阿尔法动量
一只股票未来回报的预期可以拆成Alpha、Beta及残差3个部分，用公式描述为：
γ=α+βm+ε
式中第二项是股票随着市场总体涨落带来的市场回报，最后一项代表的是无法提前预知的股票相对于市场回报的差异。而式中第一项Alpha同样也是偏离市场的回报，但是它与残差不同，Alpha代表了提前预知的偏离。
从量化投资的角度来说，积极型股票投资者的目标可以理解为寻找正的Alpha动量，这个过程通常是通过基本面分析来完成的。而动量模型的目标是通过数量方法寻找到股票持续的正的Alpha。量化投资方法可以观测到通常投资者不容易观测到的股票细微变化，同时也可以观察更多的股票，快速建立投资股票池，帮助投资者选择股票,另一方面，当股指期货推出以后，投资者也可以找出有Alpha的股票进行套利。股指期货非常接近于市场的回报，可以用来消除股票中的Beta，使投资者获得纯粹的AlPha，从而不用在意市场的涨跌而得到绝对回报。
2)阿尔法能持续吗
在正常情况下，股票的Alpha不会长期持续不为O。这是因为一只股票如果估值有偏差，那么在被人发现以后，Alpha就会迅速归零。股票一般不会总是被低估或者高估，它的Alpha有时表现为正，有时表现为负，这也是为什么使用常规的方法在市场中通常难以发现股票具有明显持续的Alpha的原因。
尽管长期而言每只股票的Alpha都应该为0，但是市场中存在部分股票的Alpha在一段时间内可能持续大于0或者小于0。
股票的Alpha会持续主要有以下两个原因：
(1) 如果股价向股票的价值收敛的速度比较慢，知情投资者就更容易从中获利，所以这些交易者会倾向于更缓慢地把价格推向股票的实际价值。
(2) 中国股票市场存在一种股票轮动现象，一个行业或部分股票常常会在一段时期内保持强于或弱于市场总体水平。
因此，动量策略的目标是从股票市场上千只股票的大海中筛选出这样的股票,即当它出现正(负)的阿尔法时，之后的阿尔法也会为正(负)。找到以后，便可以使用对应的策略进行投资，因此这种筛选股票的策略称为阿尔法动量策略。
3)阿尔法动量模型
假设股票的阿尔法是一个随机过程。出于简化的目的，假设阿尔法是最简单的AR(1)过程。
股票的收益率就能表示为下面的形式：
γpt=αt+βγmt+εt
εt=δαt-1+Vt
在这个模型中，当δ小于0时，αt会出现反转，这种情况意味着这只股票存在过度反应的现象。当δ介于0到1之间时，随着时间的变化αt总会向0靠近，决定其减为0速度的关键是δ的大小。一只股票的δ越大，代表它的αt向0回归的速度越慢。
换句话说，如果我们能找到一些股票δ与现在的αt都比较大，那么这只股票在接下来的时间内αt大于0的可能性也比较大。
可以使用马尔科夫链蒙特卡罗方法估计该模型的参数，使用模拟结果的均值作为各个参数的估计值。
2019-07-30 
![[中线的性质]中线秘岌:筹码突破的威力](http://www.zcaijing.com/res/146155.jpg)
![[恐怖的阿肥]恐怖的炒金陷阱：80万不到半年亏42万 “抢钱行情”却“被抢”](http://www.zcaijing.com/res/145936.jpg)
