对冲基金的基金，就是专门投资于对冲基金的母基金，英文叫做Fund of Hedge Fund(以下简称FoHF)。文章来源：牛邦Ker
其他
【干货】一文看懂对冲基金母基金（FoHF）
区别于投资于股、债、商品、另类投资等所有大类资产的母基金，对冲基金母基金的投资标的则是所有的对冲基金。这些子基金本身策略的是非常灵活多样的，股票、债券、商品、衍生品都会涉及，因此管理一系列的对冲基金投资组合，同样也可以达到全球资产配置的目的。当然，这种配置的过程绝不仅仅是把不同基金叠加在一起进行投资那么简单，管理者需要深入了解每种策略的实现机制、在不同市场环境下的表现、以及策略之间的相关关系。
价值主张
相比于单策略的对冲基金，或者股票多头基金，FoHF的主要目的不是为了获得高收益，而是通过投资组合经理的专业化管理，控制风险，从而达到资产配置和财富增值的目的。研究表明，FoHF的平均收益基金接近单策略的对冲基金，但是波动率和最大回撤却小很多。对于银行、保险、养老金等大型机构投资者而言，FoHF是非常理想的资产选择。
投资管理架构
FoHF不直接在市场上挑选股票、债券等，而是通过投资于不同的子基金，从而间接地投资于各类基础资产。这里通常有个比喻，母基金的管理人是在餐厅进行配置酒席的，而子基金经理是各道菜的厨师，二者分工明确，各司其职。
风险二次分散
相比于单一策略的对冲基金，FoHF由于配置低相关性的不同资产，进一步分散了风险。有学术论文指出，虽然FoHF投资于不同的策略，但是每个子基金的基础资产，如股票、债券、商品等，都是一样的，二次分散或许并不会起到很大的作用，反而增加了费用成本。对此，本人的理解是，二次分散的不仅仅是资产的风险，更重要的是挑选的不同的管理团队都有自己的风格和投资理念，这种风险是独一无二的，是可以被分散的。
专业动态管理
FoHF投资绝不是简单的买入持有(buyand hold)的过程，而是一种动态调整，主动管理的过程。市场环境是瞬息万变的，而资产组合的风险水平，资金仓位，杠杆率等核心指标也在不断变化，管理团队的组成，投资策略也在持续调整，这就要求FoHF管理者审时度势，整体上把握风险系数，动态调整投资组合。
以A股市场举个简单的例子，2015年9月份股指期货限仓之后，贴水逐渐增大，这对于Alpha策略来说是一个巨大的打击，因此FoHF的组合里，会适当地降低这种策略的仓位，并且选择择时对冲，增加一定风险敞口的方式，来适应市场的变化。
降低投资门槛
这一点很容易理解，单只对冲基金的投资门槛相对较高，在美国是100万美元，在中国是100万人民币，导致了只有很少的一部分富人才能享受到这种产品。FoHF的门槛通常只需要10万到几十万，很多的普通收入人群也可以参与其中。
提高风险调整收益
对于风险和收益的指标，我们通常是综合考虑，这是风险调整收益这个概念的由来。比如夏普率(SharpeRatio)，信息系数(InformationRatio)都是描述基金经理在承受一定风险的情况下，获得收益的大小。FoHF的投资收益相对于单策略对冲基金来说，并没有显著的提升，但是风险大大地降低了，因此风险调整收益也大幅提升。
全球资产配置
对冲基金的投资策略是非常多样化的，投资标的可以是美国市场的股票和债券、南美的大宗商品、中东的石油、南非的黄金、亚洲的新兴市场、各国的利率、国家之间的汇率及衍生品。因此FoHF投资组合也是基于全球性的资产配置。
建立FoHF投资组合，最基础的工作是通过一定的规则，筛选出符合条件的子基金，形成备选基金池。这个过程是定性和定量的，当然，在很多时候需要二者结合，所以这种划分并不是一个严格的界限，仅仅为了流程标准化。
定性分析和评估
管理团队
包括了核心管理人员，如首席投资官、首席风控官，在行业内的从业经历，曾经任职过的公司，管理的资金规模，历史业绩等。另一方面，就是团队的稳定性，好的投资策略一定是需要一个稳定的团队来共同打造。一般来说一支稳定融洽的团队，需要3到5年时间的磨合。审视公司的发展历程，人员流动性的高低也会对将来的投资业绩产生很大的影响。
组织架构
这是投研、交易、风控等各部门之间相互协调补充，共同创造价值的一种职能上的关系。根据策略的不同，组织架构也会有很大的差别。比如做基本面分析为主的团队，投研需要占据很大一部分比重;而高频交易的团队，在交易和IT方面显得尤其重要。有的公司的最终投资决策由投资总监或者CEO个人决定，有的公司是建立投资决策委员会，多人共同投票决定。根据策略和商业模式搭建合适的组织架构，对于公司发展也至关重要。
