Alpha的保质期

风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。

作者：兴全多元资产

来源：雪球

假设一位管理人把自己的选股模型、交易规则和风控参数全部公开，任何人都可以低成本照着做。你认为他过去取得的超额收益，还能延续到未来吗？

一条漂亮的净值曲线，可以告诉我们过去赚了多少，却没有回答几个更重要的问题：赚的究竟是什么钱？这种收益依赖的是市场和风格，还是少数人掌握的信息与策略？如果方法被更多人学会，原来的收益还能剩下多少？

Alpha往往来自尚未被充分利用的价格偏差，却又会在被发现、被复制之后逐渐被竞争消耗。一个特定的Alpha似乎注定会衰减，但又会有新的地方可以诞生Alpha。

要理解这个矛盾，我们需要依次回答三个问题：Alpha究竟是什么？一个特定的Alpha为什么会衰减？以及，即使参与者越来越专业、数据越来越丰富、交易越来越高效时，新的Alpha也仍会出现？

01

先说清楚：Alpha是什么？

一只基金赚了10%，不一定有Alpha。如果同期合理基准上涨15%，它实际上跑输了5个百分点。反过来，一只基金亏了5%，也不一定没有Alpha；如果同期基准下跌10%，它仍然取得了5个百分点的相对收益。因此，Alpha讨论的不是绝对盈亏，也不是简单地比别人表现更好，而是相对于合理基准取得的附加收益。

但跑赢基准，也不等于这些收益全部来自管理人的能力。基金可能因为重仓了当时占优的行业而跑赢宽基指数，量化策略也可能因为长期偏向小盘、低估值或高动量风格而获得超额。这些由市场、行业和风格等共同风险暴露带来的回报，更接近Beta。

Beta是承担某类系统性风险所获得的回报；Alpha则是在剥离市场、行业和风格等因素后，管理人的研究、选股、配置、交易和风控仍然留下的那部分收益。

所以，本文讨论的Alpha，不是偶然押中一次风口，也不是通过选择一个容易跑赢的基准做出来的超额，而是在基准合理、风险可比，并进一步考虑交易成本、策略容量和持续性之后，仍然能够留下来的那部分附加收益。

当然，模型无法解释的收益也不必然都是能力，其中还可能包含运气和模型遗漏，这正是Alpha需要经过更长周期反复验证的原因。

02

特定的Alpha，为什么一定会衰减

道理并不复杂：一种方法一旦被证明有效，就很难长期只属于少数人。更多人会发现它、研究它、复制它，也会在原有基础上继续改良。当越来越多的资金沿着相似方向交易，原本没有被充分利用的价格偏差就会逐渐缩小；与此同时，交易开始拥挤，冲击成本上升，策略容量下降。

这并不意味着原来的方法会立刻失效。它可能仍然有效，只是后来者能够获得的收益，往往已经不像最初那么丰厚。换句话说，Alpha被发现的过程，也常常是它被逐步消耗的过程。

这种变化并不只停留在理论推演中。2016年发表于《Journal of Finance》的一项研究，选取了97个曾被学术文献发现具有股票收益预测能力的变量，并比较了它们在三种情况的表现：论文使用的样本期内、样本区间以外的数据，以及论文正式发表之后。

图1：一个信号被写成论文之后，收益减少一半

资料来源：McLean & Pontiff (2016)，《Journal of Finance》71(1)；共97个变量，组合收益经指数化处理。历史数据不代表未来。

研究结果很直接：与原论文的样本期相比，这些预测变量构建的组合在样本外收益平均下降约26%，论文发表后则下降约58%。研究者将两者之间的32个百分点，解释为研究成果公开后，投资者将这些信号用于交易所带来的进一步衰减。换句话说，当一种定价偏差被更多人看见并开始利用，原本的收益空间也会随之缩小。

A股市场也能观察到类似的过程。很多量化因子都会经历这样一条路径：最初由少数管理人使用，随后被发现、模仿和改良，资金逐渐拥挤，最后成为广泛可复制的风格暴露，更接近Smart Beta，而不再是少数人独享的Alpha。

我们曾经提到过纳入效应，标普500纳入个股的平均超额，从1990年代的约7.4%一路降到2010-2020年的0.3%，剔除效应也同步收敛。标普500体现的特征是，被动资金越大，效应反而越小——因为规律一旦被广泛知晓，就会被提前交易、层层抹平。随着市场越成熟，套利越充分，这类看得见的规律创造的Alpha就会逐渐衰减。

因此，一种可以无限复制、无限扩容，同时永远保持原有收益水平的Alpha，几乎是自相矛盾的。如果一种方法足够稳定、成本足够低、又很容易执行，资金迟早会涌入，并逐渐压缩其中的价格偏差；如果一种Alpha能够长期存在，往往是因为它并不容易获得——可能需要持续投入研究，可能受到容量和交易成本约束，也可能要求投资者承受较长的失效期，甚至承担某些令人不舒服的风险。

这也是为什么，我们不能从“过去有效”直接推出“未来仍然有效”。过去的Alpha，是策略方法与当时市场生态共同作用的结果。资金规模、参与者结构、交易制度和市场风格一旦发生变化，原来的收益来源也可能随之改变。研究Alpha，不仅要看它过去赚过什么钱，更要看市场环境改变以后，它还能不能继续赚同一种钱。

03

那Alpha本身为什么难以被消灭?

