所以单纯就免费的部分讲一下吧。
如果是要学习知识的，策略星内容很多，我记得好像是量化那一块比较多，但是巧了，我不是编程选手。其他的视频的话，一个系列12345，我看了3，找不到1245，就有点……难受。alpha的话会比较系统一点吧，我喜欢那种明明白白告诉我从哪里开始学，顺序是什么样的的课程，他们还有很魔鬼的课后习题部分，仿佛以为自己在做什么密卷。
如果是练习交易的话，策略星模拟交易的我没试过，alpha有个模拟交易比赛，还挺……刺激的。
两个确实都是交易相关的，策略星偏向培训一点，alpha偏向实践一点，看你需要练习什么了。
望采纳。

9. 量化交易中。D-Alpha 是什么意思希望说的详细点

D-Alpha对冲交易系统
在D-Alpha系统中，一个有效的策略从开始到最后实际交易，需要经过四个步骤：历史数据统计后验、历史高频数据后验、实时高频数据模拟交易和实盘交易，具体流程见图18-2。
历史数据统计后验
历史数据统计一般以收盘价或者日均价作为买入卖出的交易价格，交易成本的考虑一般是事先设定一个固定的数值，比如千分之三。然后根据设定的交易价格计算出在某一段时间内的收益率、超额收益、夏普率等结果。
历史数据统计后验的优势是效率高、简单方便，一般十年左右的数据后验，几十分钟就可以程序跑完。缺点是不够精确，尤其不能考虑资金量对市场的影响。因为有的策略和市场容量之间有很大的关系，例如高频交易策略，在资金量大的情况下，很多有效的策略就会失效，因为其冲击成本会吃掉所有的收益率。
因此历史数据统计后验只能作为筛选策略的初步方法，更加精细的方法需要历史高频数据后验实现
历史高频交易数据后验
历史高频交易数据后验的核心在于根据历史高交易频数据进行模拟撮合，撮合算法主要是判断在某个时段的成交量的成交比例。例如某个股票在历史上5.0-5.1价位之间成交了10000股，其中的挂单量为50000股。那么在后验的时候，可以设定成交股的A%和挂单量的B%中最小值，为模拟撮合的成交量。
如果想严格一些，将A和B的值设的小一些即可，如果宽松一些，将A和B的值设大一些。在本量化投资系统中，A和B的值一般取为10%和30%。
高频数据实时模拟
策略后验可以解决一个策略在样本内的效果问题，但是无法检验其在样本外的效果。解决这个问题的方法是进行高频数据的实时模拟交易。
实时模拟交易也有全自动化和手工两种方式，全自动化是将策略写成一个DLL，放在模拟平台上自动运行，手工就是利用机会监控的消息提示，进行人工交易。
高频数据实时模拟和实盘交易已经非常接近，对冲击成本的考虑，市场容量的考虑基本上和实盘已经一致，唯一不能解决的就是对市场的影响，因为模拟交易不能影响市场价格，这个就只有在实盘交易中实现。
实盘实时交易
前面三个步骤的目的都是为了最后进行实盘交易，实盘交易对市场的影响会体现出来，只有通过了实盘实时交易，一个策略才能被证明是有效的。