他指着刚才那个β=0.82的策略：

    “如果我们做中性化，β会降到0附近。同时，α可能会降低一点，因为能选的股票变少了。”

    他看着陈默：

    “但换来的，是一个真正独立的策略。市场涨跌，和它没关系。”

    陈默沉默了几秒。

    然后他问：

    “你觉得值吗？”

    周寻没有直接回答。

    他走到窗边，看着外面车公庙的街道。

    “陈总，”他说，“2008年的时候，您最痛苦的是什么？”

    陈默愣了一下。

    “是……看着净值跌，却不知道什么时候是个头。”

    周寻转过身：

    “如果您有一个β=0的策略，2008年会怎么样？”

    陈默想了想。

    β=0，意味着和市场不相关。市场跌70%，它可能跌，也可能不跌。但如果它真的做到了α，能创造每年4%的超额收益……

    “它可能不会跌那么多。”他说。

    周寻点头：

    “对。它可能只是小幅波动，甚至可能赚钱。因为在最黑暗的时候，它还在做自己该做的事——选好公司。”

    他看着陈默：

    “这不就是您想要的吗？”

    陈默没有说话。

    他看着周寻，看了很久。

    然后他点了点头。

    “做。”

    ---

    中午十二点，陆方还在研究“中性化”的技术实现。

    他调出全市场的股票数据，开始按行业分类。

    银行、地产、医药、消费、制造、科技……密密麻麻的标签，贴满了屏幕。

    “周老师，”他问，“行业中性，具体怎么操作？”

    周寻走过来，指着屏幕：

    “第一步，算出每个行业在指数里的权重。比如，银行占20%，医药占5%。”

    他顿了顿：

    “第二步，在我们选股的时候，要保证每个行业的配置比例，和指数的比例差不多。不能银行超配太多，也不能医药低配太多。”

    陆方想了想：

    “那如果某个行业的股票都不好呢？比如银行股，按因子筛选都排后面。我们也要配20%？”

    周寻摇头：

    “不。中性化不是强制配满。如果你觉得某个行业没机会，可以低配。但低配本身，就是一种主动判断。”

    他看着陆方：

    “我们要的，不是机械地复制指数。是在保证不产生‘无意识’的行业偏离的前提下，做主动选择。”

    陆方似懂非懂地点了点头。

    小林在旁边举手：

    “周老师，那如果我们的选股能力，真的集中在某个行业呢？比如我们特别懂消费，选的消费股都很好。强行中性化，会不会反而损害收益？”

    周寻看着他：

    “问得好。”

    他走回白板前，又画了一个图：

    ```

    总收益

    / \

    行业阿尔法 个股阿尔法

    (主动) (主动)

    ```

    “如果你真的懂某个行业，那你的行业配置本身，就是一种阿尔法。这种情况下，你可以选择不中性化，主动承担行业风险。”
>

本章未完，点击下一页继续阅读