当前位置：文档库 › On $alpha ^{++}$-Stable Graphs

On $alpha ^{++}$-Stable Graphs

$On $alpha ^{++}$-Stable Graphs$

阿尔法策略、阿尔法套利、贝塔策略

阿尔法策略、阿尔法套利、贝塔策略在现在资本市场定价理论中，投资组合的收益率(rp)可以表达为右边第一项beta*rm 也就是贝塔收益，第二项alpha 也就是阿尔法策略收益（尽管这两部分都是随机变量）。所谓市场是牛市还是熊市看的是rm；beta对于一个投资组合来说短时间内是固定的；而阿尔法策略就是beta＝0，即rp＝alpha的策略。 1、（1）什么是阿尔法策略？投资者在市场交易中面临着系统性风险（即贝塔或Beta、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。后者在国内通常被称为阿尔法对冲策略，并在近年A股市场上得到广泛应用。（2）阿尔法策略是如何构建的？阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类市场都有应用。而目前国内市场上最常见的还是股市阿尔法对冲策略，其通常利用选股、择时等方面优势，寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。尤其是在熊市或者盘整期，可以采用“现货多头＋期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。此外，还有机构根据获取阿尔法的途径，采取统计套利、事件驱动、高频交易等策略来获取阿尔法收益。而在上述各种策略构建过程中，基于大类资产配置、行业配置、择时与选股体系的量化策略均得到了广泛应用。 2、阿尔法套利阿尔法套利是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。

高通量测序：环境微生物群落多样性分析

(5)高通量测序：环境微生物群落多样性分析微生物群落多样性的基本概念环境中微生物的群落结构及多样性和微生物的功能及代谢机理是微生物生态学的研究热点。长期以来，由于受到技术限制，对微生物群落结构和多样性的认识还不全面，对微生物功能及代谢机理方面了解的也很少。但随着高通量测序、基因芯片等新技术的不断更新，微生物分子生态学的研究方法和研究途径也在不断变化。第二代高通量测序技术（尤其是Roche 454高通量测序技术）的成熟和普及，使我们能够对环境微生物进行深度测序，灵敏地探测出环境微生物群落结构随外界环境的改变而发生的极其微弱的变化，对于我们研究微生物与环境的关系、环境治理和微生物资源的利用以及人类医疗健康有着重要的理论和现实意义。在国内，微生物多样性的研究涉及农业、土壤、林业、海洋、矿井、人体医学等诸多领域。以在医疗领域的应用为例，通过比较正常和疾病状态下或疾病不同进程中人体微生物群落的结构和功能变化，可以对正常人群与某些疾病患者体内的微生物群体多样性进行比较分析，研究获得人体微生物群

落变化同疾病之间的关系；通过深度测序还可以快速地发现和检测常见病原及新发传染病病原微生物。研究方法进展环境微生物多样性的研究方法很多，从国内外目前采用的方法来看大致上包括以下四类：传统的微生物平板纯培养方法、微平板分析方法、磷脂脂肪酸法以及分子生物学方法等等。近几年，随着分子生物学的发展，尤其是高通量测序技术的研发及应用，为微生物分子生态学的研究策略注入了新的力量。目前用于研究微生物多样性的分子生物学技术主要包括:DGGE/TGGE/TTGE 、 T-RFLP 、SSCP、FISH 、印记杂交、定量 PCR、基因芯片等。 DGGE 等分子指纹图谱技术，在其实验结果中往往只含有数十条条带，只能反映出样品中少数优势菌的信息；另一方面，由于分辨率的误差，部分电泳条带中可能包含不只一种 16S rDNA 序列，因此要获悉电泳图谱中具体的菌种信息，还需对每一条带构建克隆文库，并筛选克隆进行测序，此实验操作相对繁琐；此外，采用这种方法无法对样品中的微生物做到绝对定量。生物芯片是通过固定在芯片上的探针来获得微

cta策略与阿尔法策略

cta策略与阿尔法策略解读 cta策略在全球范围内已有30多年的历史，且成为全球对冲基金较为主流的一种投资策略。而国内期货市场、cta策略相对起步较晚，而自去年股市大幅波动以来，cta成为国内大类资产配置的一大热门选择。 cta策略从全球cta行业来看，其管理规模从2008年的2064亿美元增长到2016年一季度末的3339亿美元，占全球对冲基金15%左右。其中，今年一季度末，程序化交易策略管理的资产达2756亿美元，占了大多数的资产份额。而在cta蓬勃发展的过程中，诞生了一些知名的大型cta资管公司，包括元盛资产（Winton Capital），和英国MAN Group（英仕曼集团）旗下的AHL资产管理公司，前者目前的管理规模达300亿美元，后者达192亿美元。投资者在市场交易中面临着系统性风险（即贝塔或Beta、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略

