1、在當前“資產(chǎn)荒”的大背景下，實體經(jīng)濟回報率下滑，市場中大量資金找不到合適的投資品，出現(xiàn)資產(chǎn)配置混亂的局面，同時也造成市場中某類投資品在短期內(nèi)被過度投資，具體的表現(xiàn)就是在股市，債市和二手房地產(chǎn)市場出現(xiàn)的暫時性投資過熱。
　　為了能在這樣的經(jīng)濟環(huán)境中尋找合適的投資組合資產(chǎn)，獲得較高的投資回報，筆者從渾水公司的做空手法中得到啟發(fā)，嘗試構(gòu)建了基于財務(wù)舞弊甄別的反向阿爾法套利策略。研究發(fā)現(xiàn)通過虛增利潤進行財務(wù)舞弊的上市公司，在報表發(fā)布日之后

2、阿爾法值要明顯低于報表發(fā)布之前，理論上就可以通過對沖系統(tǒng)性風險，剝離出負阿爾法得到正的絕對收益。
　　在舞弊甄別模擬中，通過比較不同甄別模型的外推預測效果，筆者發(fā)現(xiàn)基于機器學習算法的隨機森林分類模型要明顯的好于其他分類器，而在選取的解釋變量中，估值指標市銷率，縱向?qū)Ρ戎笜宋璞浊耙荒瓿杀举M用利潤率以及償債能力指標利息保障倍數(shù)對舞弊甄別有著較高解釋水平。
　　最后，筆者基于夏普單指數(shù)模型剝離阿爾法構(gòu)建策略組合，分別測試了策略在牛