【正文】

 

无论是耶鲁商学院校园基金，还是美国高净值家庭资产配置，对冲基金都是平行于股票、债券和商品大类资产，在资产配置中占比超过15%的重要资产类别。之所以在资产配置中占有如此重要的地位，是因为对冲基金与传统股票基金和债券基金相关度低，依照效率边界理论，在资产配置集合中加入对冲基金，可以改善整体资产风险收益比，平滑波动性提高夏普率。

 

国内对冲基金加速演进

 

对冲基金的定义五花八门，但其根本是使用了至少一种对冲工具的一种投资方法。对冲基金通过某种投资策略在交易中获利，而不是持有某种资产等待红利。对冲基金策略细分起来有上百种，但大类可以归结为：多空策略(Long-short)、事件驱动策略(Eventdriven)、宏观策略(Macro-strategy)、相对价值策略(Relative-value strategy) 、多策略(Multi-strategies) 。策略还可以细分：比如市场中性属于多空;信用套利、并购套利属于事件驱动;商品管理基金和外汇管理基金一般归属宏观套利策略;可转债、固定收益支持债套利都属于相对价值套利。

 

策略细分的必要是策略之间的低相关性，否则该策略在组合中的贡献价值就会降低。由于对冲基金策略的复杂性，对冲基金的基金(Fund of hedge funds 或Fohf)，就是对冲基金的FOF，一般投资人难以掌握。在对冲基金的发展初期，Fohf会大行其道，美国的对冲基金发展史也是如此。市场的多层次性和对冲工具存在的必要性，是对冲基金得以繁衍的必要生态环境，对冲基金的鼻祖是多空策略。

 

国内对冲基金的环境还处于初级阶段，甚至不如美国上世纪九十年代初，但会加速演进。

 

对冲基金对中国来说是舶来品，中国资本选人是基金选择第一步挑选对冲基金不是一个纯科学的过程，但一定不是非科学的过程。选择基金最大的挑战在于如何判断基金经理人取得的成绩是能力所致还是运气使然，或是内部信息的勾兑。基金经理人为了获得委托人的资金，选择性展示也市场主要研究和学习美国资本市场。中国对冲基金的发展路径是从ETF 套利开始，出现套利基金;沪深300指数推出是中国对冲基金的里程碑，从此出现了阿尔法策略和多因子量化中性策略的对冲基金;2015年4月16日，市场再推出中证500指数，又增加中小盘的对冲工具，这是对冲基金历史上重要一步，基本奠定了对冲基金和Fohf起飞的跑道。

 

境外对冲基金在两万亿美元以上，目前中国对冲基金仅是千亿人民币左右，特别是在非标资产的萎缩和固定收益率下降之后，这为中国的对冲基金提供了上万亿空间。笔者2006年开始接触境外对冲基金，为高净值客户选择适合的对冲基金策略，特别是Fohf。出于笔者本身数字信号分析密码和军事战略的知识结构，对策略投资分析有天然的亲切感。在为高净值客户挑选顶级对冲基金经理(Top Traders)过程中，面谈超过百家中外优秀对冲基金，在对冲基金的选择方面有些心得体会，在此同投资者分享。

 

选人是基金选择第一步

 

挑选对冲基金不是一个纯科学的过程，但一定不是非科学的过程。选择基金最大的挑战在于如何判断基金经理人取得的成绩是能力所致还是运气使然，或是内部信息的勾兑。基金经理人为了获得委托人的资金，选择性展示也是时有发生。选择基金经理人是一个复杂的系统工作。从理论上讲，挑选优秀基金的方法论是从以下五个维度展开，它分别是：

 

People，即人的因素。包含投资管理人、基金经理以及团队;

 

Philosophy， 即投资理念和投资逻辑;

 

Portfolio，即投资组合和核心标底池/ 股票池;

 

Process，即决策过程以及风控措施;

 

Performance，即过往业绩。

 

这五个方面是完整的统一，由于它们之间的独立性和关联性，所以不是简单加权评分(很多外行这样做)。

 

这五个方面看似简单，如果没有足够的投资经验和数学功底，或是对人性了解不够，都有可能掉入陷阱，给投资人带来损失。总体来说，人是第一位的，一流人才的思想产物就是投资理念和投资逻辑，而投资组合和过程，都是落实和执行投资理念和投资逻辑，而过往业绩，则是结果。所以对冲基金的业绩是多因一果。

 