组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。后者在国内通常被称为阿尔法对冲策略，并在近年A股市场上得到广泛应用。阿尔法策略阿尔法套利也称阿尔法策略，是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。为实现阿尔法套利，选择或构建证券产品是关键。从国内外的经验来看，阿尔法策略一般运用在市场效率相对较弱的市场上，如新兴股票市场、创业板市场等。我国的股票市场正是一个新兴的市场，效率相对较低，特别是伴随着股指期货、融资融券等衍生品种的推出，的确存在利用风险对冲来获取超额收益Alpha的巨大需求和空间。从金融市场来讲，市场风险常常可分为系统性风险和非系统性风险。系统性风险也可称为市场风险,由于整体市场的行为,导致所有参与市场的投资人均要面对的风险;非系统风险是单个金融资产特有的风险,是该金融资产区别于其它资产,获取超额收益或者面临较大损失的所在,由单个金融资产独有的属性决定的。在建立投资组合时,对贝塔的选择主要基于不同的市场行情,在市场上涨的行情中,投资人通过持有贝塔值较高的基金可以获得较高的市场上涨带来的收益;在市场行情不明朗时,持有贝塔值较低的基金则可以起到很好的防御效果。而对于基金多头的投资人而言,不论市场好坏,阿尔法都是越大越好,投资人都希望获得正的超额收益。但是,在市场行情下跌的情况下,具有再高超的基金选择能力的投资人都很难

微生物多样性研究—β多样性分析概述

微生物多样研究中的—β多样性分析概述

一、β-多样性分析介绍 1. β（Beta）Diversity：是对不同样品/不同组间样品的微生物群落构成进行比较分析。 ?β多样性分析前的数据“来源”： 1）OTUs的丰度信息表； 2）OTUs之间的系统发生关系，计算Unweighted Unifrac及Weighted Unifrac距离。 ?通过多变量统计学方法主成分分析(PCA，Principal Component Analysis)，主坐标分析(PCoA，Principal Co-ordinates Analysis)，非加权组平均聚类分析(UPGMA，Unweighted Pair-group Method with Arithmetic Means)等分析方法，从中发现不同样品（组）间的差异。

2. PCA & PCoA分析 ?主成分分析（PCA）是多变量统计学中最为人熟知的分析方法，它通过线性变换，将原始的高维数据投影至少量新合成的变量（即主成分），从而简化数据结构，展现样品的自然分布。 ?主成分分析不考虑原始变量之间可能存在的相互关系，并且是基于欧式距离评价样品之间的相似度。 ?多维尺度分析与主成分分析类似，但是它可以采用任何距离评价样品之间的相似度。主坐标分析（Principal coordinates analysis，PCoA）是经典的多维尺度分析方法。

3.UniFrac距离 ?由于微生物极其多样，不同微生物彼此之间的系统发育关系往往千差万别，仅仅将群落中不同微生物成员视为相互独立的变量显然并不合理。 ?因此，在比较不同群落样品之间的差异时，需要考虑两个群落成员之间的系统发育关系是否相似。 ?基于这个思想，计算微生物群落样品间距离的UniFrac距离应运而生，通过比较两个群落各自独有的微生物成员之间系统发育关系的远近，更为客观地反映两个群落样品之间的相似程度。

阿尔法(ALPHA)策略

阿尔法（ALPHA）策略 Alpha策略是典型的对冲策略，通过构建相对价值策略来超越指数，然后通过指数期货或期权等风险管理工具来对冲系统性风险。中性策略也是比较典型的对冲策略，通过构造股票多空组合减少对某些风险的暴露。Alpha策略和中性策略在本质上差异最小， Alpha策略可以看成中性策略的一种。但是Alpha策略的约束更小,其Alpha来源可能是行业的、风格的或者其他的；而中性策略则将更多无法把握的风险中性化了。一、阿尔法（ALPHA）策略 1?什么是阿尔法（ALPHA）策略？投资者在市场交易中面临着系统性风险（B风险）和非系统性风险（a风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益的策略组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。 2. 阿尔法策略有哪些关键要素？ Alpha策略的成败有两个关键要素：其一是现货组合的超额收益空间有多大；其二是交易成本的高低。两者相抵的结果，才是Alpha策略可获得的利润空间。在股市Alpha 策略中，最考验策略制定者水平的因素在于选股方法和能力。阿尔法策略就是买入一组未来看好的股票，然后做空相应价值的期货合约，组合对冲掉系统性风险，组合的收益完全取决于投资者的选股能力，而与市场的涨跌无关，做到了市场中性。 3?阿尔法策略的优势？阿尔法策略有三大优势：一是回避了择时这一难题，仅需专注于选股；二是波动较单边买入持有策略要低；三是在单边下跌的市场下也能盈利，阿尔法与市场的相关性理论上为0。在熊市或者盘整期，可以采用“现货多头+期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。 4. 如何构建阿尔法策略？阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类市场都有应用。目前国内市场上最常见的是股市阿尔法对冲策略，其通常利用选股、择时等方面优势，寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。有机构根据获取阿尔法的途径，采取统计套利、事件驱动、高频交易等策略来获取阿尔法收益。 5. 阿尔法策略适合的市场？从国内外的经验来看，阿尔法策略一般运用在市场效率相对较弱的市场上，如新兴股票市场、创业板市场等。我国的股票市场正是一个新兴的市场，效率相对较低，特别

