• 究竟是主动投资好还是被动投资好？主动投资就一定会比被动投资能够获得更多的收益吗？这是个很难回答的问题
• 有众多学者做过类似研究，其中大多学者发现，从长期来看，被动投资甚至比主动投资表现要好（虽然总有那么一小部分主动投资产品表现是超过基准的），主动投资并非一定能带来超额收益，这里不一一列举学者们的文献，只提一下近几年来美国风靡起来的机器人投顾创业公司，比如[color=rgb(83, 137, 210) !important]Wealthfront，它们的兴起就是从实际上证明有时候被动投资并不像大家所想的那么不堪一击
• Alpha模型虽然属于主动投资范畴，但从风险和收益的角度来看，它更像有主动管理的被动投资，Alpha模型的目标就是稳健的获取相比基准指数的超额收益，比如每天比基准指数多0.1%的收益
• 主动管理的被动投资，低风险下稳健的超额收益，这也是Alpha模型的优势之一
  

• 从量化产品的角度来看，Alpha模型也有其独到的优势
• 市场容量大，冲击成本小，模型本身并不建立在严格的假设基础之上，投资方法成熟，盈利可持续性强等
  

• 传统的量化1.0主要依靠主信号+约束条件的办法，目前国内的友商和国外的友商也只能做到这点
• 量化2.0时代（目前大部分市场上发真实产品的量化基金的研发系统）已经把系统的做量化研究做的更细致，包含：
• 1）信号研发；2)信号组合与模型构建；3)风险模型；4)组合管理
• 优矿已经完美的支持量化1.0和量化2.0, 且基于海量金融大数据，可以做到一个人干量化基金一个团队才可以做到的事情,一个人也可以战胜Bridgewater和TwoSigma，接下来介绍我们的大杀器Signal框架
  

每次在handle_data中通过DataAPI获取数据，然后根据数据构建信号、合成信号

本例中，我们以经典的Fama-French三因子为例，采用了估值因子（市盈率PE），市值因子（对数流通市值LFLO）

不失一般性，采用等权的方式对因子进行加权

• 用14天中的方法来构建Alpha模型，可以发现过程比较繁琐，具体体现在：每次进入handle_data都需要先取数据、然后计算信号、最后合成信号，所有的这些都需要自己去写。。。

• 在上述三个过程中，唯一重要而且最能体现投资者主观能动性的就是信号的计算过程，试想，我只要告诉你信号的计算方法，然后就可以进行Alpha模型的回测和实盘，是件多么愉快的事情啊

• Signal框架就是把很多重复、繁琐、没有价值的事情帮大伙写了（比如取数据），大伙只用写信号计算相关的代码就行了

• 下面的例子就是在Signal框架下实现上面的策略，当然这里抛砖引玉，Signal框架更多强大功能和详细用法，官方会有更详尽的文档分享给大家，尽请期待~~

  
  
  • 首先在initialize()之前定义信号如何计算的函数
  • 在initialize()中注册信号
  • 然后在handle_data()中直接通过account.signal_result获取信号的值
    
  只需要在fama-french()函数中定义信号的计算方法，然后就可以直接在handle_data()中取计算好的信号数据，非常之简便！！！接下来就对比下，在传统的公募基金里构建一个Alpha模型是件多么费时费力的事情。
  
  
  
  

• 
  
  • 接下来看看优矿下的Alpha模型，回测结果见上面第二点中的策略，可以看到没有任何参数优化的Fama-French三因子的回测结果是非常不错的，对比区间内累计跑赢沪深300指数200%多，而且信息比IR高达2.62！！！下面来看一下，两条收益线之差的变化情况。
    
  • 从上图简单看出，在对比区间内，上投阿尔法是跑输基准指数的，不管是上证综指还是沪深300！
  • 可以看到，超额收益在回测期间基本能实现持续稳定的增长，Fama-French三因子作为业界经典也有其投资逻辑，这也是为什么说，没有太多参数优化、有投资逻辑的Alpha模型，其回测结果和实盘结果的一致性是非常高的。最后，补充说明几点

    ---

    
    

    • 拿回测盘和实盘比确实有失公允，但没有任何参数优化、没有任何因子偏好的回测结果还是有一定的代表性的，这至少说明，在优矿上一个人20行左右的代码能够干公募一个团队干的事情，而且实战结果也不一定比他们差，甚至更好！

    • 如上的例子也只是简单的拿学术界经典文献作为范例，DataAPI中提供了几百个因子数据，基本面的、技术面的、大数据类的等等，如何将因子数据转化为实际财富看各位了；另外DataAPI提供了海量基础数据，大伙完全可以根据基础数据自定义因子，同时在因子合成上也可以做很多工作（并非像例子中的直接等权），想象空间是无限的，优矿只能帮大家到这了，接下来看各位的了

    • 最后，为了帮大家快速变因子为财富，下面就送上特殊福利，大家通过Signal框架写好自己的Alpha策略之后，再只用调用一个我要参赛函数就可以拿着自己的模型参加500万实盘大赛了！

      
      
    
    
    
    5、特别福利：我要参赛

    ---

    • 还是以上面的Fama-French三因子策略为例

    • 回测区间设置为大赛官方统一的标准，起始时间从2012年8月1日至2015年8月1日，起始资金为100万

      
      
    
    
    
    策略代码如上，简单说明几点

    • ---

      
      

      • 大家只需要在iniatilize()函数之前定义好自己的Signal算法，本例中就是fama_french()函数

      • 有需求的可以自定义策略起始日期、股票池等参数

      • handle_data()函数里只有wo_yao_can_sai()函数，这里面包括了对universe中ST股、停牌股、新股、流动性差股票的筛选，完美匹配大赛规则

      • 将主观能动性发挥到最需要的地方，只需要写信号构建算法就够了

      • 优矿官方还把以上比赛规则筛选逻辑封装成了一个函数叫contest(),代码可以精简到这样：