第三章：市场中性策略
说实话，刚入行那会儿，我对「市场中性」这四个字特别着迷。你想啊，大盘涨跌跟我没关系，我只赚配对的那点差价，多爽？但真正上手做才发现——理想很丰满，现实很骨感。今天我们就来聊聊，怎么把市场中性策略真正落地。
3.1 什么是市场中性组合
市场中性，说白了就是让组合的 Beta 接近零。Beta 是啥？就是你的组合对大盘的敏感度。Beta = 1，大盘涨 1%，你涨 1%；Beta = 0，大盘涨跌跟你没关系。
我个人的习惯是，把市场中性理解成「对冲掉系统性风险，只保留个股的 Alpha」。举个例子：
- 你买入茅台，同时做空等市值的五粮液
- 白酒板块整体涨了，茅台涨 3%，五粮液涨 2%
- 你的多头赚 3%，空头亏 2%，净赚 1%
- 白酒板块整体跌了，茅台跌 2%，五粮液跌 3%
- 你的多头亏 2%，空头赚 3%，净赚 1%
看到了吗？不管板块怎么走，只要茅台比五粮液强，你就赚钱。这就是市场中性的核心逻辑。
3.2 Beta 对冲原理
Beta 对冲，是市场中性策略的数学基础。我最早做配对交易时，犯过一个低级错误——直接用 1:1 的市值去配对。结果发现，两只股票的 Beta 不一样，大盘一波动，组合就跟着晃。
正确的做法是：让多空两边的 Beta 贡献相等。
假设股票 A 的 Beta 是 1.2，股票 B 的 Beta 是 0.8。你想做多 A、做空 B，那么资金分配比例应该是：
# Beta 对冲的资金分配
beta_A = 1.2
beta_B = 0.8
# 假设做多 A 的资金为 100 万
capital_long = 1000000
# 做空 B 的资金 = 做多 A 的资金 * (beta_A / beta_B)
capital_short = capital_long * (beta_A / beta_B)
# = 1000000 * (1.2 / 0.8) = 1500000
print(f"做多 A: {capital_long:.0f} 元")
print(f"做空 B: {capital_short:.0f} 元")
print(f"组合 Beta: {beta_A - beta_B * (capital_short / capital_long):.4f}")
# 输出：组合 Beta: 0.0000嗯，这里要注意：Beta 是动态变化的。我建议每两周重新计算一次 Beta，用滚动 60 个交易日的窗口。别偷懒，我见过有人用半年前的 Beta 做对冲，结果大盘一波动，组合亏得比单边还惨。
3.3 配对交易与市场风险
配对交易是市场中性策略最经典的实现方式。但很多人以为，只要找到两只相关性高的股票，就能躺着赚钱。我曾经也这么想，直到被现实狠狠教育了一顿。
配对交易的完整流程，我总结为四步：
- 筛选配对：同行业、同板块、市值相近。别把茅台和工商银行配在一起，那叫乱点鸳鸯谱。
- 计算价差：用标准化价差（Z-score）来判断偏离程度。Z-score 超过 ±2 时，说明价差偏离过大。
- 开仓信号：Z-score > 2，做空强势股、做多弱势股；Z-score < -2，反向操作。
- 平仓信号：Z-score 回归到 0 附近，或者达到止损线。
这里我画了一张流程图，帮你理清整个逻辑：
这个流程看起来简单，但坑不少。我踩过最大的坑是——价差回归的假设不一定成立。两只股票的基本面可能发生变化，导致价差永久性偏离。比如，A 公司换了 CEO，B 公司出了新产品，原来的配对关系就断了。
3.4 实战中的市场风险控制
市场中性策略虽然对冲了 Beta，但还有几个风险你躲不掉：
| 风险类型 | 来源 | 应对方法 |
|---|---|---|
| 残差风险 | 配对不完全，Beta 估计有误差 | 用 GARCH 模型动态调整对冲比例 |
| 流动性风险 | 做空标的无法借到券 | 选择日均成交额 > 1 亿的股票 |
| 模型风险 | 价差回归模型失效 | 设置硬止损，Z-score > 3 强制平仓 |
| 交易成本 | 频繁交易吃掉利润 | 用阈值过滤，Z-score 超过 2.5 再开仓 |
我个人习惯在实盘前，先用模拟账户跑三个月。别急着上真金白银，市场会教你做人，但学费能省则省。
最后说一句：市场中性策略不是印钞机。它只是在牛熊市里给你一个相对安稳的睡眠。想赚快钱的，别碰这个策略。想稳扎稳打的，把 Beta 对冲和风险控制刻在骨子里。