微生物之微生物多样性分析-DGGE

变性梯度凝胶电泳（PCR-DGGE）普通的聚丙烯酰胺凝胶电泳只能通过片段大小不同在同一浓度的胶上电泳迁移率不同而分离不同的DNA片段，对于片段大小接近或相同的DNA片段无法做到有效地分离；DGGE(denaturing gradient gel electrophoresis) 即变性梯度凝胶电泳，是利用DNA在不同浓度的变性剂中解链行为的不同而导致电泳迁移率发生变化，从而将片段大小相同而碱基组成不同的DNA片段分开。 DGGE作为一种成熟的分子生物学技术被广泛应用于环境科学（土壤、海洋、河流、冰川、淤泥等）、医学（各种疾病治疗前后，病变部位微生物的差异）、人体（鼻咽、口腔、黏膜、肠道）等领域进行微生物多样性分析。实验流程图：实验结果实验结果包括以下内容 1 引物设计以下是DGGE中常用的引物，我们将根据客户的不同需求，进行针对性的引物设计。引物序列（5’-3’）

细菌 16S V3 区扩增引物 357-F-GC CGCCCGCCGCGCGCGGCGGGCGGGGCGGGG GCACGGGGGGCCTACGGGAGGCAGCAG 518r ATTACCGCGGCTGCTGG 引物序列（5’-3’）真核 18S V1-3区扩增引物 Euk1A CTGGTTGATCCTGCCAG EukA516r-GC CGCCCGGGGCGCGCCCCGGGCGGGGCGGGGGCA CGGGGGGACCAGACTTGCCCTCC 2 基因组DNA 抽提电泳检测图针对客户的样本来源不同，我们针对性优化不同的基因组抽提方法，已达到提取效果最佳。说明：1-8为样本所抽提基因组DNA，上样量3uL；M 为1kb Marker 上数第一条带为8 kb，中间的亮带为3kb，浓度为30ng/uL，其余为10 ng/uL。 3 目的片段PCR 检测说明：1-8为样本，负为负对照（说明我们的实验没有污染，这对分子实验是至关重要的），上样量为5uL；M 为DL2000 Marker，上样量3uL。其中亮带为20ng/uL，其余为10 ng/uL。 Reconditioning PCR：第一轮PCR 产物将会作为新的模板再进行少数循环的第二轮PCR 扩增，这叫做“Reconditioning PCR”。由于在“ Reconditioning PCR”的过程中引物和模板之

Alpha 策略因子的选择与评价

Alpha策略因子的选择与评价 2015-07-28 本文是量化对冲Alpha策略系列报告的第一篇，主要概述了Alpha策略的整体思路，介绍了Alpha策略因子的分类方法、筛选和评价的一般方法和步骤，同时还较为详细地说明了因子的组合方法以及基于因子库的量化选股的一般方法和步骤。 1.量化对冲Alpha策略简介 1.1 Alpha的含义根据拓展的CAPM模型，我们知道，证券s的实际收益率满足：其中，Rs为现货组合的预期收益率，rf为无风险利率，Rm为市场指数的预期收益，?s为误差项，α衡量了非系统性风险，βs衡量了系统性风险。投资者在市场交易中同时面临着系统性风险和非系统性风险，阿尔法策略通过对系统性风险进行度量并将其分离，从而获取超额绝对收益。 1.2 Alpha策略的基本思想 Alpha策略是典型的对冲策略，通过构建相对价值策略来超越指数，然后通过指数期货或期权等风险管理工具来对冲系统性风险。Alpha策略可以看成中性策略的一种，但是Alpha策略的约束更小，其Alpha来源可能是行业的、风格的或者其他的。Alpha策略注重选股，属于主动投资，相比之下，Beta策略注重对投资时机的选择，属于被动投资。股票的Alpha是它超过或低于通过CAPM模型预测的可能期望收益的部分，若股票定价公平，则其Alpha为0。 1.3 Alpha策略的分类在实际中经常使用的Alpha策略主要有：多因子、风格轮动、行业轮动、资金流、动量反转等。多因子是应用最为广泛的一种策略，该策略选择一系列因子搭建模型。通过这些因子筛选股票，满足则买入，不满足则卖出。多因子的最大优势在于，在不同的市场和行情下，因子库中总有一些因子能够发挥作用。风格轮动是指利用市场的风格特征进行投资。市场有时会偏好小盘股，有时偏好大盘股。通过观察某些指标来

