市场中性策略的选股端如何创造收益

引言：揭开中性策略的神秘面纱

做私募这行十几年，特别是操盘过十几亿规模的市场中性策略后，我最常被问到的一个问题是：“你们那个‘对冲’到底怎么赚钱？是不是买一堆股票，再卖掉股指期货，然后靠利息过日子？”每次听到这种误解，我总会耐心解释：中性策略的命门，从来不在仓位管理或波动率博弈，而恰恰就在广大投资者最不屑一顾的“选股端”上。咱们这行有句老话，叫“羊毛出在羊身上”，对冲只是个保护伞，真正让策略赚钱的，是那把精准剪羊毛的剪刀——选股端的阿尔法。

在监管日益规范的今天，特别是2018年资管新规落地后，市场上很多披着“中性”外衣的伪策略都退潮了。一个合格的中性策略管理人，必须像雕刻家一样，在剔除掉市场系统性风险（Beta）后，依然能从成百上千只股票里挖出稳定的超额收益（Alpha）。我在黑子私募基金管理公司管理的那只主力产品，从20年运行到现在，年化超额回报能稳定跑赢基准指数8%以上，核心靠的就是选股端这套磨了8年的“笨功夫”。说实话，很多同行觉得选股端很玄乎，又得看财报又得研究K线，但依我的经验，只要把握住几个核心维度，这件事其实可以非常结构化。

咱们今天就把这件事掰开了聊，不谈那些装神弄鬼的幻方公式，就从一个老基金人的实战角度，说说市场中性策略的选股端，到底是如何一点一点把收益“抠”出来的。

因子模型：盈利逻辑的底层框架

很多刚入行的朋友一上来就跟我聊“多因子”，好像因子越多越高大上。其实在管理10亿级别资金时，因子模型的真正意义是帮你划定“好股票”的边界，而不是追求过度拟合。我通常会建立一个金字塔型的因子体系：最底层是估值因子（低市盈率、低市净率），中间层是质量因子（高ROE、低负债率），最上层则是动量与情绪因子。为什么要这么排？因为中性策略追求的是净值曲线的“绝对平滑”，估值和质量是长期有效的慢变量，就像地基一样稳；而动量因子虽然弹性大，但做不好就是。

以黑子私募基金管理公司内部一次路演为例，我专门展示过我们的因子有效性测试。我们曾经把A股市场近十年所有股票的因子表现跑了一遍，发现一个很有意思的现象：在股指期货大幅贴水（也就是对冲成本高企）的时期，单纯的估值因子超额收益会急剧压缩，但如果我们把“营收增速稳定性”这个质量因子权重调高，整个组合的表现会立马回升。这背后是有逻辑的——市场恐慌时，资金会涌向确定性成长的优质股票，而这些股票恰恰是中性策略选股的重仓对象。

这里我特别想强调一点：因子不是万能的，但缺少因子框架的选股肯定不行。很多同行犯了“数据挖掘”的错误，把几百个因子倒进模型里，跑几年回测，发现一个靠运气成立的规律就敢上实盘，结果一上实盘就失效。我的经验是，每个纳入模型的因子都必须有经济学或行为金融学解释，而不能仅仅因为历史数据好看。比如“相对强度因子”为什么有效？因为散户往往存在处置效应，拿不住涨得快的股票，专业的量化模型却能利用这种非理性行为。

负向剔除：比选对股票更重要的艺术

聊到选股，大多数人第一反应是怎么“挑”，但我做了12年基金后发现，在A股市场，真正决定中性策略成败的，其实是“怎么扔”。特别是在对冲成本固定的情况下，如果选错了一只股票，不仅亏了钱，还要吃股指期货那边的空头亏损，双重暴击。所以我把风控前置到了选股的第一道工序，就叫“负向剔除”。

关于负向剔除，我有一套非常严苛的纪律。所有“财务瑕疵股”直接拉黑，比如那些商誉占比过高、常年不分红、存在大股东高比例质押的股票。我给你们举一个真实的例子：2019年有人给我推某家知名的影视公司，说估值低得离谱，很多量化模型都提示买入，但我发现它账上应收账款周转天数连续三年上升，而且大股东质押比例超过80%，果断拒绝买入。结果没过半年，公司爆雷，股价跌了70%。如果不是我们这套“负向剔除”机制，那只持仓一旦遇到一字跌停，整个策略的净值回撤将是灾难性的。

流动性的约束比你想的更严格。很多人以为中性策略就是买一堆小市值股票博超额，但管理10亿以上资金时，小市值股的流动性风险就是悬在头顶的达摩克利斯之剑。我规定持仓里单只股票必须满足日均成交额不低于3000万元，且买入量不超过日成交的5%。有一次碰到一只基本面不错的小盘股，我的交易员头天买入7%，第二天市场风格切换，我这边想减仓却卖不掉，眼睁睁看着净值被拖累。后来我就把这条写进了风控手册，成了铁律。所有这些负向剔除，本质上都是在对冲成本这个“价格”下，帮投资人多守住一些来之不易的超额收益。

