眾所周知，在股指期貨推出以前，由於對沖工具的缺失，投資股票市場是無法追求絕對收益的，即便是再出色的投資管理人，碰到如2008年這種一瀉千裡的市場行情，恐怕也隻能空有回天乏術之感。股指期貨的推出則標志著我國對沖時代的開啟。
那麼，我們到底該如何利用股指期貨的對沖功能來獲取穩定的絕對收益呢？這主要就是指時下很多投資者所關註的熱點——Alpha策略。要實現Alpha策略，目前業內所使用的主流方法是構建多因子Alpha量化模型。在此過程中，我們需要解決以下四個問題。
一、什麼是Alpha。我們都知道，某個股票或股票組合的風險可以拆分為系統性風險和非系統性風險兩種。而所謂的Alpha，實際上是指某個股票或股票組合相對於比較基準(通常指市場指數)的超額收益。因而，知道瞭什麼是Alpha後，我們下一步便可以構建Alpha策略：做多具有正Alpha(即正超額收益)的股票或股票組合，同時做空相應的股指期貨頭寸。
二、如何評價Alpha策略。對於構建起的Alpha策略，我們首先必須知道如何對其做出評判和檢測，從而才能發現有效而穩定的Alpha因子。一般情況下，我們主要通過以下四個評價指標來對Alpha策略進行判定：年化收益(反映策略的獲利能力)、最大回撤幅度(反映策略的風險水平)、勝率(反映策略的預測準確度)、信息比率(反映策略的收益風險性價比).
三、如何尋找Alpha。對於Alpha模型的構建，核心問題在於：我們該如何尋找Alpha？也就是說，Alpha到底源自哪裡？從海外市場的先進研究經驗來看，因子模型是現代金融理論中發展較為成熟，且應用較為廣泛的證券投資技術。因此，基於這些研究成果，我們可以遵循著因子模型的分析邏輯，來尋找出可能會給我們的投資帶來Alpha的有效因子。
回到A股市場，一個股票能夠取得高收益的原因往往有很多，但歸納起來，不外乎在於盈利能力強、成長性好、財務狀況良好、市場熱點等等的一系列因素。然而，由於股票數量和各種指標龐大而繁雜的數據量，難以通過人手去對每一隻股票作出分析和比較。此時，我們需要運用數量化的方法，通過金融工程技術將以上所述的各種影響因素轉化為量化因子，從而構建起一個大容量的量化因子體系，實現自動化地從龐大的股票池和海量的數據庫中挑選出具有Alpha(即超額收益)的投資標的。結合A股市場的運行特征，我們最後共篩選和歸納出瞭12個大類的Alpha量化因子，從而試圖從各個方面去捕捉Alpha收益的來源。
多因子Alpha模型的構建與績效回測。建立瞭因子備選庫以後，下一步便可以通過因子篩選、因子賦權、股票打分等方法構建起多因子Alpha模型，實現全自動的數量化投資。我們對模型近五年的歷史績效進行瞭回測，發現在2007—2011年，滬深300指數經歷瞭寬幅波動，最後僅得到30%的累計漲幅。然而，我們的多因子Alpha模型的表現卻與其大相徑庭，其資產凈值共取得瞭179%的累計收益，年化收益約為22.51%，信息比率達到瞭2.01，勝率在日、周、月頻率的數據下分別達到瞭58.40%、59.76%、72.41%。同時，該曲線增長相當平穩，基本上與市場走勢接近零相關，無論在牛市、熊市還是震蕩市，模型都能實現穩定而可觀的收益。