如何發掘經驗優勢 Alpha - 【真‧搵Alpha策略系列5】

今次一邊講Alpha，一邊送多一個策略俾大家 (遲左出7月last post 自罰)

之前提到的 Alpha 類型有:

1. 模型優勢

2. 經驗優勢 

3. 資訊優勢

4. 速度優勢 

如果大家有追開之前Alpha post，應該發覺我主要係講點用模型優勢去搵Alpha，即從模型/方法論角度看如何分析及發掘一個Alpha。

今次而個Alpha類型就唔係屬於模型優勢，而係經驗優勢。經驗優勢指來自對市場實務操作及慣性正確理解，而且通常都刺中市場操作者一些無法避免的要害，所以才長期有肉食。而篇文唔會有太多technical野，因為之前都寫好多，大家覺得technical 啲好定貼地啲講好? 我再諗。

回正題，經驗優勢的其中一個特例，就係利用某特定市場的慣性操作而獲取更大交易優勢。

但這種慣性操作是點樣可以由零構想出來，我自己有一條簡化的公式讓大家參考:

【發掘「經驗優勢」公式】:

從人性角度出發 -> 發掘人性痛點 -> 觸及痛點時操作者心理及操作 -> 評估反作用力是否更大 -> 評估市場慣性是否意義上成立 (統計學上不成立暫不緊要，通常是因為conditions分得未夠仔細，可用filters / 分層方法再分析) -> 慣性成立/否定

要知道，一個市場有不同金融參與者，每個參與者都有自己的一個價值定位。例如好像投資組合經理(PM)，他的價值定位是: 

• 好的PM就要有Alpha，打敗市場Benchmark，什至市場負數時自己也是正數

• 差一點的PM就是輸給了Benchmark不要緊，最重要是不要輸離Benchmark太多，然後東拉西扯，跟上司說下年應可補夠數，那就可以先過關保住職位了

由上可知，Benchmark對PM來說是有多重要了，跑贏Benchmark / 不要跑輸Benchmark太多是人性的表現 (從人性角度出發)。那麼對於大多數 long bias的PM來說，在市場沒有太多股票overvalue什至undervalue時，買入更多貨以及買入更好的貨是最事關重要 (發掘人性痛點)，因為當市況一向上時，好可能是一段暴走 ，如果沒有更多的貨，相對低market exposure，那肯定整年績效唔會好。又或者是買的貨不夠靚，例如標普2023年10月開始後的升幅主要由AI﹑semi-con 及減肥藥的股票領軍，如果捉不到好貨的話，一手舊經濟也可能會完全跑輸Benchmark，導致績效什差。所以簡單來說，在不太overvalue的情況下點都要買貨 (觸及痛點時操作者心理及操作)，這是慣性。

當一個市場充斥了不少共同重金(Mutaul Funds) 及 對沖基金 (Hedge Funds) 的PM，在某些特定市場情況發生時，市場便會更加positive-reinforcement地出現以上慣性。最明顯的一個例子是，當標普指數比較少成份股票 (百份比計) 到達52週高位時 (特定市場情況)，可能就是大部份PM都會買貨的好時機。因為:

• 落後的PM會被逼追入買貨，防止再被拋離更多。

• 已有貨的Pm也不介意買平貨，有本錢在手

但有人會問，標普指數比較少成份股票 (百份比計) 到達52週高位時 (特定市場情況)，在平常市況下，上述解釋可以說得通; 但如果股市像2020時暴跌時，咁係咪又係咁睇? 可以睇下圖。

紅色係2020年暴跌時的S&P500期貨價錢; 黃色是52 wks high percentage (全部都處於有signal long的狀態); 綠色是當其是的策略cumulative returns變化。可以見到，其實就算係暴跌時都會有彈，manage好風險就可以。彈的原因，不外乎也是:

• 落後的PM會被逼追入買貨，防止再被拋離更多。

• 已有貨的Pm也不介意買平貨，有本錢在手

所以簡單來說，一個市場的某些慣性，就是由市場從業者的心態及作業模式而形成。那我們可以怎樣exploit這個潛在market inefficiency? 那當然是要回測了。一但得出了該市場的慣常屬性，咁先trade得得心應手，exploit到個inefficiency. 同埋，每個市場都有自己的慣性，慣性可從那裡看到?

• 成份股相對地 (rolling-200日 scaling) 較小比例(0-10 percentile) 處於52週高/低位

• 價格到達52週歷史高/低位時的市場傾向

• 價格到達重要支持/阻力位時的市場傾向

咁我地黎分析下當 S&P500 只有相對小部份成份股(%) 處於52週高位時，交易ES標普期貨，並看看下一日交易回報，並從風險調整後角度看策略是否有借鑒價值。(評估反作用力是否更大 +  評估市場慣性是否意義上成立)

交易策略邏輯:

如果rolling-200日的S&P500標普指數的52週高位百份比處於0-10 percentile時，買入標普期貨at close並持有一日，在下一個closing price平倉。

Asset trading: 標普Emini (2000-2024) (Long)

Performance Statistics:

就係咁簡單，明白左個原理，可以自己去發掘下，有唔明上網search / 什至chatgpt都問到d堅的ideas，只係要諗深一層點relate去個痛點及個相作用力會否大，如果大的話 / 相對本身edge細，咁做黎都無咩意思，除非你係HFT trader想exploit small edge。

同場加映，再特別一啲的慣性 Alpha，遲下有機會再講多啲:

• 指數再平衡 (Index rebalancing) 附近日子 (e.g. 機構要買貨入ETF)

• 風險/流動性限制 (e.g. 為附合特定規例而 liquidate 倉位) 

• 股權/權力限制 (e.g. 為爭投票權，A/H股溢價而帶來的套利)

• 資金限制 (e.g. 債期所限 / re-financing need)

Cheers, 

阿程

(【真‧搵Alpha策略系列5】)