基金运营交易的迭代：如何通过系统化流程获得可持续回报？
"对portfolio做好风险因子和业绩做独特化的归因是系统化投资的核心。"
本文为IPO早知道原创
作者｜罗宾
以下为本文目录,建议结合要点进行针对性阅读
一、基金，尤其是对冲基金的投资
二、配置、管理和风控
三、提高资金利用效率
四、现阶段宏观环境和预期会Outperform的策略
1、区分Beta和Alpha：海外市场中的对冲基金大概有9000多支，我们内部和对外投资的基金经理一共近140个。投资对冲基金，我们希望拿到回报的来源是基金管理人赚取alpha的能力，而非beta，因为2009年开始美股长牛导致beta回报很好。二级市场是比较公平的，我们会考量管理人的研究、交易、风控能力。
2、费后回报一般。投资人的回报被管理人的费用吃掉了。2008年以前对冲基金回报相对较高，但2008年之后市场进入了低利率环境，如果追求对冲基金的alpha，和股票市场的Beta比可能不是很公平，总的来讲，海外机构投资人会追求绝对回报，也可以用3 Months Libor加上一个利差来衡量。
3、海外对冲基金基本策略类别
1）股票类：股票多空和Long-only，Long-only在海外对冲基金中占比少；股票多空策略在对冲基金管理规模中占比可能靠近40%，一般分为Long/Short, Long Bias、Low Net、Market Neutral等策略。股票策略的投研人数较多。
2）固收、信用债类，也包括G7 Rates Arbitrage、Distressed Credit等等，这部分规模占比较小，因为固收类资产主要投资者还是共同基金、养老金，保险公司等Long-only的基金。
3）相对价值类：包括并购套利，资本结构套利等策略。
4）宏观对冲：今年表现较好的策略之一，宏观策略传统上交易宏观类资产，包括外汇，Rates，股指，商品期货等等。在演化过程中，宏观策略管理人也交易各种股票，债券，新兴市场等等。
小宋老师（WhatIf信息官特邀提问者）：中国基金向投资人收取的费率比美国基金高很多。美国市场beta一向比较高，追求beta其实买共同基金就可以了，而我们作为投资人愿意为基金管理人的alpha付carry，那么在海外我们怎么定义alpha？
邵博士：我们现在有70多个自己的exclusive portfolio manager，根据每个基金经理的benchmark可以得出每个alpha和beta。我们有基金经理的基金回报和alpha（beta/夏普比率等指标）的一个两列矩阵去决定费率，而且倾向于少付管理费或不付管理费，对于回报较好的产品，我们可以多付一些performance fee。为了给投资人更好的Return Profile，我们有些产品会有不同的Share Class，例如在预定的Performance Cut或管理费中收取一个更高的费用，在我们的gross rate较低的时候，我们只收较低的费用，share class和夏普比率也更加合理，给投资人更好的回报。
小宋老师（WhatIf信息官特邀提问者）：你们会用longer lockup去置换费率条件？
邵博士：没有，我们现在都是SMA产品，每天都有流动性。
4、稳定的数值。虽然从2008年前后，市场环境变化很大，对冲基金年化收益率波动也大，因为2008年美联储实现零利率后，对冲基金只能赚到0基准利率加spread的收益，但2008年前后，对冲基金（所有策略）总体的夏普比率变化不大，稳定在一个范围内。所以你想要获得高回报还是要承受高年化波动率。
1、配置管理
1）配置的目的：平滑年化波动率，分散风险，提高年化收益。这可以通过不同地域不同策略的配置达成。例如我们的一个股票多空（Market Neutral）产品有50个基金经理，其中48个是fundamental策略，2个quant，我们挑选的是夏普比率1.2到1.5的管理人策略，经过分散化配置可以将整体产品的Sharp Ratio提高到接近2。
2）配置的原则：在同一个portfolio里，我们如果要配置不同的策略，一般遵循类似于风险平衡（risk parity）策略的做法，也就是不想让某一个或少数管理人占很高的风险比重我们希望正确地利用风险获得高回报，但不会把大部分波动率押到几个基金经理或某个策略上。因为我们会坚持稳健的风格。
小宋老师（WhatIf信息官特邀提问者）：在国内刚刚做allocation的时候，竞争对手都在追高的情况下，如何在心态上平衡？