关于人的因素，投资管理人和投资总监都非常重要，但顶级交易员(Top Trader) 更重要。不仅是对主动管理型的基金，对量化对冲基金而言，交易员(Trader)都是第一要素。一般来说，优秀的交易员是至少通过三个淘汰赛胜出的，职业生涯中第一场淘汰赛是高校，第二场系列赛场是过往服务的金融机构，大数法则告诉我们，那些出名校后进入残酷竞争的金融机构，拼杀出来的选手更可能是我们寻找的人。第三赛场是奔私后的全能赛，奔私者多数因为对原有分配方式不满，也可以解释为在原有机构中，其贡献并没有得到对应合理的回报。通过这三大市场淘汰赛，就可以缩小搜索目标。他们都是勤奋好学的人，视学习为信仰的人。

 

比如，在考察的基金中，笔者发现某著名量化投资管理公司创始人和关键人物中，没有数理教育背景，是草根交易员成长起来的牛人，对这类基金笔者会特别谨慎，因为没有数理基因的团队无法产生和建立有效的数理模型，而笔者从来不相信没有数理逻辑支撑的量化结果;在考察的基金中，有一个团队的两个合伙人由于有境外经验，AUM迅速做到近50亿，但是两个合伙人已经决定分手，对此只能保持密切关注，暂时不会投资此基金。在这个互联网时代，只要投资人觉醒，一切寻租和中介都会被压缩或挤出，包括银行在内的一切中介中间收入将会被压缩。

 

笔者也遇到过一个量化对冲基金经理，称其基金日胜率在90%，说出这样的话，笔者几乎没有再和他谈下去的兴趣;还遇到非常有名的Long-only的基金，只谈过去两年业绩多少，问其波动率居然不知晓，只知道最大回撤;考察一个多因子量化对冲基金时，对方说有50个因子，但如果追问他因子之间的协方差或有效性问题，对方就不会再忽悠你了。因此选人往往是基金选择的第一步。

 

因为笔者的逻辑是量化的，好的量化投资经理产生存在一个大数定律，量化对冲的优秀经理大多学术背景为理工科，如数学、物理(量子物理和流体物理)、统计学、计算机学科等或存在高度相关性。过去工作经验，特别是过去的交易背景与现在所从事的交易存在相关性。高度相关性，有助于经验积累。此外，基金行业是个人英雄主义至上的行业，是一个基金经理智力与委托人资金合作的游戏，对基金经理人的处事态度，要对经理人的个性做全面的考察，反映他的风险偏好和价值取向。还有就是“按照说的去做”(To do what you said)这个非常重要，因为是做FOhf，基金经理的风格偏离和策略转换会导致Fohf 策略失衡。

 

优秀表现背后有逻辑支撑

 

Philosophy，即投资理念和投资逻辑。笔者坚持认为，一个可持续的优秀表现背后，一定是有一个逻辑支撑。如果没有一个投资理念和逻辑支持，那很有可能就是靠运气或内部消息，所以要说服我你是可持续、可复制的。

 

另外，笔者会把不同类理念、风格的基金分别排序，如果不能归类的，便是混合策略的类别。2014年第四季度，量化中性和阿尔法策略出现较大的回撤，除去对冲工具的大盘偏颇难于对冲中小因子暴露的客观因素外，也存在一部分类似阿尔法策略在向期限套利转换时出现了踩踏，以及同门的策略容量饱和相互挤压的情况。投资理念和投资逻辑是直接生成利得的方式，表达得越简单越好，像CTA元盛(Winton capital)的策略就是趋势跟踪，他们追求的是在生成所有买卖信号和仓位时，都有微弱的统计学上的优势，以大数据方式获得最优解最终获得优化的胜率。

 

投资理念和投资逻辑主要包括以下几点：一致预期导致基准组合，信息率是决定附加值的关键，主动管理基本定律(IR=IC•Breadt)，阿尔法是由波动率、能力和预期决定的(Alpha=Volatility•IC•Score)，谈话会围绕着这些点进行。

 

区分能力和运气

 

Portfolio，即投资组合和核心标底池/ 股票池。因为所有的策略都落实到投资标的的仓位组合上，并且投资标的组合和股票池集中体现了策略，因此跟踪投资组合可以逆向推导投资逻辑和投资方法。特别对主动管理的基金，对股票的选择、行业的选择，投资组合当中都能体现出来。

 

