1.4 市场中性（股票多空 / 统计套利）¶

国内私募策略中"看起来最稳"的一类。但稳的代价、稳的来源、稳能不能持续，是个三层的真相。

这一章特别详细 —— 你正在跟踪的彬元中性 1 号是这类策略的代表案例。

一、这门生意的本质¶

1.1 什么是市场中性¶

严格定义：

通过同时持有多头股票仓位 + 空头对冲工具（股指期货 / 融券 / 期权），使产品对市场涨跌（β）的暴露接近零，仅赚取选股能力（α）部分的收益。

数学表达：

产品收益 ≈ α + β * 市场收益 + ε

市场中性策略追求 β ≈ 0： - 市场涨 10%，产品收益 ≈ α - 市场跌 10%，产品收益 ≈ α - 产品收益只取决于 α，与市场方向无关

这是市场中性最大的卖点：理论上能在熊市赚钱、在牛市赚钱、在震荡市赚钱。

1.2 经济学本质：为什么市场中性能赚钱¶

核心问题：股票里抽掉 β，剩下的 α 哪来？

两条路径：

路径 A：选股能力 α（Stock Selection Alpha）¶

逻辑： - 选一组未来跑得比指数好的股票做多头（多头组合） - 用股指期货空头对冲掉指数的 β - 多头跑赢指数的部分 → 留下来作为收益

数学：

组合 = 多头股票 - 空头期货 = 多头股票 - 对应基准指数
     = (基准指数 + α_选股) - 基准指数
     = α_选股

理想情况下，留下的就是选股 alpha。

路径 B：套利 α（Arbitrage Alpha）¶

逻辑：发现两个相关资产之间的暂时定价错误，做多被低估的 + 做空被高估的，等价格回归收敛。

主要形式： - 配对交易：同行业两只股票暂时背离 → 做多落后的、做空领先的 - 统计套利：用算法批量做配对交易 - 可转债套利：可转债 vs 正股的折价 / 溢价 - 指数套利：股指期货 vs 现货指数的基差

国内私募市场中性主要走路径 A（选股 α + 期货对冲）。路径 B 在国内规模有限。

1.3 与其他策略的边界¶

策略	多头	空头	净敞口	收益来源
股票多头	100%	0%	+100%	β + α
市场中性	90-100%	90-100%	接近 0%	α - 对冲成本
股票多空	80%	50%	+30%	部分 β + α
130/30	130%	30%	+100%	加杠杆 β + α
指数增强	100%	0%	+100%	β + α（受跟踪误差约束）

关键区分： - 市场中性 必有空头对冲 - 多空净敞口接近 0 - 收益不应该跟随市场涨跌

1.4 国内市场中性的发展简史¶

2010-2014：股指期货问世（IF），国内中性策略起步，超额来自指数增强 alpha 2015：股灾后股指期货受限（贴水扩大、保证金提高），中性策略大幅萎缩 2017-2019：IC 中证 500 期货活跃，量化中性复苏 2019-2021：黄金期，年化超额 15-20% 2022-2023：基差波动加大、超额衰减、规模扩张过快 2024-至今：基差长期贴水改善（甚至升水），对冲成本下降；但选股 alpha 衰减 2026 现状：行业平均年化 6-10%，头部 10-15%，远低于 2019 年水平

二、关键名词深度拆解¶

2.1 股指期货（IF / IC / IM / IH）¶

严格定义：

以股票指数为标的的期货合约。中国市场目前有 4 个主要品种：

品种	全称	标的指数	合约面值（2026 估算）	主要用户
IF	沪深 300 期货	沪深 300	约 100-120 万/手	大盘对冲
IC	中证 500 期货	中证 500	约 110-130 万/手	中盘对冲
IM	中证 1000 期货	中证 1000	约 100-120 万/手	小盘对冲（2022 上市）
IH	上证 50 期货	上证 50	约 80-100 万/手	大盘核心资产对冲

