投资者在市场交易中面临着系统性风险(即贝塔或Beta、β风险)和非系统性风险(即阿尔法或Alpha、α风险)，通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略组合，即为阿尔法策略，下面小编来告诉大家，什么叫做阿尔法操作手法。

什么是β风险和α风险

α风险：即误判的风险，即第一种错误，也称作第一类错误。这是当所涉及的过程仍然处于受控状态，但有某点由于偶然原因落在控制限之外，而得出过程失控的结论时所发生的错误。此类错误将导致对本不存在的问题而去无谓寻找原因而增加费用。

β风险：即误判的风险，即第二种错误，也称作第二类错误。当所涉及的过程失控，但所产生的点由于偶然原因仍落在控制限之内，而得出过程仍处受控状态的错误结论。此时由于未检测出不合格品的增加而造成损失。第二类错误的风险是以下三项因素的函数：控制限的间隔宽度、过程失控的程度以及子组大小。上述三项因素的性质决定了对于第二类错误的风险大小只能作出一般估计。

阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类市场都有应用。而目前国内市场上最常见的还是股市阿尔法对冲策略，其通常利用选股、择时等方面优势，寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。尤其是在熊市或者盘整期，可以采用“现货多头+期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。而最考验阿尔法策略的好坏就是选股模型。

在构建个股组合方面，投资者可以采用量化模型的方法来选股。基金公司运用最多的量化模型是多因子模型。将这些因子有机地结合起来，就构成了对每一只股票的打分，此打分也称股票的预期收益。在确定组合中个股权重时，专业机构会根据投资者的收益要求和风险承受能力，从量化因子库中选择适当的因子为投资者量身定做预期收益模型，同时兼顾股票的预期风险和交易成本，用优化的方法计算组合中每只股票的权重。

阿尔法策略本质上应属于统计套利的一个分类，对历史数据多因子回归分析筛选出市场中表现会好于同类股票的标的，利用股指期货对冲来隔绝所有股票同涨同跌对仓位价值的影响，来达到获取稳定绝对收益的目的。在中国市场，很多阿尔法策略基金经理私下承认，市值因子的作用远超任何其他因子。若是1月1日构建一个等权买入两市所有非ST股票卖出等市值沪深300指数的组合，由于2000多只股票中大部分市值远小于权重股，这个组合实际上就是买大量中小市值股票并卖出权重股，这样一个组合在过去两年的绝对收益几乎跑赢所有阿尔法策略私募。

因此，观点认为几乎所有的阿尔法模型给出的结果都是，两市最有可能给出超额收益的股票集中在传媒，计算机，医药等各类新兴行业中，而金融地产资源等大市值股票集中的行业几乎找不出任何超额收益的期望。从而暴漏出两点问题：一是部分基金经理保留较大风险敞口，将“大小市值股票多空投机”包装成“不受市场波动影响的绝对收益”。另一个问题是运用相同模型选出来的股票同质性太大，在市场遇到极端情况下往往出现踩踏现象。