土壤微生物群落多样性研究方法及进展_1

第27卷增刊V ol 127,Sup 1广西农业生物科学Journal o f Guangx i A g ric 1and Biol 1Science 2008年6月June,2008 收稿日期:20080122。基金项目:广西大学博士启动基金项目(X05119)。作者简介:姚晓华(广西大学副教授,博士;E -mail:x hy ao@g xu 1edu 1cn 。文章编号:10083464(2008)增008405 土壤微生物群落多样性研究方法及进展姚晓华 (广西大学农学院,广西南宁530005) 摘要:微生物多样性是指群落中的微生物种群类型和数量、种的丰度和均度以及种的分布情况。研究土壤微生物群落多样性的方法包括传统的以生化技术为基础的方法(直接平板计数、单碳源利用模式等) 和以现代分子生物技术为基础的方法(从土壤中提取DN A ,进行G+C%含量的分析,或杂交分析,或进行PCR,产物再进行D GGE/T GG E 等分析)。现代生物技术与传统微生物研究方法的结合使用,为更全面地理解土壤微生物群落的多样性和生态功能提供了良好的前景。关键词:微生物多样性;生化技术;分子生物学技术;DN A 中图分类号:.Q 938115 文献标识码:A Advancement of methods in studying soil microbial diversity YAO Xiao -hua (Co llege of Ag ricultur e,G uangx i U niv ersit y,N anning 530005,China) Abstract:Species div ersity consist o f species richness,the total number of species,species ev enness,and the distribution of species 1Methods to measure microbial diversity in so il can be categ orized into tw o g roups:biochemica-l based techniques and m olecular -based techniques 1The fo rmer techniques include plate counts,sole carbon so urce utilizatio n patterns,fatty acid methy l ester analysis,and et al 1The latter techniques include G +C%,DNA reassociation,DNA -DNA hy br idization,DGGE/TGGC,and et al 1Ov er all,the best w ay to study soil microbial diversity w o uld be to use a variety of tests w ith differ ent endpoints and degr ees o f r esolutio n to o btain the bro adest picture possible and the most inform ation r eg ar ding the microbial co mmunity 1 Key words:microbial diversity;biochem ica-l based techniques,mo lecular -based techniques,DNA 微生物多样性研究是微生物生态学最重要的研究内容之一。微生物在土壤中普遍存在,对环境条件的变化反应敏捷,它能较早地预测土壤养分及环境质量的变化过程,被认为是最有潜力的敏感性生物指标之一[1] 。但土壤微生物的种类庞大,使得有关微生物区系的分析工作十分耗时费力。因此,微生物群落结构的研究主要通过微生物生态学的方法来完成,即通过描述微生物群落的稳定性、微生物群落生态学机理以及自然或人为干扰对群落产生的影响,揭示土壤质量与微生物数量和活性之间的关系。利用分子生物学技术和研究策略,揭示自然界各种环境中(尤其是极端环境)微生物多样性的真实水平及其物种组成,是微生物生态学各项研究的基础和核心,是重新认识复杂的微生物世界的开端。

Beta策略和Alpha策略在股指期货中的应用

Beta策略和Alpha策略在股指期货中的应用海外经验表明股指期货是证券机构投资者使用较为广泛的投资工具，而且也是增加证券投资收益的良好途径。证券机构投资者参与股指期货的主要投资策略很多，其中包括利用Beta 策略对冲系统性风险，通过Alpha策略获取超额收益。面对2008年次贷危机下市场出现的单边暴跌行情，以及今年二季度受房产调控政策影响下的单边下跌行情，证券机构投资者无法规避系统性风险的到来。这些系统性风险不能通过分散投资加以消除，但是利用股指期货投资的方式，就可以在达到规避证券投资组合系统性风险目的的同时，还能够获得超额收益。 Beta策略对冲系统性风险在投资组合管理实践中，市场风险包括系统性风险和非系统性风险，系统性风险在资本市场模型中便是度量风险的Beta系数。 Beta代表对应资产的系统性风险，它是衡量资产收益对整个市场指数收益变化的敏感度。所谓的Beta策略是在期现两个市场分别持有相反的头寸，从而建立的一种对冲机制，无论价格如何变动，对冲交易都能取得期货和现货两个市场盈亏相抵的效果，从而将系统性风险转移出去。 Beta策略的原理是把股指期货引入投资组合管理中，运用股指期货来调整资产组合收益与风险关系，使其达到最佳。根据不同机构投资者的风险偏好和需求不同，可以通过调整Beta值来调节对冲风险的程度。证券投资者可以根据对市场的判断来灵活运用，如果预期未来市场阶段性下跌，则可以通过在股指期货市场上适当做空将投资组合Beta值调低，从而降低投资组合的风险；如果预期未来市场上涨的可能性较大，则可以通过做多股指期货而将投资组合的Beta值调高，从而提高投资组合的收益跑赢市场。假设某投资组合管理人选股能力较强，但对股票市场的总体走势并不确定，他就可以利用股指期货的Beta策略对冲持有证券组合的系统性风险。如果目前证券组合市值为1000万元，Beta值为1.6，而1份股指期货的合约价值为300×2800=84万，那么完全对冲条件下应卖出1.6×（1000万/84万）=19张期货合约。如果该组合管理人预测未来股票市场将上涨，则可以通过增大股票组合的系统性风险暴露从而分享有利行情的收益，可以把投资组合的Beta值调高，例如调整为2，此时需要再买入（2-1.6）×（1000万/84万）=5张期货合约。可见，据此方式可以利用股指期货调节投资组合的Beta值，从而控制系统性风险的暴露程度。 Alpha和可转移Alpha策略获取超额收益 Alpha策略的思想就是通过股指期货套期保值对冲投资组合的系统性风险Beta后，锁定超额收益Alpha。该策略的最终目的就是在获得市场收益率的同时，追求超额收益的最大化。如果某投资组合管理者利用股指期货适当调整了组合的Beta值后，可以使市场无关的部分收益暴露于风险当中，最终获得由选股能力带来的Alpha收益。运用股指期货可以实施Alpha策略，即在证券市场买入某证券组合的同时，在期货市场

