我對量化投資中“阿爾法模型”概念的使用感到困惑。根據錢華和索倫森（2007）的說法，量化投資過程中的第一件事是“預測股票超額收益的阿爾法模型”（第5頁）。在第 81 頁，作者提到“任何成功的投資策略的一個重要組成部分是使用阿爾法模型預測預期回報”。

那麼，Alpha 模型應該做什麼呢？預測超額收益還是預測預期收益？給定術語“阿爾法模型”中的“阿爾法”一詞，它不應該預測每隻股票的“阿爾法”（即風險調整後的回報，例如詹森阿爾法），以便我們可以選擇具有高阿爾法的股票來建構投資組合？

此外，評估“阿爾法因子”的常用方法是計算“資訊係數”，通常將其定義為“預測與最終收益之間的相關性”(Grinold & Kahn, 2000; Qian, Hua & Sorensen) , 2007)。但是“阿爾法因子”本身只是為每隻股票計算的一個“數字”（見這篇文章），而不是收益預測，而且有些人似乎只是將原始阿爾法因子值與股票收益之間的相關性用作“資訊”係數”。所以我想知道哪個適合計算資訊係數。如果我們將其計算為“預測與最終回報之間的相關性”，

參考

Grinold & Kahn，2000 年，主動投資組合管理：產生卓越回報和控制風險的定量方法

錢華和索倫森，2007，量化股票投資組合管理：現代技術和應用

阿爾法模型：

首先是一個阿爾法模型，它在投資過程中預測股票的超額回報。如果收益分佈以預期收益和標準差為特徵，那麼往往是預期收益決定了我們是買入還是賣出、增持還是減持，而標準差決定了投資組合配置的大小。找到代表未補償市場風險的隨機因子比找到代表增量回報的阿爾法因子更容易。阿爾法模型通常是專有的並且受到高度保護，反映了創造力和卓越的系統。它是投資公司中最重要的差異化因素。

引用自：https://quant.stackexchange.com/questions/47408