制定交易策略行業中性
這是我剛剛讀到的一個簡單交易策略的玩具範例（來自一本名為“Trading Alphas”的書）：
假設我們預計過去一周一直在上漲的股票現在會下跌，因為預計交易者會預定利潤並且價格會相應下跌。我們的交易領域只有 2 隻股票——Google和蘋果。我們可以有一個交易策略，其中我們在股票中的頭寸由下式給出
位置 $ = - ( $ 過去一周的回報 $ ) $ .
使用上述方法，我們在 Google 和 Apple 中的職位為 $ +2.5 $ 和 $ +7.5 $ 分別。到目前為止，一切都很好。現在，假設我們預計技術部門會發生一些糟糕的事件。這些股票的多頭頭寸可能會導致重大損失。該書規定，避免此類損失的一種方法是製定行業中性策略——該行業個股的頭寸總和為 $ 0 $ ，即在 Google 或 Apple 中做多，在另一個做空。
“這將改變舊的價值觀 $ +2.5 $ 和 $ +7.5 $ 至 $ -5.0 $ 和 $ +5.0 $ 分別為Google和蘋果。”
我可以理解我們在蘋果做多，因為我們之前的策略規定了一個更高的積極位置（ $ +7.5 $ 只反對 $ +2.5 $ Google）。但我們也可以輕鬆地採用不同的先前策略，同樣賦予蘋果更積極的地位。所以最終的結果會是相似的——一個部門中立的策略 $ +x $ 蘋果和 $ -x $ 去Google。
從這個意義上說，行業中性策略不是讓我們之前的交易策略完全不相關（除了 $ x $ )?
您可以做的一件事是使您的交易信號部門保持中立。例如，您可以對每個扇區內的信號進行 z 評分。對於您的範例，您的信號將從 $ (2.5,7.5) $ 至 $ (-1.0,1.0) $ . 您的投資組合建構方法是採用與信號成正比的權重，因此在這種情況下，具有對稱權重是有意義的。例如，如果您有更多股票，則信號的轉換方式會有所不同 $ (2.5, 4.0, 7.5) $ 被轉化為 $ (-1.03, -0.32, 1.35) $ . 現在你可以看到情況是不對稱的，強信號受到的懲罰比弱信號少。因此，您的策略資訊不會在排名操作下“失去”。
另一種方法是考慮不同的方法來建構您的投資組合。例如，您可以考慮 Markowitz 類型優化中的顯式扇區權重約束。