对冲基金投资组合新发展

的今天 對沖基金 基金的今天
對沖基金的風險
�
�
若行情發展不如預估,套利型基金所遭遇 的情形那是傳統基金二倍的虧損 若行情發展不如預估,趨勢型基金在信用 擴張過大之下，無法等市場回歸正常， 即須先行被迫清算部位實現虧損。
對沖基金熱門品種分析
� � � � � �
Long/short的週期是單邊的4倍以上,故適合趨勢 操作者 組合基金是站在巨人肩膀上 Global macro全球型投資組合,有效分散風險並 可組合全球績效最好的基金或股票 事件導向需要等待機會,但成功率高 市場中立品種是依靠市場機制來獲利,但容納量 不大 事件導向基金依靠是對基本面的了解和對消息 的掌握度
�
2.自由度的數目:
�
過去的績效不能代表未來的績效?
� 對系統的過去進行檢定的工作，但是不能
證明系統在未來操作獲利？ � 通過系統對歷史數據的檢驗，至少可以排 除一些看似能夠獲利，但實際是無效的系 統。(過去差的績效大約將來一定差) � 系統是否有效，最關鍵的因素是構建系統 背後的理念是否有效，系統實現這個理念 所設置的規則愈簡單愈好 � 需顧及各階動差所體現的特性,並檢驗之
風險控制的思路
� � � � � �
若投資組合有防守型和攻擊型的品種,則需先分出防守 型或攻擊型的品種 防守型品種以stop loss和品種性質的基本分析為主要風 控方式 攻擊型品種以風險預測為主要的風控方式 為了要分散風險和鞏固投資組合,因此多經理人基金就 變的有必要了 MULTIMANEGER FUND之好處是,分散風險,用盡天下 之精英,站在巨人的肩膀上 什麼是好的MANAGER?不是SHARPE,而是我們可以掌 握其操作基因的manager或者操作風格和其他人迥異的 操盤人
訊號策略軟件
� � � �
TRADESTATION MULTICHART 中金恒銘 通達信的策略軟件無法達到統合指令的 效果,因此嚴格來說不算是訊號策略軟件
風險控制
風險的意義
� �
�
�
�
風險控制指操作的損失控制,控制的對象是資產的損失. 和資產下方的波動. 操作迴避風險指的是迴避行情不利處,控制的對象是行 情,和資產上方的波動,嚴格來說它不算是風險控制. 風控之所以無法完全實現的主要原因是因為許多主事 者還不能接受在獲利時無法得到全額利潤,也就是無法 接受風險是保險費用的觀念. 一般而言,合理的指數型基金操作者,能跟上指數漲幅的 8成都是合理的 這樣的報酬所得到回報是10%左右的資產波動,有別於 指數本身的40%--80%的波動
交易策略的退化的思考
� �
� � � � �
複雜的東西未必是好.然而，也不是越簡單越好 參數少會不會代表還有很多盲點是沒有考慮到的 ,在全面考慮到 影響行情的所有參數之後再針對這些因素找出共同的解答 ,化簡 參數才有意義,使系統的完整性增加,減少退化的危險,否則參數 越多只是代表可變量越多,也代表了系統越不穩定. 最佳化會陷入曲線擬合(Curve Fitting)的陷阱 採用不同的時間間隔做系統最佳化 (訓練期和執行期) 在不相關的市場作測試。 用多變數的最佳化在歷史測試中的績效愈好。未來重複其歷史 績效的可能性就越少. 高原參數的觀念不一定是對的,因為參數的SHIFT不是漸進式的
風險的深度
� �
一般人多只關心 R(報酬率) v.s. σ2(變異數,二階動差) 卻常忽略價格波動高階動差對 融市場價格的影響 除 代表風險的二階動差－變 外 1.代表市場價格變動方向傾向的三階動差－偏態 (skewness) 2.市場價格發生大幅 變動可能的四階動差－ 峰態 (kurtosis)
策略上架程序
� � � � �
所有交易模組 ，皆必須通過MTSE檢測 M-模組化交易策略報告 T-歷史績效測試分析 S-完整策略架構與未來測試 E-實際交易前測試,考量交易實務
篩選品種
� � �
篩選品種 分散模塊 分散時間框
新觀念的風控
� � �
風控不再是費用 風控不只是事後停損 風控可以是事前的控制 1.增加獲利 2.逃避虧損 3.動態投資組合的依據