合约月份：每个品种有 4 个合约同时交易： - 当月（CM） - 下月（NM） - 当季（CQ） - 下季（NQ）

通常当月 / 下月成交最活跃，季度合约流动性较差。

结算方式：现金交割，按到期日指数收盘价结算。

对市场中性的作用：

市场中性的多头通常是全市场选股（既有大盘也有小盘）。所以对冲时不能只用一个品种：

全市场多头 → 用 IC + IF + IM + IH 混合对冲
大盘风格多头 → 主用 IF / IH
小盘风格多头 → 主用 IC / IM

彬元中性 1 号就是用 IC + IF + IM + IH 四品种空头对冲（CMS 归因报告确认），追求对各市值段都中性。

2.2 基差（Basis）¶

严格定义：

基差 = 期货价格 - 现货指数价格

两种状态：

升水（Contango）：期货 > 现货 → 基差 > 0
贴水（Backwardation）：期货 < 现货 → 基差 < 0

为什么会出现基差：

理论上期货价格 = 现货 + 持有成本（融资成本 - 股息收益）。但实际中：

市场情绪：市场看空时，做空期货的需求大 → 期货被压低 → 贴水
对冲需求：大量中性策略需要做空期货 → 推低期货价格 → 贴水
资金面：融资成本高时 → 期货溢价 → 升水
股息预期：分红集中期前期货贴水（提前反映分红除权）

A 股股指期货长期贴水的特殊背景：

2015 年股灾后限制做空 → 期货成为唯一便利做空工具 → 长期贴水
大量量化中性产品需要持续做空 → 持续推低期货 → 持续贴水

对中性策略的影响：

持有期收益 = 多头收益 - 空头收益
          = (现货收益) - (期货收益)
          = (现货收益) - (期货收益 + 基差变化)

关键洞察：

持续贴水的环境下，做空期货反而能赚基差收敛的钱
这就是"负对冲成本" —— 中性策略不仅不付对冲费，反而从基差中赚钱

贴水年化收益估算：

如果中证 500 当月期货贴水率 0.5%（年化约 6%），意味着持有空头对冲一年能赚 6% 的"基差收敛收益"（假设基差不进一步扩大）。

这是 2019-2022 年中性策略的隐性 alpha 来源：靠贴水赚 5-8% 年化，加上选股 alpha 5-10%，合计 10-18% 年化。

2024-2026 现状： - 监管放松、量化扩容放缓 → 贴水收敛 - 部分时段甚至出现升水 - 中性策略对冲成本从"负"变"零"或"轻微正" - 行业整体收益下降到 6-10%

2.3 对冲成本（Hedging Cost）¶

严格定义：

对冲成本 = 期货空头的负收益 + 期货交易费用 + 保证金机会成本

三个组成部分：

(a) 基差变化贡献¶

如前所述，贴水期间反而是负成本（赚钱）。

(b) 期货交易费用¶

双边手续费约 0.005% / 万分之一面值
移仓换月（Roll Over）成本
临近到期需要平掉当月空头、开新仓远月空头
当月、远月有价差 → 移仓产生损益
频繁移仓累积成本

(c) 保证金机会成本¶

期货空头需要占用保证金（约合约面值的 12-15%）
这部分钱被锁在保证金账户，不能投资其他高收益资产
机会成本 = 保证金占用 × 替代投资收益率

实战测算：

假设产品规模 1 亿，多头股票 9000 万，空头期货合约面值 9000 万：

项目	年化估算
贴水贡献（2024-2025 平均贴水 2-3%）	+2 ~ +3%
双边手续费	-0.05%
移仓成本（季度移仓）	-0.5% ~ -1.5%
保证金机会成本（1500 万 × 3%）	-0.45%
净对冲成本	+0.5% ~ +1.5%

注：为正的"对冲成本"实际是赚钱，意味着对冲贡献正收益。这就是为什么彬元中性 1 号能 23% 收益（详见后文）。

2.4 净敞口（Net Exposure）¶

定义：多头市值 - 空头市值的差值，相对总规模的比例。

净敞口比例 = (多头市值 - 空头市值) / 净资产

严格中性：净敞口 ≈ 0（±5% 内）

偏多中性："偏多中性"产品净敞口 +20% ~ +30%，本质是部分对冲

判断"是否真的中性"：

看历史净敞口波动（应该一直在 ±5% 内）
看产品收益和市场涨跌的相关性（应该 < 0.3）
看 Beta 系数（vs 沪深 300）（应该 < 0.2）

彬元中性 1 号：净头寸 ≈ 0（CMS 归因报告确认），是严格中性。

2.5 风格暴露 vs 中性¶

注意：净敞口接近 0 ≠ 风格暴露中性！

举例： - 多头 1 亿（重仓小盘股）+ 空头 IF（沪深 300）1 亿 - 净敞口 = 0 - 但风格暴露 +Size 1.0（小盘风格多头 + 大盘风格空头）