alpha策略介绍教程文件

Alpha策略 Alpha策略是通过因子模型来获取超额收益的策略，这里的超额收益往往是指没有经过风险调整的，单纯衡量资产组合收益率超过基准指数收益率的部分。获取这种超额收益的目的主要是通过卖空股指期货构造对冲策略。可转移alpha 策略不同于alpha策略，需要投资组合能够获取经风险调整后的超额收益，即CAPM模型中的alpha。所谓因子模型，就是通过因子来解释股票收益率，每只股票都有相同的无数个因子，在不同时期不同个股能有效解释收益率的因子是不一样的。衡量因子有效性的指标是信息比。每个因子的更新时期不同，有些因子要隔一段时间才能得到最新的数据，因此随着时间的推移，直到数据更新之前，因子的有效性也会逐渐下降。除了时效性，还有一种因子的有效性下降情况，就是因子的轮动，有效性高的因子种类可能会发生改变，原来用于资产选择的因子有效性会降低，如果需要根据最新的有效因子进行资产重新配置，将会因为提高资产组合的换手率造成大量的交易成本，因此还需要权衡因子有效性和交易成本，一些研究报告也做了诸如此类的研究，提出了因子的半衰期。半衰期是指因子IC_IR下降到一半的时间。因子还有可能如果是多因子模型，还需要考虑因子的加权方式，根据加权结果得出最终评分，再将个股进行分档，构建投资组合。行业配置也可以用alpha 策略进行配置，同样也是根据因子模型对行业进行筛选和加权构建投资组合。 Alpha策略因子选择 Alpha策略因子有多种，可分为统计因子、宏观经济因子、基本面因子。统计因子包括动量和反转等；宏观经济因子有通货膨胀率和无风险利率等；基本面因子有PE、PB、ROE等。运用最多的是alpha因子，即通过CAPM模型计算的经风险调整后的超额收益，运用已实现的alpha因子可以构建alpha动量组合和alpha反转组合。 Alpha动量组合、alpha反转组合及基准指数往往可以构建大盘方向性指标，有研究报告做出过相关分析，运用Alpha动量与反转策略与基准指数的相互比较，可以研判市场目前所处的状态和未来的走势，即识别市场是处于牛市、熊市还是盘整市。在这里，将alpha＞0的股票组合称之为动量组合，alpha＜0的股票组合称之为反转组合。（1）如果Alpha 动量与反转策略都能够超越指数，且反转策略超越动量策略，

微生物学微生物多样性

原核微生物物种多样性中国地域辽阔，地形、气候、土壤和植被等自然条件极为复杂多样，这些决定了中国微生物物种群必然丰富多彩，但是由于中国微生物资源尚未进行全面调查研究，目前在中国科学院微生物菌种保藏中心(非医学微生物保藏中心)保藏的细菌60属，266种，2003株，其中绝大部分是从各省土壤、水域和动、植物样品中分离获得的，有一定代表性，在工农业生产中使用能增产的菌株。 40多年来，中国有关研究单位曾对一些具有重要生态意义、经济价值和社会效益的原核类群进行了比较系统的调查研究，现根据调查结果简述如下： 1、放线菌目前国际上已经描述和发表的放线菌近60个属、2000多种，中国已对40个属中的一部分种进行过分类研究，现保藏有36个属，450种，1332个菌株；其中8个属是中国研究工作者描述和建立的，它们是类链霉菌属(Streptomycoides)、小链孢菌属(Microstreptospora)、异壁放线菌属(Actinoallotaichus)、三歧泡菌属(Trichotomous)、双孢放线菌属(Actinobispora)、游动四孢菌属(Planotetraspora)、动孢链霉菌(Streptoplanospora)和白黄孢囊菌属(Cathayosporangium)。它们具有科学和应用价值。 2、Frankia-共生固氮放线菌 Frankia是一类能与许多木本植物共生的结瘤固氮的放线菌，与这类菌共生的寄主植物广泛分布于世界各地，1978年组织了多学科协作研究，开展了全国放线菌结瘤植物调查，查明中国有6个属44个种的树木与放线菌共生结瘤固氮，其中19种是国际上未报道的新记录种(表1)。表1 中国新发现放线菌结瘤树种