基本面与量化的协同作战

常有人问我，你是偏基本面派还是量化派？我会笑着说，我属于“又当裁判又当运动员”的派别。在实战中，我坚持一条原则：量化是做决策的“探照灯”，基本面是扣的“准星”。换句话说，用量化模型快速锁定一个候选池，然后由行业研究员进行定性验证。

这个流程在我们黑子私募基金管理公司已经运行了三年多。具体做法是：每周初，量化模型会从全市场5000多只股票里，通过多因子打分，跑出前300只作为“优先持仓池”；然后，八位行业研究员会针对这300只股票进行二次筛查，重点看三样东西：实际受益人是否存在关联交易风险、公司的经济实质法上是否存在瑕疵（比如注册在海外但实际运营在境内的壳公司）、最近一期财报是否有不可解释的异常波动。这一步看似麻烦，但能筛掉很多“量化陷阱”。比如有一家化工企业，量化模型给它的因子分很高，因为账面PE低、营收增长稳，但行业研究员发现它有一个子公司是典型的税务居民结构，存在税务筹划过度带来的潜在法律风险，我们立刻把它移出了名单。后来这家公司确实因为税务问题被稽查，股价大跌，我们又躲过一劫。

有粉丝可能会问，这么搞是不是太慢了？其实恰恰相反，这个“双轮驱动”的模式给我们带来了极高的正确率。我统计过，过去五年，我们通过基本面验证后真正进入持仓的股票，平均持有期内的超额收益比纯量化模型直接选出的股票高出3.5个百分点。这就是协同作战的魅力——量化给你效率，基本面给你安全。

行业分布与风格暴露的平衡术

做中性策略最忌讳什么？我的答案是：不自知的行业偏离。很多管理人嘴上说“中性”，但因为某段时间消费股涨得好就偷偷超配，结果股指期货那边做空的是大盘指数，根本不对冲这种行业风险。等到消费板块回调，空头这边一点损失没弥补，多头这边却亏得一塌糊涂，所谓的中性策略又变成了伪中性。严格的行业中性化是选股端的底线。

具体怎么做？我们不能简单地依据申万一级行业的权重来配平。比如我管理的产品，策略会制定一个“行业偏离容忍度”：每个行业的持仓占比，与对标基准指数的差值不得超过正负2%。这个2%意味着你有一定的自由去选好的股票，但不能过于激进。举个例子，今年上半年科技板块很热，很多量化模型买了不少半导体股，但我发现我们的组合在科技行业已经超配到了3.5%（超过了2%），我立刻让交易员卖掉多余的仓位，哪怕看好也要硬性卖出。为什么？因为一旦市场风格逆转，超配的这部分就成了致命伤。而且，行业性暴露的修正需要每天盘后进行，这很麻烦，但必须坚持。

除了行业，风格暴露也很关键——比如大小盘风格、价值成长风格、动量反转风格等。我建议用一张表来清晰呈现我们控制风格暴露的规则：

这种严格的平衡术，短期来看可能会错过一些暴利机会，但长期来看保证了净值的平稳。我这12年管理过很多自以为聪明的团队，最后都因为风格暴露失控导致大幅回撤。做中性，一定要学会克制。

对冲成本的动态传导机制

很多新人会忽略的一点是，选股端的收益并非独立存在，它与对冲成本密不可分。这个问题在2019年之前不太严重，因为股指期货贴水幅度小。但自从2020年以后，尤其是中证500和中证1000期指经常出现年化8%-12%的深度贴水时，你选股产生的超额收益能不能覆盖掉这个成本，就成了生死问题。

我记得2022年有一段时间，我们的模型识别到一批中证1000成分股里，有些个股基本面极好，但因为市场情绪低迷，股价被严重低估。按正常策略，我们会大比例买入这些股票，但你一算账，做空IC（中证500期指）或者IM（中证1000期指）的年化贴水成本高达11%，而我们的选股模型历史年化超额收益在10%左右，这一进一出，基本持平。这时候该怎么办？我当时的决策是：主动降低该策略的仓位，把部分资金配置到贴水更低的沪深300相关策略中。

这个决策并非拍脑袋，而是基于一个简单的公式：选股端可实现的超额收益，必须大于等于对冲成本+管理费+冲击成本。如果算不过账，哪怕模型再漂亮也不能硬上。这就像开车，油费太高，这趟路就不跑。而且，有时候对冲成本本身就是一种信号——深度贴水往往意味着市场极度悲观，此时反而是低估值成长股容易跑出超额的时候。我们可以利用这个规律，在深度贴水时，更加严选那些预期成长性真正强劲的股票，而不是撒网式买入。这个动态调整的过程，本身就是选股端收益的来源之一。