風險預測---基因算法
� � � � � � �
以HOLLAND遺傳演算法,先找出基金的基因 再以其基因複製基金本身,看複製的相似度 能以基因複製出相似度高的基金以及符合我們績效風 險比的基金就是我們要的基金 在未來的行情,我們可以根據基因的組成預測每支基金 或經理人的未來績效 一旦基金的經理人換了,可能使基金的基因改變這時就 無法納入我們的投資組合中了 主觀交易者需3年以上績效歷史資料,客觀交易者約需1 年歷史資料就可達到風險預測的要求 有可能無法找出基金的基因,因為模擬後相似度<80%就 FAIL了
� �
�
解決非正態分佈的問題,和投资者效用函数为二项式的 假定条件，但是，Hurst指数仍然沒包含概率的觀念。 1983年，Grassberger和Procaccia提出了从时间序列直接 计算关联维数的算法。 以近日上证综指日收盘值的对数收益率序列为例，对 上证股票市场结构进行分析。按照前述方法进行计 算，得出H的值为 0.68，大于0.5，说明上证综指的波 动不是随机游走的，而是有偏随机游走，即具有持久 性。再考察V-统计量大约150天。在150天循环中，上 证综指的波动具有明显的持久性。超过150天，持久性 减弱。
實際損失穿透VaR時，砍部位?
實際損失穿透動態 Copula VaR有52次 砍部位是正確的決定有29次 正確率 56%
對沖基金操作實務
對沖基金運作步驟
� � � � � � � � �
篩選操作成員 策略模型上架程序 篩選品種,分散模塊,分散時間框 客戶下方風險和獲利溝通 運算風險值,波動率,相關係數..... 事前風控,事後風控就位 組成投資組合 運作 稽核
篩選操作成員
� � � � � �
�
篩選CTA的第一步 : 從計量的觀點出發。 年化報酬/AvgwDD 要大於 1 -> 每承受一個單位的風險，在一定的時間內，可以 賺取大於一個單位的報酬 年化報酬/MDD 要大於1 -> 每承受一個單位的風險，在整個基金歷史上看 來，可以賺取大於一個單位的報酬 通過我們的壓力測試 : 主要測試基金在市場不利的環 境下，基金 的表現是否仍能處於穩定狀態，並且能預 測基金本身隱含的風險特性 (使用類似基因演化的系 統)。 通過以上的計量篩選後，我們會開始聯繫基金經理 人，進行一連串的盡職調查(Due Diligence)
�
现有的风险指标有很多，但总体说来可 分为三类： 一类是投资收益率的方差、标准差为基 础的风险计量指标； 第二类是以Hurst指数(1978)或以遺傳演 算法为计量的的投资风险預測指标 第三类是以收益率的下偏距为为基础的 风险计量指标，包括单边离差均值、目 标半方差和VaR方法等。
金融資產是非正態分佈
對沖基金投資組合發展新趨 勢
主講人:陳宏政
對沖基金的昨日和今日
對沖基金的昨天
� �
�
對沖基金大致分為趨勢型(Directional Fund)及套利型 (Arbitrage or Relative Value Fund)。 老虎基金(Tiger Fund)即為一趨勢型基金，該基金看好 一股市/證券即擴充信用、加碼投資，反之亦然。1998 年其資產由創建時的800萬美元，迅速膨脹到220億美 元。然而由於俄羅斯拖欠外債以及對日元匯率投機失 敗，1998年老虎公司賠了16億美元，資產萎縮了4％。 1999年老虎公司損失了19％，2000年第一季度又虧掉 了13.5%。給了“老虎”最致命的一擊。 LTCM為一套利型避險基金，以複雜之數學計量模型為 基礎，在各地的匯市、債市及股市(尤其是新興市場)套 利，但這樣的套利方式並非完全零風險,在美國公債及 美國公司債即在 出乎預料下利差拉大，美國公債和俄 羅斯公債的利差急遽放大都使避險基金蒙受虧損。
資產配置實務
風控實行上窒礙難行
�
�
真的依VaR和Garch和客戶要求的下方風 險來進行投資組合的配置,我們會發現幾 乎所有的商品都變成無法配置杆桿,甚至 到1.5手合約量的資金甚至2手的資金才能 做一手,大約要退回到債券殖利率的水準. 這問題出在哪呢?主要是若我們以95%的 信賴區間來出發,也就是大約20年才會發 生一次跌破風險的事