商品投资中的阿尔法和贝塔策略_刘超

期货日报/2008年/9月/10日/第003版理论?期货论坛商品投资中的阿尔法和贝塔策略中信建投期货刘超由于商品价格波动性与股票类似，与股票、债券有明显的负相关性，本身收益也较高，作为一项资产类别，其在资产配置中得到了越来越广泛的应用。但获取商品风险升水的最好方式是什么？其实有很多方式，从纯粹的获取系统性风险升水（比如投资GSCI指数）到纯粹的阿尔法策略都是很好的选择。本文我们就商品为什么作为一项分散组合风险的战略性资产以及投资者获取商品风险升水的策略进行探讨。 GSCI（高盛商品指数）作为全球商品市场的基准之一，具有较强的可投资性，所有纳入指数的商品都必须通过严格的流动性测试。它根据全球商品的产量分配各商品的权重，很多大型机构运用它获取商品收益。商品在金融资产组合中的分散化功能来源于它与其他金融资产的负相关性，但简单地投资一篮子商品组合并不能最大限度地实现组合的分散化。当把商品加入投资组合中时，应该起到的效果是波动性降低而收益率提高。由于能源的收益与金融资产的收益负相关性最高，它们是商品投资中分散化收益的主要来源，而非能源商品与金融资产有正的相关性。GSCI 指数中能源占了相当的比重。除了投资GSCI指数外，还可以通过贝塔暴露（Beta Exposure）和阿尔法暴露（Alpha Exposure）投资商品市场。所谓的贝塔暴露是对系统性的市场风险暴露，一般通过商品指数或一篮子商品投资实现。阿尔法暴露则定位于特定商品资产类别，从而获取超过市场基准的收益。有几种策略可以获得贝塔暴露，一种是与经纪商/交易商签订一项指数全收益互换协议，该协议的收益模拟标的指数。这种情况下，互换协议产生的收益等于指数的回报减去互换费用。互换协议一般需要很少或根本不需要初始保证金，所以投资者对该项投资下的现金或担保品仍然有控制权。贝塔暴露也可以通过直接持有构成指数的期货合约来获得，成功的单个期货品种投资需要对每月合约展期、交易成本、保证金等进行有效的管理。贝塔暴露由商品现货价格的变动和期货合约的展期收益组成，历史上，期货合约的滚动收益一般为正。寻找商品贝塔暴露的投资者应该同时关注指数构成和展期策略。阿尔法暴露主要是运用与市场波动无关的投资策略从而带来正收益，包括市场择时交易、对单个商品的方向择时交易、根据远期曲线形状交易、对关联资产的相对价值交易或其他组合管理者用来捕捉市场非有效的策略。有争议认为，由于市场择时交易与市场是相关的，并不是真正意义上的阿尔法策略，但长期来看，市场择时策略并没有明显的偏重多头交易，其多头策略和空头策略随着时间相互抵消。纯粹的阿尔法策略更多的用于以现金为基准的对冲基金投资中。获得阿尔法暴露的另外一种方式是通过运用数量化方法对商品期货进行一系列战术交易策略。假设商品市场是可预测的，分散化收益来自于各商品类别，并且进行相对有效率的交易，人们可以适度地采用在其他金融期货市场上有效的阿尔法生成策略，比如全球战术资产配置（Global Tactical Asset Alloation）。把这些原则运用到商品期货市场，有一系列的战术性策略捕捉阿尔法，包括相对价值策略、择时策略、事件驱动型策略，下面我们简要介绍商品投资中的相对价值策略。在相对价值策略中，基金经理集中于价值和动量等信号。所谓的价值是指买入便宜的资产（或组合）卖出高估的资产（或组合）。所谓的动量是指向上涨的资产倾斜而远离下跌的资产。在货币、股票、债券等很多资产类别中，运用合理的价值和动量策略都会带来可观的回报。毫无疑问，这种策略也会在商品投资中发挥作用。实际上，相对价值策略在商品中或许有更显著的价值，通过对1970年至2003年上述策略在商品投资中的实证，可以发现，在价值策略中，低收益组合的