如果小盘股风格大幅跑输大盘股，这个组合会大幅亏损，即使理论上"中性"。

真正的"中性"应该是多维度的： - 净敞口中性 - 行业暴露中性 - 风格因子（Size / Value / Momentum）中性 - 国家 / 板块中性

头部量化的"风险中性"： - 净敞口、行业、风格、市值多维度都中性 - 通过约束优化（Optimization with Constraints）做到

实战识别： - 看产品归因报告里风格因子贡献 - 如果 Size 因子贡献占总收益 > 20%，说明风格暴露不中性 - 严格中性的产品，风格因子贡献应该接近 0

彬元中性 1 号的 CMS 归因显示：风格因子总拖累 -6 ~ -8%，但产品总收益 +23.84% —— 说明风格因子是负贡献，alpha 来自纯个股选择（详见卷三 3.7）。

2.6 多空对冲的"对冲匹配度"¶

定义：多头组合的市值分布、行业分布、风格分布与空头工具的匹配程度。

典型问题：

多头组合 50% 中证 500 + 50% 中证 1000 → 用 70% IC + 30% IM 对冲（粗略）
但市场中证 500 涨 5%、中证 1000 跌 3% → 多头收益 1%，空头亏 2.4% → 净亏 1.4%
这是对冲匹配偏差带来的"假 β 风险"

头部量化的处理： - 用多元期货空头组合（IC + IF + IM + IH 加权） - 实时根据多头组合的市值结构调整空头比例 - 部分用单股融券替代期货对冲（更精准）

尽调追问： - "你们多头组合的市值分布？" - "对冲的期货品种比例？怎么动态调整？" - "对冲匹配偏差对历史业绩的影响？"

2.7 T+0 策略（融券 T+0 / 期货 T+0）¶

严格定义：在同一个交易日内完成"开仓-平仓"的策略，赚取日内价格波动。

两类：

(a) 融券 T+0¶

机制： - 早上融券卖出某只股票（借券卖出） - 当天买回还券（平仓） - 赚取卖出价 - 买回价 - 融券费用

对市场中性的贡献： - 在已有空头对冲基础上，额外增加日内交易 alpha - 利用日内价格波动（开盘冲高、午盘震荡、尾盘回落等）

(b) 期货 T+0¶

机制： - 股指期货当天开仓+平仓 - 比融券更便利（手续费低、流动性好）

T+0 在市场中性中的角色：

传统中性策略：T+0 不参与，纯粹长仓多头 + 空头对冲，赚选股 alpha
T+0 加持中性：在传统中性基础上叠加日内 T+0，目标年化超额 +5% ~ +10%

T+0 alpha 的来源： - 散户日内非理性交易制造的价格波动 - 上午冲高 / 下午回落等日内规律 - 涨停板 / 跌停板的开板逻辑

问题： - T+0 容量极小（融券池有限、印花税成本高） - 单家 T+0 容量 < 10 亿 - 同业拥挤后 alpha 衰减快

尽调追问： - "做不做 T+0？" - "如果做，T+0 贡献年化 alpha 多少？占总超额比例？" - "T+0 的容量上限？"

三、超额（α）的拆解¶

3.1 市场中性的超额来源¶

严格的拆解模型：

中性策略收益 = 选股 α - 对冲成本 + T+0 alpha + 基差变化贡献

详细拆解：

(a) 选股 alpha（核心）¶

多头组合相对基准指数的超额： - 比"指数"涨得多（如多头跑赢中证 500 +15%） - 减去对冲指数的 β（中证 500 涨 +10% → 空头亏 -10%） - 净选股 alpha = +15% - 10% = +5%（多头超额）

注意：这个数字反映选股能力，不反映市场涨跌。

(b) 对冲贡献 / 损失¶

如前所述，2024-2026 年贴水环境下，对冲反而贡献正收益。

(c) T+0 贡献¶

仅适用于做 T+0 的产品。

(d) 基差变化贡献¶

期货空头的基差变化损益。

3.2 真假 alpha 的检验¶

好 alpha： - 跨年份稳定（每年都正） - 跨市场环境稳定（牛市熊市震荡市都正） - 风格中性（不依赖单一风格 β） - 可解释（管理人能说清楚来源）

假 alpha（需要警惕）： - 集中在 2-3 个月（短期运气） - 高度依赖某一风格暴露（实际上是风格 β 包装） - 高度依赖基差变化（基差反转后 alpha 消失）

