引言

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，即为量化统计套利策略。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，也包括利用衍生工具对冲掉贝塔风险、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量化统计套利策略，并在近年A股市场上得到广泛应用。

道生一
万物皆由道而来，阿尔法的前世今生

CAPM:资本资产定价模型公式——现代金融学的理论基础

•r - rf ＝beta*(rm - rf) +alpha

•由于市场的投资回报是由无风险收益率rf、市场风险溢价 beta*(rm - rf)与alpha之和构成，如果我们设法将市场风险溢价通过股指期货套期保值的操作手法加以对冲，那么既可以享受剩下来的超额收益，又无需担心系统性风险带来的收益损失。

APT: 套利定价理论

•r - rf= beta1* (rf1- rf) + … + betan* (rfn- rf) + epsilon

•套利定价理论是CAPM的拓广，APT给出的定价模型与CAPM一样,都是均衡状态下的模型，不同的是APT的基础是因素模型。套利定价理论作为一种广义的资本资产定价模型其价值在于为投资者提供了一种替代性的方法，来理解市场中的风险与收益率间的均衡关系。

Alpha是可以预测的—>我们可以以主动的方法获取绝对收益阿尔法

一生二

溯源alpha的前世今生，再论alpha的思考方式

·alpha是相对的(cross-section return/relative return)，而非绝对的(absolute return)

·cross-section vs time-series

·alpha要存在，至少需要两个不同的资产，并且配对交易(Morgan Stanley, 1970s)

·alpha的思考方式是：为什么两个资产的收益率会不同(跑赢大盘或是逊于大盘)，而不是为什么该资产会涨还是会跌。从后者当然可以得到alpha，但跟alpha的确是两回事

二生三

既然alpha是相对收益，那如何得到绝对收益？

 数学上：已知序(order)关系a > b，求满足f(a, b)为正实数的函数f

·多头：a - (a+b)*0.5

·空头：(a+b)*0.5 - a

·多空(long/short strategy)： a - b

三生万物

1：形而下的alpha

2：甄别alpha

统计(statistics)和计量经济学(econometrics)

·回归理论(regression)和假设检验(hypothesis test)

·时间序列分析(time-series analysis)•高维线性模型，如VAR和协整(co-integration)

机器学习(machine learning)

·Lasso，主成分分析(PCA)

·聚类(clustering)

运用软件: R，Matlab, Python

万法归宗

·数据来源

·数据质量

·数据管理：回测系统就是一个数据管理系统

· 模型管理

·绩效分析

·模型监控和更新

富善股票量化部投研流程

· 候选模型的构想

· 有效性检验

· 综合模型的建立

 富善量化统计套利策略特点

一  多元化研究团队和视角，充分的研究分享机制

股票量化部研究成员4人，分别来自国内大型券商、海外对冲基金、国内阳光私募基金及实业型科研人员，多元化的背景和研究视角带来多元化的高质量因子，合伙人机制保证业绩的长期可持续。

二、扎实的IT支持团队，确保交易的安全、稳定、高效和灵活

扎实的IT团队，名校计算机科班专业，来之摩根斯坦利IT和谷歌中国等，为股票交易提供强大的技术支持。 

三、跨部门跨策略研发的科研小组，带来新的研发方向

富善投资期货量化，套利交易和股票量化部门间协助互补带来新的研发方向，保持持续的研发和创新能力，保障业绩可持续增长。