阿尔法贝塔阀原理_阿尔法策略与贝塔策略

本文转自公号：P有故事

引子：

本文的核心是三个名词。

CAPM模型：全称 Capital Asset Pricing Model，译为资本资产定价模型。

阿尔法策略：又称α策略、alpha策略。

贝塔策略：又称β策略、beta策略。

这一切的起源，来自金融资产总是波动的，不可测的。人们试图驯服这种不可测，于是有了资产定价理论。

CAPM模型是资产定价理论中的一个明星。它诞生于五十多年前。

随着它在金融中的应用越来越多，由CAPM衍生出来的阿尔法策略、贝塔策略也越来越多的被应用。

贝塔和阿尔法的简单理解是这样：

代表医药行业的医药指数全年上涨20%

有一支叫做“栗子医药”的个股，上涨了30%。

并且，两者年内最大回撤都是10%。

为什么栗子医药有更强劲的上涨呢？

虽然不知道原因，我们可以说，栗子医药的贝塔系数带来的收益是20%，阿尔法系数带来了额外的收益是10%。

与此同时，还有一支叫做“苹果医药”的个股，上涨了30%，

但是年内最大回撤是15%。

很明显，苹果医药虽然涨幅更猛，但回撤也更猛，可以理解为医药指数的放大版，

我们就说，苹果医药的贝塔系数带来的收益是30%，没有阿尔法系数。

反过来说。

贝塔策略，就是去挣贝塔波动的钱，可以直接买医药指数，也可以买苹果医药。

阿尔法策略，就是去挣阿尔法波动的钱，可以买栗子医药。

这么一说，似乎很空很假？

我们再深入一点。

一切源于CAPM。CAPM本身很简单，它认为股票收益率有两部分，

一部分是无风险利率（return of riskfree），可以理解为余额宝；

另一部分是期望回报率（return of market）。

期望回报率，就是买股票比买余额宝多出来的那一部分收益，

即：股票收益率 - 无风险利率 = 期望回报率

假设大盘（整体股票市场）的平均收益率是E(Rm)，这个就可以看做股票收益率了，

无风险利率记作rf，

那么期望回报率记作E(Rm)-rf

对于个股来说，还得在这个期望回报率基础上，乘以系数β，即β×[E(Rm)-rf]，

β是相对大盘的敏感度，如果β=1，意味着，个股和大盘的波动率一样，

也就是个股收益曲线和大盘曲线完全重合。

换言之，每个个股有不同的β，但是所有的β平均起来，等于1。

CAPM公式如图：

变形为

这个看起来没卵用的公式，是我们继续前进的基石，

为了更好的理解，对此公式进一步剖析，

rf是无风险利率，也是资产的时间价值，是基于无风险利率产生的收益；

β×[E(Rm)-rf]是期望回报率，也是资产的风险收益，是对投资者所承担的风险的补偿。

很明显，β实质上是对大盘的偏离，也就是系统性风险的放大或者缩小。资产E(R)承担了β倍的系统性风险，所以将会得到相应倍数的风险补偿。

但无论如何，β是锁定大盘的，是大盘的常数。

所以，我们常说的“挣贝塔的钱”，指的就是大盘整体上涨带来的β收益。大盘整体上涨，要么是因为流动性，要么是因为宏观基本面，要么是因为市场情绪（挣钱效应）。

因此，β = 宏观基本面 / 流动性 / 挣钱效应

进一步，

宏观基本面是长期收益，

流动性和挣钱效应是中短期收益，

所以β又可以分为两种：

β = 宏观基本面，即国家经济增长的整体斜率（速率） = 长期收益、多年平均收益

β = 流动性/挣钱效应，即中短期波动的斜率 = 中短期收益、年内收益

后一个贝塔是我们日常语境里的贝塔。

最基础的贝塔策略，就是买入指数ETF，择时，然后被动等待。

假如我们把上证指数看做大盘，那么沪深300、中证500、医药全指、科技指数，都可以看做β≠1的贝塔策略。

说完了贝塔，再说阿尔法。

个股除去跟大盘相关的波动收益，我们还可以剔出不明来源的“超额收益”。

起初，从业者认为，通过嗅觉和一些操作，可以攫取这些超额收益，阿尔法策略属于主动投资（Active Investment 或译动态投资），通过预测方向来获取收益。
于是有了α，前面公式变形为：

随着人们对阿尔法的研究越发深入，从中剥离出了一个个不同的因子。

比如行业因子，老股民喜欢牛市炒证券股，证券股在牛市会明显波动加剧。

比如市值因子，40年前美国有所谓漂亮50，就是指强者愈强。

比如动量因子，前期涨幅猛的，短期内惯性会更大，“涨停板敢死队”秉持的也是同样原理。

这些因子，都和贝塔有共性：与流动性和挣钱效应高度相关。

所以又称为聪明贝塔。

聪明贝塔很大程度上，是对某种博弈心理的拟合（套利定价理论APT），谁先发现，谁就可以赚一波领先优势。最著名的例子是当年名噪一时的耶鲁基金会，而大名鼎鼎的高瓴资本的张磊就是从这里开始起步。

聪明贝塔迄今不过30年，还有很大深入空间。

每当一个聪明贝塔被发掘和广泛传播，也就意味着它从α变成了β。

顺便说一句的是，老股民喜欢说的“熟悉股性”，其实指的就是聪明贝塔。

于是贝塔策略，从关注市场大盘的波动，变成了关注包括大盘在内的多个因子的波动，比如市值波动、价值波动、动量波动等等。贝塔策略，从一个贝塔系数，变成了多个贝塔系数。（比较拗口的说法是，贝塔策略就是被动暴露于不同的风险因子而获得收益；贝塔策略对尾部风险敞口很大；贝塔策略是依靠波动率带来收益）

我们不禁问了，那么阿尔法真的是等待被发现的贝塔吗？

事实上，没有阿尔法，只有贝塔？

正如同贝塔有长期贝塔（宏观基本面）和短期贝塔（流动性和挣钱效应），

同样的，阿尔法也有长短期之分。

阿尔法策略是一种主动投资，区别于贝塔的被动投资（Passive Investment 或称静态投资）。

它的一个显著特点，是预测方向。

长期的阿尔法，与其说是对企业的预测，不如说是对行业兴衰的预测。

当行业趋势成为明牌，长期的阿尔法就成为了一种行业贝塔。（比如地产和整体家装、厨电的关系）

再来看短期阿尔法，却充满了变数。

变数之一，行业结构变迁。

很多大背景的变化会导致行业结构变迁，比如人口结构变化、社会经济和心理发展程度、科技进步等。

比如，格力空调。

变数之二，第二曲线/二次创业。

很多企业需要二次创业，拓展新的领域，从而打破天花板。即便是同一行业的创新，难度往往也不可小视。

比如，腾讯。

变数之三，马太效应。

对于龙头企业，在行业进入到成熟期之后，或者行业遇到困境的时候，它可以逆势扩大地盘。

比如，雪花啤酒。

比如，疫情之后，小企业倒闭导致的市场空白。

变数之四，困境反转。

企业面临困境，或者原有业务大幅下滑，或者新业务开发不利。但如果它的核心竞争力还在，它就有可能重新找到增长之路。

比如，网易。

...

所以，阿尔法存在吗？