判断方法： - 看月度收益分布：正态？还是少数高收益月份拉起均值？ - 用 Barra 风格归因：剥离风格后的残差 alpha 占多少？ - 看不同基差环境下的产品表现

3.3 月度胜率与稳定性¶

市场中性策略的"理想画像"：

月度胜率 > 80%（每个月都正）
月度收益分布窄（最好月 +2%，最差月 -1%）
零回撤或极小回撤（月度回撤 < -1%）
年化收益 8-15%

典型实例（彬元中性 1 号）：

9 个月累计 +19.43%
月频 Sharpe 6.52（CMS 修正后日频 Sharpe 4.17）
月度零回撤
最大回撤 -2.15%（2025-10-10 ~ 10-20，11 天恢复）

这种业绩看起来"完美"，但要追问： - 9 个月样本太短，有没有经过完整周期？ - 月度零回撤是真实业绩还是净值平滑？ - 最大回撤期是什么环境（国庆基差异常）？后续是否会重复？

四、容量天花板¶

4.1 中性策略的容量约束¶

三个维度：

(a) 多头选股 alpha 的容量¶

与指数增强、全市场选股类似，受信号容量约束。

(b) 对冲工具的容量¶

股指期货的容量： - 中证 500 期货持仓限制：单户最多 1200 手（约 14 亿对冲规模） - 但实际操作中通过多账户、信托等结构突破 - 行业实际容量：所有量化中性合计规模约 5000-8000 亿（受限于期货市场总流动性）

融券的容量： - 融券券源有限（券商提供池子） - 单家公司融券规模一般几亿到几十亿 - T+0 策略容量更小

期权对冲（次要）： - 50ETF 期权、300ETF 期权、500ETF 期权 - 流动性远小于股指期货 - 部分高级中性策略用期权做尾部对冲

(c) 同业拥挤度¶

类似指增、全市场选股，多家管理人买相同的多头 → 推高估值、扎堆。

4.2 单家管理人的容量¶

典型范围： - 小型中性团队（10 亿以下）：年化 12-18% - 中型（10-50 亿）：年化 8-12% - 大型（50-200 亿）：年化 6-9% - 超大型（200 亿+）：年化 5-8%

彬元中性 1 号目前规模约 1.41 亿，处于"小型甜蜜区"。预估容量上限 10 亿（CMS 归因 + 选股逻辑评估）。如果扩到 10 亿后，alpha 可能下降至 12-15%。

4.3 容量与基差环境¶

特殊因素：基差环境影响中性策略的有效容量。

贴水深的环境：负对冲成本贡献多，alpha 高，容量看起来更大
基差回归正常：alpha 部分消失，原本 100 亿规模可能维持不了 alpha

五、绩效指标的特殊性¶

5.1 中性策略的关键指标¶

与其他策略不同，中性策略不看基准超额（因为目标就是和基准无关），而看：

(a) 绝对收益（年化）¶

行业基准： - 8-10%：优秀 - 6-8%：合格 - < 5%：不值得做（不如买理财）

(b) Sharpe 比率（绝对收益版）¶

Sharpe = (年化收益 - 无风险利率) / 年化标准差

头部中性 Sharpe 3-5（日频）
优秀 2-3
合格 1.5-2
< 1.5：策略可能有问题

重要：必须用日频或周频数据计算 Sharpe。月频会大幅高估。

彬元中性 1 号：月频 Sharpe 6.52，日频修正后 Sharpe 4.17。4.17 是可信的、相当优秀的水平。

(c) 最大回撤 + 修复天数¶

中性策略应该回撤极小： - 优秀：< 3% - 合格：3-5% - 警惕：> 5%

修复天数： - 优秀：< 30 天 - 警惕：> 90 天

彬元中性 1 号：最大回撤 -2.15%，11 天恢复。优秀。

(d) 月度胜率¶

理想：> 80%。彬元 9 个月零回撤，月度胜率 100%（虽然样本短）。

(e) Calmar / Sortino¶

Calmar = 年化收益 / 最大回撤 —— 中性策略 Calmar 应 > 5
Sortino = 年化收益 / 下行波动率 —— 中性策略 Sortino 应 > 4