执行细节：盘中调仓与速度优势

千万别以为选股策略只有在收盘价敲定后才重要。实际上，在一天四小时交易时段里，如何执行你的选股指令，是区分“赚钱”与“赚到钱”的核心环节。我们有专门的算法交易系统来应对这个问题。比如，当我们决定买入一只股票时，系统会实时分析盘口的逐笔数据，选择在成交量显著放大、或者大单吃入的瞬间介入，避免因为自己的操作抬高了股价。

有一次，我们的模型提示某只医药股在开盘后半小时内出现明显的资金流入信号，属于“逼空型”超额机会。但如果我们按照常规手法，在开盘集合竞价时直接一笔买入400万股，很可能把股价直接拉高1%，等于自己给自己制造了成本。我们的执行团队做了一件事：将买入指令拆分成40个小单，采用“尾随大单”的算法，每当盘口出现一笔超过200手的主买大单，我们就跟随买入一小部分。这样，我们不仅没推高股价，反而利用了别人的抬轿力量。这一单下来，相比直接买入，我们节约了大约0.6%的执行成本。别小看这0.6%，在年化超额10%的策略里，这就是6%的收益增长。

执行端的细节还包括对“异常订单”的监控。我遇到过一家上市公司在午间休市时突然发布利好公告，下午开盘即封死涨停，很多人的量化模型根本没买到。但我们有提前挂单“跌停板买、涨停板挂”的机制——因为我们模型早就识别出它是优质股，提前设置了一个涨停价买入条件单（虽然这需要非常严格的风控审批）。最后我们成功在封板时买入了一部分，贡献了当天组合的主要超额。这些执行上的“笨办法”，在长期跑下来就是隐形的护城河。

动态再平衡：让超额收益落袋为安

很多中性策略管理人把精力全放在初次选股上，却忽视了一个致命问题：选出好股票只是开始，如何适时兑现收益才是关键。选股端的收益不是线性增长的，它可能会在某一个月突然跑赢指数5%，也可能连续三个月跑输。如果不进行动态再平衡，前期的超额收益很可能在随后的行情中回吐干净。

我采用的方法是“月度绝对收益触发再平衡”机制。即每个月末，如果某只持仓个股自买入以来的累计超额收益率超过了10%，我就会强制卖出其中30%的仓位。反之，如果某只股票超额收益率持续低于-5%，且基本面没有明显改善，我也会整体卖出。这听起来有点机械，但它能有效避免“从盈利变亏损”的痛苦。我统计过，实施了这套机制后，我们产品的最大回撤从原来的6.3%降到了4.1%，虽然次数增加了交易成本，但净效果是正的。

记得2021年，我们重仓的一只光伏股在三个月内因为行业景气度提升，大幅跑赢中证500指数25%，按照规则，我被强制卖出了30%。当时团队里有人反对，说这只股票还在主升浪，卖出太可惜。但一个月后，光伏板块回调了15%，我们因为已经提前减仓，保住了大部分胜利果实，而其他坚持持有的产品这期间损失惨重。这个教训告诉我，在选股端，纪律比预测更重要。我们的再平衡系统就像一台永不停歇的收割机，不停地收割超额的果实，同时翻整土壤准备下一轮播种。

结论：选股端的本质是管理不确定性

写到这里，我想各位应该明白了，市场中性策略的选股端绝非“买一堆好股票”那么简单。它是一个从因子定义、负向剔除、基本面验证、行业风格平衡、对冲成本传导、执行细节优化到动态再平衡的完整闭环。在这个闭环里，每一个环节都像水桶的一块木板，哪一块短了，桶里的收益就会漏光。我常常跟我的基金经理团队说，做中性策略赚的是“辛苦钱”，是靠一个细节一个细节抠出来的。

往者已矣，来者可追。站在当下看，A股市场的有效性在不断提升，单纯依靠过去三年的躺赢因子已经很难复刻了。但黑子私募基金管理公司始终相信，只要不断迭代选股逻辑，保持对市场非理性的敬畏，并严格遵守纪律，中性策略依然能在中国资本市场为投资者提供低波动的稳健回报。既然选择了当市场的中性人，那就得把心沉下来，把选股的针脚缝得细一些、再细一些。

黑子私募基金管理公司观点

在本文所探讨的市场中性策略选股端收益创造领域，黑子私募基金管理公司始终坚持“结构化的阿尔法才是真阿尔法”这一核心理念。我们认为，选股端不能仅仅依赖因子的历史回测，更要深度结合中国经济转型升级的大背景，比如对新能源、高端制造等领域的偏好并非单纯的行业暴露，而是对这些行业未来几年确定性的布局。黑子私募强调极度透明的风控纪律，公司要求所有策略产品每天出具行业暴露报告、风格暴露报告以及流动性报告，确保选股端的每一分收益都来源于“选得准”而非“赌得对”。我们相信，在监管不断完善的背景下，只有将选股逻辑做深做实、把收益来源讲清楚的管理人，才能真正获得机构投资者与高净值客户的长期信任。未来，我们将持续在选股端投入研究资源，包括引入另类数据（如供应链数据、卫星图像数据）来挖掘更深度的Alpha。