比如跟隨滬深300的幾只ETF，妳發現妳手裏的滬深300ETF有2%的溢價，同時市場上有壹只折價1%的ETF，妳可以賣出高溢價的滬深300ETF，買入折價的那只。這樣，雖然妳壹直持有滬深300ETF，但妳獲得的收益是超出滬深300指數本身的，這就是α收益。
解釋同質化:很明顯，滬深300ETF全部同質化，也可以認為20只股票最小市值同質化，銀行股全部同質化，分級A同質化。自定義低估解釋如下。
貝塔回報:基本面上漲本身就是貝塔回報。
比如10只定義了最小市值的股票就是壹個指數，這些最小市值從5億漲到20億，這就是貝塔收益。自定義最低股價10作為指數，如果從牛市的5元跌到2元，那麽beta回報為負。
創建量化策略有三個步驟:
戰略的理論基礎
歷史回溯測試
找到策略，黑天鵝。？
(壹)戰略的理論基礎:(大致分為三類):基本理論
按照基本面可以分為:1。值類型；2.成長；3.質量類型；根據中國的特點，可以補充a股的基本面；4.小市值型；5.股票價格類型
技術理論
技術上可以分為:1。趨勢類型，2。趨勢反向轉換，3。縮量反彈，4。指數旋轉，5。時機。
風險套利
風險套利(或輪動):不斷買入更便宜的，賣出更貴的。
註意:
有些理論基礎不紮實，不能很好的解釋(這也導致各種投資學派意見不壹)
有些量化跳過了理論基礎，直接根據歷史統計數據進行量化(本文不再討論)。比如統計兩會前後的漲跌情況，壹季度歷史表現最好的板塊。
戰略理論解釋:
基本面策略可以定義什麽是被低估的，比如低PE，低市值，低股價，高ROE，高成長。還可以自定義低估，PB*PE低估，總市值*流通市值低估。
基本面理論提供了壹個同質且不穩定的股票組合。壹些基本面策略的股票波動較小，比如PE最低的股票，壹段時間內總是少數銀行股；有的波動較大，比如小市值型。
有些技術理論很難定義什麽是低估，比如趨勢型；有些好像被低估了，比如偏差最小，最大跌幅在20號，其實不然。
風險套利是可以定制低估的策略，統計是不能定制低估的策略。
如果基本面本身能上漲，就能獲得beta回報。
我得出的結論是，風險套利策略的核心是自我低估的輪動，即持續獲得α收益！！
如何獲得α收益:基本面策略的大部分收益是因為風險套利而獲得的；即不斷買入更低估值，賣出更貴；也就是說，由於調倉期間不同股票的波動，適當縮短周期有利於提高收益；所以壹年內交易次數越多，alpha的收益越大(投資大師說減少交易次數不適用於套利)。
理論本身的β收益不多，甚至是負的(基於價值的市場估值這幾年壹直在降低，如果不調整倉位，收益就是負的)
我們要尋找的是基本面理論本身能夠上升，能夠提供壹個同質的、波動的策略(即獲得α和β)
統計策略的內在邏輯不太有說服力。是用過去的概率來預測未來嗎？
(2)歷史回測:回測最重要的壹點是:不要欺騙自己用歷史回測中的壹個哲學思想，叫做奧卡姆剃刀:更簡單的理論比復雜的理論更好，因為它們更可測試。
更改測試開始時間。對於倉位調整期超過2天的策略，要嘗試每壹個開始時間，得到平均收益，這是最接近策略真實歷史回測的，因為理論上壹兩天開始時間的變化對策略收益影響不大，如果變化大，就意味著過度優化。
不要創建靜態股票池。歷史上每個階段都有大牛股。完全可以收集大牛股作為股票池，計算倉位調整周期。每個階段買最牛的，收益能高到不可想象。
不要用PE。PB等指標來準確的逸出頂部和底部，用它們最多確定壹個大概的範圍。每次大頂點的位置都不壹樣，這樣的計時是沒有意義的。
先測試25只以上的股票，確定策略的有效性，再減少數量做策略。如果25次測試無效，那麽壹兩次就算收入不錯也要放棄。？
更改條件權重。如果權重略有變化，收益變化較大，那麽就降低策略的預期未來收益，不要期望策略未來表現那麽好。
爭取2007年開始測試。除非妳能確定每壹次行情的風格，顯然這是不可能的。
同樣的擇時系統，如果策略1回撤30%，策略2回撤15%，妳肯定會選擇策略2。如果策略1和2本質上是類似的策略，就不要太高興了。未來策略1和2誰的表現更好誰更差還不好說。
(三)尋找黑天鵝:每壹個戰略都有壹個黑天鵝價值導向、成長導向和質量導向的戰略。黑天鵝已經過去了壹個季度，財務數據可能已經完全變了。所以崗位數量不能太少，行業要分開。
小市值，低價格，低交易量策略，黑天鵝是只仙股。
統計數據，技術策略，黑天鵝理論本身都不完美。