多空金额相等为什么还跟大盘涨跌：两种中性约束怎样分别核

多空金额相等只把权重之和压到零，不会自动使beta加权和为零。本例四资产的金额中性组合仍有零点二的估计市场暴露；改成同时满足两条方程后，估计暴露归零，但beta输入发生小幅变化时仍留下零点零九一六六七残差。两次归零检验对应不同要求。

先冻结同一组资产和同一估计版本

构造样本只研究一个教学期间的组合约束，以正净资产作分母，风险资产权重允许为负，现金补足全部带符号权重到一。A、B各持有百分之二十五，作为三种方案共同固定的多头；C、D用来调整空头。所有beta是手工设定的无量纲输入，不是回归市场数据所得，也不表明任一真实证券的波动特征。本文不估计截距、不展示拟合优度，不把线性敏感度当成完整收益模型。

资产	估计beta	扰动beta
A	1.600000	1.800000
B	1.200000	1.200000
C	1.600000	1.500000
D	0.400000	0.400000

估计beta依次是一点六、一点二、一点六、零点四。扰动情景只把A提高零点二、C降低零点一，B与D保持不变，并沿用同一组权重，不在观察新输入后重新求解。这样的固定持仓压力测试，可以把估计误差造成的残差与主动调仓造成的变化分开。若每次beta变化都先重调到零，再汇报残差零，读者看不到原方案究竟对输入多敏感。

金额方程与beta方程怎样分别写

金额中性要求A加B加C加D等于零；beta中性要求一点六乘A，加一点二乘B，加一点六乘C，加零点四乘D等于零。这是两行独立约束。A与B固定后，多头金额和为零点五，多头beta贡献为零点七。若只把C、D平均设成负零点二五，它们提供的beta抵消是零点五，所以组合仍剩零点二，而不是零。

方程中间量	数值
long_beta	0.700000
short_sum	-0.500000
short_beta_required	-0.700000

同时中性的解法是先令C加D等于负零点五，再令一点六C加零点四D等于负零点七。用第二条减去零点四倍第一条，得到一点二C等于负零点五，因此C为负十二分之五，D为负十二分之一。无需任何收益预测，也无需调用优化器。这里两只对冲资产beta不相等，二乘二系数矩阵可逆，才有唯一的C、D解；这不是所有资产集合都能构造同样结构的保证。

如果C和D的beta相同，两条方程可能相互矛盾，也可能形成无穷多个解。若再加每只空头不得超过三成，本例C约四成一七的方案会被禁止，必须重新检查可行性。不能先在线性方程里求出一个数，再把超限的负权重直接截掉后继续声称同时中性；截断会改变金额和与beta点积，需要重新验算两行。

三种约束方案放在同一张结果表

约束版本	A	B	C	D	sum(w)	beta点积	L1总权重	扰动后beta	残差增量
仅金额中性	0.250000	0.250000	-0.250000	-0.250000	0.000000	0.200000	1.000000	0.275000	0.075000
金额与beta同时中性	0.250000	0.250000	-0.416667	-0.083333	0.000000	0.000000	1.000000	0.091667	0.091667
仅beta中性	0.250000	0.250000	-0.350000	-0.350000	-0.200000	0.000000	1.200000	0.085000	0.085000

仅beta中性方案仍保持A与B各四分之一，但把C、D各设为负零点三五。两只空头的beta之和为二，乘负零点三五等于负零点七，刚好抵消多头贡献。其风险权重和为负零点二，因此现金权重应为一点二，总敞口一点二。它符合beta方程，却不符合金额中性；把负零点二当计算错误而归一化，会改掉本来要研究的净风险市值。

仅金额中性与同时中性两种方案，风险权重和都为零，现金权重都为一，总风险L1权重也都为一。它们在总额与净额维度上完全相同，但对市场方向的估计敏感度相差零点二。因此对组合只报告多空各五成仍不够，至少还应报告暴露矩阵、输入版本、权重向量及点积。名称中带中性，并没有说明究竟中和了哪一列风险。

表格使用权重小数，保留六位显示，内部计算用完整浮点精度；例如同时中性的C显示为负零点四一六六六七，D显示为负零点零八三三三三，逐项用舍入值回算可能得到极小残差。核对时以原分数或模型完整值为准，容差应远小于零点二这样的实质暴露，不能把显示到两位小数后的零当成原式严格成立。

输入误差留下什么方向的残差

扰动后beta点积等于旧点积，加权重与beta改变量的点积。同时中性方案旧点积为零，增量为四分之一乘零点二，加负十二分之五乘负零点一，结果约零点零九一六六七。两个增量都为正：A的正持仓遇到beta提高，C的负持仓遇到beta降低，都会增加净市场暴露。不能看到C的beta下降，就脱离持仓方向判断组合暴露一定下降。

若构造线性市场因子本期变动百分之一，忽略截距、特质项与现金收益，该残差对应约零点零九一六六七个百分点的净资产市场贡献。这里乘法只是线性因子情景，不是预测实际盈亏；特质收益可能远大于它，beta也未必在期间内保持不变。仅金额中性方案的扰动后点积为零点二七五，说明起始已有的暴露与估计误差必须分别留痕，不能把全部变动都归为估计失准。

如何把中性核验做成可执行的日常检查

先对齐资产标识与净资产分母，确认beta列的估计频率、市场基准和截止时点，再依次计算风险权重和、beta点积、现金权重及L1总额。设定的容差最好同时报告原始残差，不用一个通过标记覆盖实际数值。随后对beta向量做预先声明的扰动，保持持仓不变重新点乘；如果残差过大，再讨论重新估计或改变对冲资产，而非从多种扰动里挑出最小的一组。

CVX组合课程的配置向量与收益定义提供带符号权重和线性组合收益的基础，本文三套方程由构造暴露直接推导。该资料不验证本文beta预测能力。组合层面的两条线性约束，也不能代替因子层回归残差处理；即使它们在同一日期都做了，仍要核对其他行业、风格、流动性和借券条件，中和市场一列并不消除其余风险。

从分数到持仓的母题可了解组合构建背景；组合波动率基础工具只核给定输入的基础风险，本页新增模型在教学表中核算，不表示工具已增加优化能力。相关条件可继续核对多空组合总净敞口与停牌锁仓组合优化，分别保留各题输入，避免把不同约束的结论混用。

道积君编辑组，AI辅助编写与核算。本文编号DJ4-080，构造教学数据不对应真实账户；来源支持所注明方法，不证明参数、预测或执行条件真实成立。

复算资料

本篇编号DJ4-080。下载Python复算脚本（文本）与构造输入输出JSON，按编号核对本篇。脚本改存为.py后可用Python标准库运行，数据不是实际用户记录。