持续跟踪投资组合的变化，还可以追踪基金经理的主动管理能力以及信息率，是区分投资能力和运气的重要指标。通过投资组合也能判断投资的风格、策略。比如Long-only 主动管理的股票基金数量，要比量化对冲股票池的数量少很多。单一股票仓位占比将会超过10个点，而量化的股票多达几百只，同时从投资组合也可以观测到风险暴露的程度以及完美套利和统计套利的比重，通过对比实际的投资组合和路演之时公布的策略，可以发现是否有策略偏离以及策略的跟踪误差。

 

让优秀思想流向决策层

 

Process，即决策过程以及风控措施。一个好的基金管理团队是一个学习型的机构，同时是一个新思想的发生器。他们总有定期和不定期的头脑风暴，让优秀的思想和观点顺利流向决策层，而决策层的开放和平等也保证新思想的萌发。他们尊重回测的结果和实干的业绩，不需要雷锋式螺丝钉，而是创意。形成科学决策机制的机制，所有工作程序是不断改进的科学流程，包括生成观点的科学机制、观点的逻辑论证和推导以及历史验证(Back-testing)、提供数据支持(胜率)、模拟测试和实盘测试，最后才会投入到市场，这一整套是否科学，就决定了决策过程的科学性。在这里需要指出的是，观点的产生就是生成Alpha的科学机制。决策过程还包括风险控制的制度、流程和纪律性。

 

一切行为的历史记录

 

Performance，即过往业绩;它是一切行为的历史记录。需要纵向地考察基金业绩的时间序列的指标，包括波动率、最大回撤、夏普率、索蒂诺率，周月回报率的胜率、峰度和稳定度(正偏，离散度以及肥尾的程度)以及在策略等约束条件下的有效容量(频率越高和胜率的交易，则策略容量越小)，比较绝对回报而不是相对回报。

 

同时，需要横向的比较同类业绩排名，以及上面“5P”的优劣排序，今年排名top10，明年找不到排名的基金， 笔者是不会考虑的。首先要注意经理人选择性展示的问题，通过多方渠道来搜集被调查经理人的全部被管理资产的业绩表现。业绩表现不能简单地看排名，特别是在中国大陆，因为有可能一个投资经理人管理20只基金，但只有一两只基金是排名靠前的，这些都是选择性展示所致。

 

所有基金经理最终都会遇到策略容量的挑战。交易品种的多样性、流动性，都是策略容量需要考虑的问题。笔者特别关注特殊时间窗口的特殊表现，例如2014年3、4月份，大部分Long-only的股票基金都有回撤，回撤是多少，多久能回来等;2014年第四季度几乎所有Alpha策略、多因子量化市场中性策略都有难以容忍的回撤。

 

另一方面，不同类别的基金排名也是参考的一个视点。考虑到公募基金的整体表现(正态分布)，希望选择的私募基金是在前40%，而且能够稳定住。不同策略的基金不能简单比较，一般只能比较同策略的基金。即使同样的策略获得同样的业绩，依然需要比较杠杆、风险敞口的大小。

 

众所周知，收益是由无风险收益率、时间价值、Alpha和Beta组成的。Alpha和Beta是基金经理人互相之间进行比较的收益组成部分。交易天才是那些具有捕捉Alpha能力的人，而这种能力是融化在血液中的天性。当黑天鹅事件发生时，会破坏以往的相关性，让统计套利失效，许多阿尔法策略会发生较大的回撤。而一些完美套利(如期限套利)则因为其特性表现稳定，甚至更好，他们是Fohf的安全垫。在分析策略应变能力时，需要关注出现黑天鹅事件前、中、后策略的业绩表现。

 

以上所说的“5P”是有逻辑顺序和时序的，是一个紧密相连的评价系统，我们看中“5P”，而投资人最关心的就是过往业绩。我们的价值就是找到另外“4p”业绩的关联性。好的Fohf构建者不仅要有好的数学功底，还要有阅人无数的经历。

 

Fohf的建立是基于这三个层面的分散和平衡。由于任何一个策略的有效性是随着不同的市场风格发生变化的，就像红酒一样也分大年和小年，因此Fohf配置的逻辑就是通过分散和平衡，利用不同策略基金的低相关性甚至负相关性，来找到符合当下市场风格的组合策略，自上而下的分散和平衡来自于以下三个层面：

 

首先，通过攻防兼备的不同策略来实现策略层面的平衡;其次，在同样的策略下对比排序挑选出更加优秀的基金，这是在经理人层面上进行分散和选拔;最后，追求不同的投资标的分散，比如通过增加CTA，来补充整个股票投资标的的广度，股票基金是分国别的，而商品是全球的。