風險指標--VaR指數
�
�
ห้องสมุดไป่ตู้
解決非正態分佈和機率問題: VaR本质上 看是下方风险的一种，雖仍是正態分佈 的假設但基本上解決了變異性,概率的問 題 CVaR考慮到了波動負沖擊和正沖擊的不 同
风险的波动性特征
�
�
�
�
但VaRS若与GARCH内模型相结合，就可方便地计量 指数的运行风险。与极值模型相结合，刻画理解投资 头寸在市场极端情况下的风险状况。 Engle(1982)首先提出了ARCH模型为解决此类问题提供 了新的思路。 Bollerslev(1986)在Engle的基础上对异方差的表现形式 进行了直接的线性扩展，形成了应用更为广泛的 GARCH模型。 Nelson等人提出了非对称性（Asymmetric）GARCH模 型以刻画出条件方差对正的价格变化反应弱而对负的 价格变化反应强这一现象。这类模型包括TARCH、 EGARCH等
熱門品種給我們的啟發
�
�
�
�
因為Long/short的週期是單邊的4倍,故是趨勢操 作者可考慮的品種 組合基金著重的是投資組合的技術因此即使對 沖基金只擁有投資組合的技術也可以成為一個 好基金 GLOBAL型的基金重點在分散品種降低系統風 險,因此如何降低系統風險也是我們的努力目標 之一 不論是趨勢操作,投資組合計算,分散品種,風險 控制,因為計算複雜,必需以電腦程序來完成
� �
�
風險的廣度
1.半波動度 2.偏態 3.厚尾 4.高峰 5.波動叢聚效果 6.波動 對稱效果 7.隨時間改變的波動度 8.隨時間改變的相關性矩 陣 9.取樣期間 11估計模型 10.年化方法 12.模型信度
風險管理層次圖
SAA
Strategic Asset A location
戰略層次 １．需配合品種特性 ２．考慮本身的風險胃納與風險偏好 戰術層次 １．就每個資產類別，再做更進一步的劃分 ２．譬如，對地域、產業、信評、連結資產 池、天期等作分配
TAA
Tactical Asset A location
投資控管機制
Investm end Risk Control Mechanism
執行層次 １．就每個商品訂定投資風險控管辦法 ２．譬如市場風險控管機制包括：建立選股 機制、設立相關限額、流動性風險之規 避、停損機制與預警機制…等
风险指标種類
風險指標--方差
�
�
自从Markowitz提出风险的方差计量指标 以来，各类新风险计量指标的提出都以 方差为基础进行比较。然而，以方差计 量的风险是基于“风险是投资收益率的易 变性和不确定性”的概念，此概念没有反 应风险的概率和非正態分佈的本质属性。 半方差,只管資產下方的波動
風險指標--Hurst指數
計量交易的層次
�
�
�
建模 投資組合建模 三層次風控建模 建策略 期貨單一品種買賣訊號策略 股票多品種單買賣訊號策略 風控盤中監控 交易層次 買賣點的控制 流動性控制 實時資料的獲取
策略訊號
好的交易程式架構
� �
決定一個可信賴的交易程式決定在兩項重要的參 數： 1.系統的績效顯著水準:
�
統計上的顯著水準水準能表現交易系統掌握市場中非 隨機、恆久不變的特質。顯著水準很高，這意味採用 該方法而在未來獲利的機會很高。 自由度的數目很重要，因為它可以突顯系統的曲線匹 配(curve-fitted)性質。擁有許多規則、參數與例外的系 統，對於過去的資料，通常都能夠運作良好，但應用 於未來的實際交易時，卻經常會失敗。所以構建交易 系統的規則要盡量簡單,但要全面,這就是KISS原則。
风险的描述:尖峰,厚尾、微弱但持久记忆、波动集群”
常態分配最嚴重的問題就是尾端消失太 快。在常態分配下，一天變動超過四倍 標準差的機率為0.0032%，這表示大約 要每一百二十五年才會發生一次。
每個金融市場每年至少會發生一天的變動大於四倍標準差的情況，而且 在任何一年中，通常至少有一個市場會發生一天的變動超過10倍標準差。