Local EPUB Text
对冲基金策略
未知
对冲基金策略
表8-1列出了对冲基金行业中常见的投资策略。这个列表包罗万象，可见将对冲基金视为一个群体实为牵强。但是，我们可以将对冲基金策略分为两大类：方向性和非方向性。
表8-1 对冲基金类型
注：CS/TASS（Gredit Suisse/Tremont Advisors Sharehdder Services，瑞士信贷集团）有最完整的对冲基金业绩数据库，它将对冲基金划分为表中11种不同的投资类型。
方向性策略与非方向性策略
方向性策略（directional strategy）很容易理解，它单纯地认定市场中一个版块的表现会超过另一个板块。
相比之下，非方向性策略（nondirectional strategy）主要用来发掘证券定价中暂时的偏差。比如，如果公司债券的收益率相较于国库券格外高，对冲基金可能购入公司债券而卖空国库券。注意，基金并没有期待整个债券市场的波动：它购入一类债券而售出另一类。通过持有公司债券，基金对其利率敞口进行套期保值，而期待两个板块的相对价差。当收益率差价返回到其“常态”时，无论利率如何变动，基金都将会获利。由此可见，达到市场中性（market neutral）需要特殊努力，在上例中表现为对利率风险的对冲，这也是“对冲基金”得名的原因。
非方向性策略有时被进一步分为趋同策略和相对价值策略，这种策略将赌注下在资产的误定价上，但无须承担市场风险。一个趋同策略的实例即为期货合约的错误定价在合约到期日一定会被修正。相比之下，刚才讨论的公司债券和国库券的例子即为相对价值策略，因为没有错误定价一定会被“修正”的时限。
例8-1中的多头-空头头寸是对冲基金的典型策略。它们完全赌注于一些错误定价，而完全不用担心市场敞口。无论市场如何变动，价格一旦“收敛”或者回到“恰当”水平上，即可获利。因此，卖空和衍生品是该行业的重要工具。
【例8-1】 市场中性头寸
我们用一个对冲基金广泛使用的策略来说明市场中性头寸。新发行的30年国债通常售价高于（低收益率）29.5年国债，尽管二者具有几乎相同的久期。其收益率差价被认为源于30年国债的流动性。而对冲基金往往不太需要流动性，因此购入29.5年国债并且售出30年国债。这是一个市场中性策略，即只要两只债券的收益率趋同就可获利。而事实上随着30年国债不再是流动性最高的债券，溢价会消失，收益率往往会趋同。
注意到上述策略不论利率如何变化均可获利。随着流动性溢价的消失，30年国债收益率上升，多头-空头策略一定可以获利。由于上述定价差异一定会在某个时刻消失，这个策略就是趋同策略。尽管趋同期限不如期货例子中那么确定，我们仍然可以断言下一个30年国债发售时现有30年国债的优势地位即会消失。
一个更为复杂的多头-空头策略例子是可转换债券套利，它在对冲基金中更为常见。可转换债券可视为一个正常债券加上一个看涨期权，市场中性策略是持有一个可转换债券仓位，然后持有一个相反仓位的标的资产。例如，若认为可转换债券被低估，基金应当购入该债券而通过卖空标的股票来对冲掉股价变动风险。
尽管市场中性策略经过了套期保值，但它们不是无风险套利策略。相比之下，它们应当被视为纯赌局（pure plays），期待某两个指定板块间的错误定价，而将其他的外来风险比如市场风险对冲掉。进而言之，由于基金大量使用杠杆，收益率因而波动较大。
统计套利
统计套利（statistical arbitrage）是市场中性策略的一种形式，但是值得单独讨论。由于它不是通过寻找错误定价（比如指数套利）而实现无风险获利的策略，所以它有别于纯套利。事实上，它大量使用量化工具和自动交易系统来发现定价上的暂时偏差。通过在这些丰富的机会中持有较小的头寸，根据平均数法则，从中获利的概率非常高，几乎是一种“统计上的确定性”。当然，这种策略要求基金的建模技术可以可靠地辨别出市场无效。仅当期望收益率为正值时，平均数法则才对基金有效。
统计套利通常包括每天交易上百个证券，持有期以分钟计。这种快速的交易需要大量运用数量工具例如自动交易和数学算法来识别获利机会并有效分散仓位。这些策略试图通过察觉到最微小的错误定价获利，需要最快的交易技术和最低的交易费用。没有电子通信网络，上述策略是不可能实现的。
统计套利的特殊形式是配对交易（pairs trading），股票被根据其本质上的相似性或者市场风险（β）来配对。常见的做法是将收益高度相关而一个公司的定价较另一个更为激进的股票进行配对。[1]购入较为便宜的股票而售出较贵的股票即可实现市场中性仓位。对冲基金的全部组合由这些配对构成。每一对可能有不确定性，但是随着很多此类配对，大量的多头-空头赌注被期望获得正向的异常收益。更一般的配对交易允许持有一簇可能被错误定价的股票。
统计套利通常与数据挖掘（data mining）相结合，即收集大量历史数据以发现系统性的规律。数据挖掘的风险（也是统计套利的风险）在于当经济形势改变时，历史关系可能会被破坏。或者数据表面上体现出来的模式只是巧合的结果。对足够多数据进行足够多的研究必然会产生表面上的模式，而这种模式没有反应真实的关系，更不能用于预测未来。
[1] 判断“激进”与否的标准不统一。一种方法是指电脑自动搜索历史上价格紧跟但是最近分开的股票。如果上述差异终将消失，基金会购入近来表现低迷的股票而售出高价股票。另一种方法是指可能根据价格与内在价值的关系决定是否为“激进定价”。