阿尔法策略

阿尔法策略传统的基本面分析策略。积极型的管理者依靠团队优势和经济分析能力，相信能够强于市场或更加深刻地理解公司的基本情况，通过选取品质良好、处于业绩成长期间的优秀企业，寻找内在价值被市场低估的潜力企业，以此来战胜和超越市场。这主要依赖于管理者的能力和素质。市场轮动策略。承认市场是风格轮动转换的，先人一步发现受市场追捧的题材、热点因素，把握相应的市场机会。这依赖于管理者准确把握市场变动时点的能力。估值策略。与基本面策略类似，但倾向于投资低估值股票，也就是相对便宜的股票，低市盈率、低市净率等是主要的目标。动量策略。基于动量效应，选择投资目标。动量效应理论认为，如果某只股票或组合在前一个时期表现较好，那么在后续的一段时间里它或它们也将有较好的表现。波动捕获策略。基于数理统计模型，寻找相关度低、波动和收益较大的股票进行组合，以获取较好的收益同时承担相对较小的风险。这是根据马科维茨组合选择理论的数学技术。行为偏差策略。根据行为金融理论，市场投资者根据对信息的不同理解存在行为偏差，所以市场经常过度反应或反应不足，而市场最终会进行纠正。这要靠经理人敏锐的市场触觉和智慧。可转移Alpha策略。在该策略中，Alpha是移动的，附加于Beta之上的，因此可以将他们分离。移动Alpha策略的操作较为复杂，但它的基本思路很简单。投资者不再将资金存放到共同基金、委托它们去投资金融市场，而是选择一个跟踪指数的衍生产品，例如跟踪标准普尔500指数。这些合约使得投资者投到市场中的资金大大减少，让他们能留出多余现金投向共同基金和其他投资工具中，为投资者带来该策略的“阿尔法”部分。除了能够发挥规避股票现货市场系统性风险的基础功能外，股指期货的顺利推出为投资领域的策略研发和应用拓展了极大的施展空间。移动Alpha策略从上世纪80年代起，已在国际机构投资领域逐步崭露头角。由于这类策略多具有表现形式多样、手段灵活的特点，可用于满足各类型投资者的不同风险偏好，因此长期来持续受到市场的广泛关注。因为需要借助在现货和期货（或互换）市场上同时操作，因此在股指期货推出前，移动Alpha策略不得不面对无用武之地的尴尬局面。国外还有“移动阿尔法”策略，即在不影响组合战略资产配置的情况下，利用金融衍生工具将一种投资战略产生的积极收益转移到另一种投资战略的基准收益之中。股指期货正是完成该策略的一种理想工具。一、传统阿尔法策略

微生物多样性研究—α多样性分析

微生物多样研究中的α 多样性指数分析

一、多样性指数介绍 ?多样性指数：是指物种多样性测定。 ?主要有三个空间尺度：α多样性，β多样性，γ多样性。?每个空间尺度的环境不同测定的数据也不相同。

?α多样性：主要关注局域均匀生境下的物种数目，因此也被称为生境内的多样性（within-habitat diversity） ?群落生态学中研究微生物多样性，通过单样品的多样性分析（α[Alpha]多样性）可以反映微生物群落的丰度和多样性，包括一系列统计学分析指数估计环境群落的物种丰度和多样性。

?β多样性：指沿环境梯度不同生境群落之间物种组成的的相异性或物种沿环境梯度的更替速率也被称为生境间的多样性（between-habitat diversity），控制β多样性的主要生态因子有土壤、地貌及干扰等。 ?β多样性意义：①它可以指示生境被物种隔离的程度；②β多样性的测定值可以用来比较不同地段的生境多样性；③β多样性与α多样性一起构成了总体多样性或一定地段的生物异质性。 ?群落生态学中研究微生物多样性，β（Beta）多样性是对不同样品/不同组间样品的微生物群落构成进行比较分析。

?γ多样性：描述区域或大陆尺度的多样性，是指区域或大陆尺度的物种数量，也被称为区域多样性（regional diversity）。控制γ多样性的生态过程主要为水热动态，气候和物种形成及演化的历史。 ?群落生态学中研究微生物多样性，γ多样性分析是指α多样性与β多样性相结合的分析。

二、α多样性指数 1.计算菌群丰度（Community richness）的指数 a)Chao -the Chao1 estimator Chao：是用chao1算法估计样品中所含OTU数目的指数，chao1在生态学中常用来估计物种总数，由Chao (1984) 最早提出。计算公式如下：S c?ao1=S obs+n1n1?1 2n2+1 ?其中，S c?ao1= 估计的OTU数；S obs= 观测到的OTU数；n1= 只有一条序列的OTU数目（如“singletons” ）；n2= 只有两条序列的OTU数目（如“doubletons”）。利用chao指数评估一个样本中OTU数目多少，chao指数越大，OTU数目越多，说明该样本物种数比较多。