邵博士：国内会出现某些beta很高的年份，但5-10年的维度，我们相对于同类产品是有优势的。当然，如果投资人是以短期去衡量，确实很难。所以，这一点上，美国的投资人教育已经比较成熟。追高的时候，你的某一个risk factor（也许这个Risk Factor不能用现成的模型来衡量）也会很高，虽然有一些配置outperform，但波动率也上升了。所以我们的经验来看，对于某个基金经理来说，他的稳定数值基本只有夏普比率，而不会一直超水平发挥。如果某个管理人的高收益率来自于某个Risk Factor的持续上行，我们往往会很小心，因为市场情况可能变化很快。作为一个基金产品，我们希望把各种Risk Factor都控制在很小的风险范围内。
2、基金管理
1）人才
小宋老师（WhatIf信息官特邀提问者）：你们的平台是怎么选出上述的140个基金经理的？
邵博士：我们积累了20年，每年由一定的rotation rate（15%-20%），随着AUM和产品数量增加也会有人数的净增加。平均每个基金经理会在我们平台上待5-7年，每年新增30个左右。此外，我们还有两个基金经理的人才库，一类符合我们标准可以近期替换到我们的pipeline里，有200多个人；另一类是我们定期沟通业绩情况的candidate pool，大概800-1000人，而且它是比较流动的。
2）系统（股票）
I.风控系统：
-风控的原则：风控系统我们有内部和外部第三方的。内部风控我们会把自己需要的指标和商业购买的市场数据组合起来，整合成一个内部使用的界面。第三方独立的风控系统能提供一些风险参数给到基金后台，对风险评估起到相互验证的作用。
-风险因子归因：了解portfolio有什么样的exposure，更好地选拔基金经理，优化基金的配置，所以风控系统首先是一个research system。第二，它也是一种压力测试，我们可以了解到黑天鹅事件来临时每个基金经理的回报，看看单个基金经理是否能处理好极端环境。第三，我们可以看到基金经理所有的交易记录、持仓记录，风险因子也就在他的风格里体现出来了。再例如，对于一些growth或momentum的基金，由于我们对他们的交易情况都有统计，我们能掌握大数据，就可以比较出基金经理的hitting rate水平。
我们系统的指标必须有独特性，才能帮助我们在市场中跑赢。例如我们非常关注一个叫做Overlap的指标，是指我们的整个portfolio和单个基金经理与市场所有对冲基金的仓位的重合度。重合率越高，市场下行（或者挤空上行时）时就很容易出现踩踏了。对此我们能监测到daily feed，尤其是空头仓位的情况，控制被squeeze的风险。如果Overlap上升到一定值，我们会建议基金经理注意流动性的控制。例如2020年2月在COVID-19第一次爆发前，我们已经注意到踩踏风险的升高，有些基金经理逐渐降了仓位。
-业绩归因：量化策略的回报容易用数据指标去做对基金经理做明确归因，而对于做fundamental的基金经理，并不能找到明确的因果关系，我们可以用系统做一定的指标相关性（类似指数或beta）业绩归因，找到alpha的来源。例如，我们和初创公司合作，把市场上上市公司的新闻做成因子并进行分类，然后用这类非传统因子对管理人进行进一步的解码。举个例子，我们发现最后保留下来的管理人对于季报的押注能力，或者对于季报因子的归因，总体而言都是正的，从这个角度看，可以帮助我们删选管理人。
Ii.交易系统：未知因素归因、实时监测、集中进出。
-股票交易系统中大家最主要的诉求是希望每次交易是从自己的系统进出的，我们自己可以实时监控，把每个基金经理的exposure、risk和我们自己的风控系统相连接。我们的系统几分钟会刷新一次这些指标，确认整个portfolio的状况。我们还是聚焦交易的实时监控，为基金经理的策略提供优于市场的算法的支持，帮他们提高业绩。
小宋老师（WhatIf信息官特邀提问者）：国内对基金的投资决策更看重“人”（管理团队）的因素，而非像你们一样的process的因素，也就是说，你们怎么看qualitative和quantatitive的因素在投资中的占比？