既然具体策略会被复制、具体因子会变拥挤、具体管理人的超额会被规模稀释，为什么Alpha本身没有归零？

第一，信息是有成本的。

信息经济学里有一个经典悖论：如果价格已经完美反映了所有信息，就没有人愿意再花成本去搜集信息；可如果没人搜集信息，价格又不可能完美反映信息。换句话说，一个完全有效的市场，在逻辑上反而无法成立。市场需要有人做研究，而研究者有机会得到补偿。

从这个角度看，Alpha不一定来自市场会失灵，它也可能只是来自一个更朴素的现实：信息、研究、耐心和执行，都不是免费的。

第二，看见价格偏差，和真正赚到这笔钱，是两回事。

教科书里的套利像一道干净的数学题：买便宜的、卖贵的，价差收敛，收益落袋。但现实中的套利需要资本，也伴随风险。

现实中，套利需要资金，也需要时间；即使最终判断正确，价格偏差也可能在收敛之前继续扩大。对于使用外部资金的专业管理人来说，短期亏损还可能引发客户赎回、杠杆收缩和被迫减仓。结果是，机会看起来比以前更大，管理人能够投入的资金反而更少。而且，当一个热门方向估值已经很高，即使理性的投资人可能会保持谨慎，但如果继续上涨，短期排名、客户赎回和考核压力都会随之而来，从而使得市场向非理性方向继续偏移，使得一些“看起来早该被套利掉”的价格偏差，可以存在得比想象中更久。

第三，市场本身一直在变。

这一点最容易被忽略。市场效率不是一个固定值，它会随着参与者结构、资金规模、交易制度、技术工具和竞争程度不断变化——这也是“适应性市场”视角的核心：投资者会学习，策略会进化，市场环境也会对这些变化作出反应。

一种机会被发现后，竞争可能很快压缩它；但与此同时，新的产业、新的交易工具、新的监管制度和新的参与者，又会带来新的信息差异和定价偏差。Alpha不是固定地藏在某个因子里，它更像是在不同市场环境之间不断迁移。

它能解释一个常被观察到的现象：越不成熟、价格发现不够顺畅的市场，可挖掘的超额往往越厚。

图2：市场越成熟，可挖掘的超额越少

资料来源：Bloomberg、领航配置整理；统计区间2002/9—2023/12；指价值＋动量因子多空组合的年化收益率。历史数据不代表未来。

同一套价值加动量的方法，在新兴市场小盘股上的年化多空收益接近20%，在美国大盘股上只有0.43%——几乎已经被抹平。这里的“不成熟”不是单纯指价值判断，而是指信息覆盖不均、研究深度差异大、投资者目标更分散，短期交易和情绪交易更活跃，同时做空、融资、流动性等约束也让错误价格不一定马上被纠正。

更关键的是，消灭Alpha的过程本身也在改变市场。

资金涌入这里，就意味着离开了别处：一些交易变得拥挤，一些资产被忽略，一些风险在新的地方积累。市场不是一张答案固定的考卷，每一个解题的人，都在修改题目本身。

回到开头那个问题：如果市场越来越聪明，Alpha为什么还会存在？

答案或许既不是“市场仍然很低效”，也不是“总有人能永远战胜市场”。更接近的答案是：市场不是一张静止的考卷，而是一个由人、资金、制度、技术和情绪共同构成的系统，它一直在变。

当某个机会被发现，资金会涌入，特定的Alpha被压缩；而资金涌入本身，又制造出新的拥挤、新的忽视和新的约束；当环境改变，旧方法可能失效，新的问题又会出现。

所以真正值得寻找的，也许从来不是一种永远有效的方法，而是一套持续提问的能力：这个收益到底来自哪里？它承担了什么风险？它能容纳多大规模？它是否已经变得拥挤？如果短期失效，我们知不知道原因，又还能不能坚持？而这套提问，同时也是挑选能持续创造Alpha的优秀管理人的标准。

看懂Alpha的第一步，是先放下对永动机的期待和对“最强策略”的执念。

一个特定的Alpha会生长，也会衰老；会被发现，也会被消灭。但只要信息仍有成本，套利仍有限制，人性仍会摇摆，资金结构仍会变化，市场就不会是一池静水。

没有永恒的Alpha，但Alpha可能永远存在。