5.2 风险中性的检验¶

用 Beta 系数检验：

Beta = Cov(产品收益, 市场收益) / Var(市场收益)

中性策略目标 Beta < 0.1。Beta > 0.2 说明对冲不足。

用相关系数检验：

相关系数 = Cov(产品, 市场) / (σ产品 * σ市场)

中性策略目标相关系数 < 0.3。

5.3 风险敞口监控¶

好的中性管理人应该提供：

月度净敞口报告
月度行业暴露报告
月度风格因子暴露报告（Barra）
月度对冲匹配度报告

彬元提供 CMS 第三方归因，是较好的做法（不是自报数据）。

六、骗术与陷阱¶

6.1 "中性 +" 的隐藏 β¶

话术："我们是市场中性策略，但适当保留 30% 净多头敞口，争取超额。"

陷阱：这是部分对冲策略，不是真正的中性。

牛市跟涨 30%（看起来很厉害）
熊市跟跌 30%（之前的"超额"还回去）

按"中性策略"收 1.5% + 20% 的费率，但承担 30% 的市场风险，性价比差。

识别： - 看历史净敞口 - 看产品和市场的相关系数 - 看产品 Beta 系数

6.2 "T+0 alpha" 的容量幻觉¶

话术："我们 T+0 策略 alpha 年化 +20%。"

陷阱：T+0 容量极小（< 10 亿）。如果产品规模 50 亿，T+0 只能做 5 亿，对总收益贡献 5/50 * 20% = 2%，不是 20%。

识别： - 问 T+0 占总策略规模的比例 - 问 T+0 实际贡献年化（绝对值，不是 T+0 板块的回报率）

6.3 "负对冲成本"的过度宣传¶

话术："我们利用基差贴水，对冲不仅不花钱，还赚钱。"

陷阱： - 基差是周期性的，不是永久免费午餐 - 2024 年部分时段贴水收敛 / 升水 → 对冲成本可能转正 - 把"暂时的基差红利"当作"结构性 alpha" → 误判

识别： - 问基差贡献的历史波动 - 问基差转正后的 alpha 估算 - 看产品在基差不利环境下的表现

6.4 "零回撤"的化妆嫌疑¶

话术："我们月度零回撤已经持续 N 个月。"

陷阱：可能是 - 净值披露周期长（月度披露，月内回撤被掩盖） - 净值平滑（用其他资产收益填充负月份） - 真实回撤但用衍生品掩盖

识别： - 要日频净值（不是月频） - 看托管行原始数据 - 看是否有银行理财 / 货币基金等"调节器"

6.5 "选股 alpha 30%" 的表述歧义¶

话术："我们多头选股 alpha 年化 30%，扣掉对冲成本还有 20%+。"

关键检查： - "30%" 是相对什么基准？沪深 300 还是中证 500？ - 同期基准涨多少？ - 如果基准涨 20%，多头 50%，alpha = 30%（正常水平） - 如果基准涨 -10%，多头 +20%，alpha = 30%（可能是风格 β）

不同市场环境下，"30% alpha" 的含金量天差地别。

6.6 "样本短但 Sharpe 高"的诱惑¶

话术："我们成立 9 个月，Sharpe 6.5，业绩稳定。"

陷阱： - 9 个月样本太短，统计不稳定 - 高 Sharpe 可能是该 9 个月环境恰好有利 - 经历不同基差、风格环境后，Sharpe 必然回归

正确处理： - 至少要 24 个月样本 - 即使头部团队，也要看是否经历过完整基差周期

彬元中性 1 号案例的真实判断： - 9.5 个月历史，Sharpe 4.17（日频）—— 优秀但样本短 - 不能下"长期 Sharpe > 4"的结论 - 配置建议：首仓 5%（300-500 万），观察 6-12 个月再加仓 - 这是 Sean 团队的判断（FOF 配置 5%，留余地观察）

七、尽调追问清单¶

A. 策略机制¶

多头组合构建：选股池范围？市值分布？换手率？因子构成？
对冲工具：用 IC / IF / IM / IH 哪几个？比例？怎么动态调整？
对冲匹配度：多头风格分布 vs 空头工具的匹配？
T+0 是否参与：贡献多少？容量？
持仓分散度：持仓数量？最大单只占比？