可转移alpha策略

可转移alpha的优势可转移Alpha 策略能在保持组合所需的Beta 的前提下提供一系列多种Alpha 来源。尽管可转移Alpha 策略给投资管理的实践带来了新的要求和挑战，但这种策略与传统的组合管理策略相比，还是具有一些显著的优势：更广泛的投资领域。投资者不必拘泥于从其原始目标资产类别中寻求Alpha，他可以选择在更广阔领域中得到Alpha，比如特定类别的对冲基金、私人股权投资、房地产以及部分传统投资策略。更适度的风险暴露。通常情况下，有效程度最低的市场往往能提供最好的超额收益来源，但这会给投资者带来很高的系统风险。可转移Alpha 策略使得投资者能对冲掉不需要的市场风险暴露，使整体组合风险更为适度。更大的灵活性。投资者可以使资产组合的风险特征与其风险目标更匹配，来降低组合总风险。比如说，削减权益资产上的暴露，同时增加固定收益产品和其他结构性产品的头寸，从而使资产与负债更合理匹配，在维持甚至提高组合潜在收益的前提下降低整个组合的波动性。增强的有效性。可转移Alpha 策略使可以分离获取Alpha 的投资管理人与他们所管理的资产类别。产生Alpha 的各种策略之间通常相关系数较低，将这些策略结合起来，可构成非常有效且风险控制良好的组合。更低的风险。通过将Alpha 与Beta 分离，可以对这两部分分配不同数量的风险预算。例如，Alpha 部位的头寸可大可小，而这与产生Alpha 的资产的数量无关。当Alpha 累积起来后，对Alpha 部分初始的小额分配也随之增大，而该部位风险较低，从而整体组合风险要低于传统投资。更低的费用。在可转移Alpha 策略中，投资者通常仅对带来Alpha的基金经理支付较高的费用，而对跟踪Beta 暴露的基金经理人只需支付较低的费用。可转移Alpha 策略的构建可转移Alpha 策略的构建是由Alpha 和Beta 组成。Alpha 可来自于任何资产种类：货

微生物多样性研究—β多样性分析

微生物多样研究中的—β多样性分析

一、β-多样性分析 1. 样品间距离计算 ?样品间的物种丰度分布差异程度可通过统计学中的距离进行量化分析，使用统计算法Euclidean，Bray-Curtis，Unweighted_unifrac，weighted_unifrac等，计算两两样品间距离，获得距离矩阵，可用于后续进一步的beta多样性分析和可视化统计分析。例如：将距离矩阵使用热图表示可直观观察样品间的差异高低分布。 D Bray?Curtis=1?2σmin S A,i，S B,i σS A,i+σS B,i SA,i=表示A样本中第i个OTU所含的序列数；SB,i=表示B样本中第i个OTU所含的序列数。

样品间距离矩阵构建的相似度树状图物种丰度差异基于Bray-Curtis距离heatmap图示意图

2. PCA 分析 ?主成分分析(PCA，Principal Component Analysis)，是一种应用方差分解，对多维数据进行降维，从而提取出数据中最主要的元素和结构的方法。 ?应用PCA分析，能够提取出最大程度反映样品间差异的两个坐标轴，从而将多维数据的差异反映在二维坐标图上，进而揭示复杂数据背景下的简单规律。?如果样品的群落组成越相似，则它们在PCA图中的距离越接近。

3.PCoA分析 ?主坐标分析（PCoA，Principal Co-ordinates Analysis），是一种与PCA类似的降维排序方法，通过一系列的特征值和特征向量排序从多维数据中提取出最主要的元素和结构。 ?可以基于bray_curtis、Weighted Unifrac距离和Unweighted Unifrac距离分别来进行PCoA分析，并选取贡献率最大的主坐标组合进行作图展示。 ?如果样品距离越接近，表示物种组成结构越相似，因此群落结构相似度高的样品倾向于聚集在一起，群落差异很大的样品则会远远分开。

量化阿尔法策略

金斧子财富：https://www.wendangku.net/doc/1415480474.html, 什么是量化交易量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。量化交易具有以下几个方面的特点： 1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。 2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。 3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。 4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。

金斧子财富：https://www.wendangku.net/doc/1415480474.html, 什么是阿尔法策略在期指市场上做空，在股票市场上构建拟合300指数的成份股，赚取其中的价差，这种被动型的套利就是贝塔套利。那么在如今贝塔套利空间越来越小的状况下，我们还有什么好方法吗？这就是更主动的、也更考验操作者判断能力的阿尔法套利。阿尔法套利也称阿尔法策略，是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。为实现阿尔法套利，选择或构建证券产品是关键。首先，兼具折价率与超额收益阿尔法的证券产品是进行阿尔法套利交易的首选，包括具有折价率，并能超越市场指数的认购权证，封闭式基金等。其次，具有超额收益阿尔法的证券产品是进行阿尔法套利交易的次选，主要包括开放式股票基金、股票、行业指数产品。它在套利中属于典型的高收益、高风险套利方式。此种套利仅适合有能力挑选出具有稳定阿尔法证券产品的投资者，投资者在做阿尔法套利的时候应该与市场驱动因子监测体系结合起来分析。如需投资私募理财，可预约金斧子理财师，【金斧子】持第三方基金销售牌照，国际风投红杉资本和大型央企的招商局创投实力注资，致力于打造中国领先私募发行与服务平台，提供阳光私募、私募股权、固收产品、债券私募、海外配置等产品，方便的网上路演平台，免费预约理财师，用科技创新提升投资品质！