在R语言量化：alpha值和beta值中我们介绍了beta和alpha的含义和计算方法。beta除了可以用于资产定价，在二级市场中也有着广泛的用途，例如可以用来判断股性以及构建投资策略。

一、beta与“股性”

　　所谓股性，指的是股票价格在长期运行中表现出来的某些特性或规律，特指个股收益对市场变动的敏感程度。因为beta表示的是市场每获得1%的收益时，个股所获收益的百分点，所以可以使用beta对个股的股性进行评估：

　　beta> 1，攻击型股票，个股收益波动较大盘大；

　　beta< 1，防御型股票，个股收益波动较大盘小。

　　在实际选股时，我们更希望持有那些股性“活”的股票，即大盘涨时，它们能获得更高的收益，而大盘跌时，它们跌的更少；同时我们也更要避免买到那些股性“死”的股票，即大盘涨时它们不跟涨，大盘跌时它们却跌的更多。这种“股性”也可以通过计算beta得到：对于每只股票，我们可以将大盘上涨的时段挑选出来，利用该时段的数据计算一个beta（记为beta.bull），看它在大盘涨的时候能涨多少，同时我们也可以将大盘下跌的时段挑选出来，利用该时段的数据计算一个beta（记为beta.bear），看它在大盘跌的时候会跌多少。假如beta.bull > 1而beta.bear < 1，那么这只股票就是一只股性“活”的好股票；反之，如果 beta.bull< 1而beta.bear > 1，这只股票就是一只股性“死”的坏股票。PerformanceAnalytics包中提供了计算beta.bull和beta.bear的函数：

　　CAPM.beta.bull(Ra, Rb, Rf= 0)

　　CAPM.beta.bear(Ra, Rb, Rf= 0)

　　Ra  表示要计算alpha和beta的资产的收益率

　　Rb  表示市场（基准）的收益率

　　Rf   表示无风险利率，默认值为0

　　收益率的格式可以是xts、vector、matrix、dataframe、timeSeries、zoo等。

　　我们使用上述beta、beta.bull以及beta.bear（以沪深300指数为基准）对A股市场上2017-06-30之前发行的3261只股票进行测算，可以看到攻击型股票约占42.7%，防御型股票约占57.3%，股性“活”的股票仅占5.4%，股性“死”的股票却有46%。可以看出，好股票较少，选股还是很重要的。

二、alpha策略

　　CAPM模型假设只有承担系统风险才能带来收益，即式（1）中体现的个股i 的收益只与市场的收益相关：

　　然而在实际中可能会出现式（2）的情况，即个股i 的收益除了与市场相关，还存在一个超额收益alpha

　　假设无风险利率Rf为0，式（2）可以写成式（3）的形式：

　　如果alpha为正，是一个稳定的正收益，那么我们可以使用个股i 和市场指数构建一个投资组合，买入1单位的个股i 同时卖空beta单位的市场指数，从而不论市场涨跌，都能得到稳定的alpha收益：

　　（１）当市场涨时，卖空指数受到的损失可以被个股跟随市场上涨的部分弥补掉；

　　（２）当市场跌时，个股跟随市场下跌的部分会被卖空指数得到的收益弥补掉。

　　我们通过之前下载的数据计算得到600111.SH具有较高的alpha，我们可以将其和沪深300指数构建投资组合，买进x元的股票，同时卖空1.25x元的沪深300指数。使用PerformanceAnalytics包的charts.PerformanceSummary函数画出该投资策略的收益曲线，可以看到2012年之前，该策略的收益非常可观。