B. Alpha 来源¶

选股 alpha 来源：基本面 / 价量 / 事件 / AI 各占多少？
风格暴露：Size / Value / Quality / Momentum 因子暴露？是否真中性？
对冲贡献：基差贡献年化？正常环境下的对冲成本？
T+0 alpha 占比：（如果适用）

C. 风险与稳定性¶

历史净敞口：成立以来净敞口波动？最大偏离？
Beta 与相关系数：vs 沪深 300 的 Beta、相关系数？
风格因子贡献：CMS 或第三方归因报告中风格因子贡献？
基差敏感度：基差大幅波动时的产品表现？
2024 年 1-2 月微盘雪崩、2024 年 9 月量化大回撤等极端事件的表现？

D. 容量与扩张¶

当前规模 vs 容量上限：你们策略容量？怎么估的？
扩容节奏：未来 12 个月规划？
基差不利环境下的容量：基差转正后能维持多大规模？

E. 透明度¶

第三方归因报告：CMS / 国泰君安 / 中信建投提供？
日频净值数据：能否提供成立以来的日频净值？
托管行验证：托管行（中信银行 / 招商银行 / 国泰君安等）的真实数据？

F. 团队与运营¶

核心选股 Quant：多少人？背景？稳定性？
对冲交易团队：执行系统？延迟？滑点？
风控独立性：风控部门是否独立汇报？

八、彬元中性 1 号实战预演（卷三 3.7 全面拆解）¶

关键已知数据：

9 个月累计 +19.43%
月频 Sharpe 6.52，日频 Sharpe 4.17
月度零回撤，最大回撤 -2.15%（2025-10-10 ~ 10-20）
周度胜率 81.6%
持仓 400-500 只
换手率 29x/年
对冲：IC + IF + IM + IH 四品种空头，净头寸 ≈ 0
风格因子总拖累 -6 ~ -8%
选股 alpha ~30%（CMS 归因确认）
规模 1.41 亿
对冲成本接近零（基差贡献 + 期货费用基本对冲）

卷三深挖的核心问题：

30% 选股 alpha 怎么做到的？团队 30 人、基本面事件驱动 + 量价信号、80-100 个二级指标、400-500 只股票池、混合对冲 (300:500:1000=45:45:20)
2025-10-10 ~ 10-20 国庆基差异常期：为什么回撤 -2.15%？11 天恢复说明什么？
为什么换手 29x/年但归类是中频不是高频？11.31 天持仓周期，介于价量短信号和基本面长信号之间
风格因子负贡献 -6~-8% 但总收益 +23.84%：说明 alpha 极纯，不是风格红利
9.5 个月样本下 Sharpe 4.17 可信吗？相对于头部中性 Sharpe 3-5，4.17 在合理上限
付尚扬的角色：核心 Quant，公开可见度极低，关键人风险待背调

已确定的配置决策： - 首仓 300-500 万（FOF 的 5%） - 4 月底前打款 → 观察 6 个月 → 满 18 个月 + 经历超额回撤 > 3% 后加仓到 10-15% - 投前必做：付尚扬背调 + 合同谈判（锁 1% + 15% 费率 + 核心人员退出权） - 不重仓原因：付尚扬单一关键人风险 + track record 仅 9.5 个月 + 1.41 亿规模的 alpha 可能有规模幻觉

九、一句话总结¶

市场中性 = 选股 alpha - 对冲成本 + 基差贡献 ± T+0 alpha

我们买的是纯净的 alpha，不是市场涨跌（β）。

判断中性策略的 4 个核心追问：

"剥离风格因子后，残差 alpha 是多少？" —— 风格 β 包装的不是真中性
"基差从贴水转升水后，你的 alpha 还能维持吗？" —— 高度依赖基差红利的不可持续
"零回撤的真实性能不能用日频数据验证？" —— 净值化妆是中性策略的最大灰色地带
"如果规模翻 5 倍，alpha 能保持多少？" —— 中性策略容量天花板低，扩张极敏感

中性策略最大的认知陷阱："看起来稳" ≠ "真的稳"。过去 5 年国内中性策略的"稳"，部分来自基差红利、部分来自小盘风格、部分来自融券 T+0 红利。这些环境因素都在变化，未来 5 年的中性策略必然没有过去 5 年那么"完美"。