邵博士：我们认为看人最后还是会归因到他的某些优势上，无论是过人的研究方法还是历史业绩等。在这方面我们也有过案例，我们2012年投资过一个来自MIT的机器学习团队。他们原来是做通过图像识别预测癌症的，由于办公地点就在我们总部附近所以认识。我们从开始的几千万美元到顶峰时候的几亿美金投资了他们的团队，因为我们相信他们的算法能力是可以迁移的。在市场上机器学习策略还没有现在这么流行的时候，他们的团队确实有很高的收益。但这种尝试的投资并不占我们的主要部分，我们主要的资金规模还是会依据我们process-driven的本质，这也可以说是投资和投机的区别。Process-driven才是可预测的。
1、对于海外基金有用，国内还不行。像我们一样的海外平台型对冲基金把不同基金经理放在同一个基金是为了更好地提高资金利用率，从而提高基金回报。但国内现在还无法这么做，因为监管的原因，杠杆和做空都有很大限制。
2、重叠和抵消：不同的基金经理仓位有重叠。对于同一个标的我们基金里同时有long和short，仓位可互相抵消，但同时又有两份不同的risk，或者你也可以认为是仓位布局，意味着我将有两份预期回报。例如我上文提到的产品，48个fundamental基金经理我们布局在了不同行业，他们之间重叠抵消相对较少；量化策略很多时候与fundamental的仓位也是相互抵消的，两者就有zero correlation甚至negative correlation，这也是我们乐于见到的。所以我们portfolio一般有一部分仓位是被抵消的，同时不影响基金经理去take risk。
3、杠杆率和Margin的使用。平台上基金经理一般都有stop loss level，所以他们不会把分配可用到的GMV（long加short）配满，一般选择配一半仓位。这种情况对我们来说可以overallocate，但并不会overleverage。因为在基金P&L好的时候，基金经理会主动take更多的risk；不好时他们会主动收缩风险。这种自动的配置过程可以让我们去向基金经理们promise更多的资本金，资金利用更高效了。
4、Central Book。我们现在还没有，但很多机构有这样的一个设置。Central Book简单说就是把平台上的赚钱的基金经理的仓位复制一份，再用量化手段优化一遍，去掉一些风险因子。也正是由于他们可配置资金的capacity没有用到极限，他们选股所产生的alpha也没有用满。所以只要不影响整个portfolio，Central Book可以把剩余的alpha价值提炼出来。
1、美联储加息预期从去年底的3次变为现在11-12次，加上俄乌冲突和国内疫情对通胀数据都没有正面影响。就业市场一直非常火爆，美国房贷利率上升也未能阻止房价持续上涨，所以通胀数据还是没有到顶的迹象。大家认为美联储想要加息但不伤害就业，不引起经济衰退的目标其实比较难实现，因为过去五六十年美联储没有加息又没有造成大规模经济衰退的只有三次，分别为1968年、1984年和1994年，而且后面两次通胀数据都在下降。这次的情况并不相同。
2、所以我们看到今年股票和债券都表现不佳，在通胀环境下大宗商品表现不错，但是后面需求下行甚至进入衰退时并不能持续这种走势。所以从策略大类上看走得最好的还是Global Macro，比如短期CTA策略等。股票多空几乎只有Market Neutral策略可以做到正收益。现在的市场环境对于相对收益类产品来说，除了Rates和Merger Arbitrage外，对IPO、SPAC都很不利。我们自己也是在Global Macro和Market Neutral equity产品上表现突出，也在增加更多的相关策略的基金经理。
我们相信《赚认知的钱》在经历一些结构化变化。在这个新的系列中，我们用多期分享这个主题。WhatIf首席信息官对他们的Portfolio或者投资历史有至少12个月的闭环跟踪，因此我们有信心他们的叙事信噪比高、闭环和系统不偏执。
叙事者所在机构：Lighthouse
Lighthouse是总部位于美国佛罗里达的另类资产管理公司。自1996 年成立以来，Lighthouse 就一直专注于对冲基金策略的投资，创新和积累，主要产品包括平台型对冲基金（Platform HedgeFund）以及对冲基金解决方案（Fund of Hedge Funds 或者Customized Funds）。通过构建和优化不同基金管理人的策略组合，Lighthouse 致力于为投资人提供穿越市场周期的稳健Alpha 回报，例如市场中性股票多空策略North Rock Fund, 全球宏观交易策略Mission Crest Fund 等。