投研是确保策略能够不断表现优异的基础，一个合理完善的投研流程就显得至关重要。从策略想法的提出，到数据的获取、清洗、有效性变量的测试，到模型建立、模拟投资、业绩分析，整个过程需要逻辑清洗，有理有据。交易的执行、风险管理，也是类似的流程，同样重要。
风险管理
风控对于每一个团队和每一种策略来说都是核心，有必要作为专门的一类。风控的形式是多样化的，本质上都需要判断在不同的市场行情、以及人为失误等各种可能的风险影响下，风控机制是否及时准确地执行，策略是否能平稳运行。后文会继续深入讨论风控机制和流程。
投资策略
从大的方向来划分，对冲基金的投资策略只包含了股票多空、事件驱动、相对价值、全球宏观、CTA等几类。但是对于每一个策略，不同管理人的操作方式也完全不同。例如对于股票多空策略，选择做多和做空的股票可以是小盘/大盘、价值/成长等不同风格，方法可以是趋势/动量，可以通过基本面/技术面，也可以是量化/非量化，有的基金经理激进，有的保守，这些都是需要深入分析和考虑的因素。
合规体系
新的私募监管更为严格了，关于合规体系的审查也变得更加系统化。具体包括私募基金管理人登记备案、私募基金备案、从业人员管理、合格投资者审查、资金募集流程、资金运作、内控制度、信息披露以及法律意见书出示等方面。
定量分析和评估
风险收益分析
首先关注几个重要的风险收益指标，如收益率、波动率、最大回撤、夏普比例等，由于对冲基金的收益分布普遍不遵循正态分布，因此高阶矩，如偏度、峰度也需要关注。如果有多支产品，可以分别对所有产品的这些指标，以及每支产品在时间序列上的滚动风险和收益情况做一个描述性统计，分析不同产品收益的稳定性。
投资组合分析以及策略-市场分析
这里将两者归并为同一类，既有关联有有差别。投资组合针从更微观的层面，分析具体的股票、债券等基础资产的持仓情况。而对于多策略的子基金，策略-市场分析则是从更宏观的层面，分析不同市场环境下，每种策略的权重和表现，以及策略之间的相关性。
业绩归因
对于FoHF投资而言，这包含了两个层面的维度。首先是子基金层面分析其收益的来源，主动管理的alpha部分、市场风险以及其他风格因子带来的beta层面、以及资产组合的部分。其次是在FoHF层面，主要分析每种策略和每个管理者在不同的时间段内对业绩贡献的占比。本章节的业绩归因指的是子基金层面的，分析的主要目的就是区分收益的来源是基金经理的管理能力，还是运气使然。
和大多数投资类似，FoHF配置主要也是自上而下的过程。首先分析当前宏观经济形势、政策变动，由此确定基本投资策略，包括子基金的数量、不同策略的选择，最终通过数学模型进行策略组合的优化和动态调整。
市场供需分析
和微观经济学分析类似，宏观经济学研究的核心依旧是需求与供给的变化，以及导致的结果。总需求包括通常所说的消费、投资和进出口，总供给包括了劳动、资本和技术投入、资源变化、生产率的变化以及潜在产出等。其中，失业率、GDP、CPI、PPI、收入水平等指标常常用于分析供给和需求的变化。
具体来说，GDP增速可以将采购经理指数PMI作为先行观测指标;投资增速可以通过信贷增速、广义货币发行量、新开工项目数、固定资产投资增速等指标进行观测;消费增长可以通过就业情况、收入和财富增速、消费者信心指数等指标进行分析;进出口变化可以参考PMI新出口订单、加工贸易进出口增速、出口退税变动、出口同比环比增速等指标;而我们最关注的物价变动，主要通过信贷增速、投资增速以及CPI、PPI等指标进行判断。
货币政策和财政政策
宏观经济政策是推动市场运行的“看得见的手”，其中货币政策主要包括利率政策、汇率政策和信贷政策，财政政策主要包括投资政策和税收政策。相比于财政政策，货币政策调节的影响较为温和，政策变动也相对频繁，主要工具包括公开市场操作、存款准备金率和基准利率变动、窗口指导等。财政政策主要关注财政预算(赤字)和财政支出(政府主导的投资)，这两个指标可以大致估算政府的开支规模，以及带动的GDP增速。
有了以上对经济周期的基本分析，就可以通过美林时钟分析框架，将资产、行业轮动、债券收益率曲线以及经济周期四个阶段联系起来，进行子策略的筛选和配置。
数据库基金筛选
这里的数据库筛选是基于上一章计算的结果，结合产品的要素，如夏普率、最大回撤、产品存续期、持仓限制、投资风格等，通过优劣排序进一步筛选出待投资的基金或者待选择的管理人。这个过程相当于从尽职调查建立的数据库缩小范围，建立可投资管理人的核心数据库。
单资产业绩分析
同样的，这里对于待配置的资产，进行更为深入和细致的分析。比如在更高频率时间序列上的风险收益表现;一些极端市场情况下，策略可能遭遇的最大回撤;该策略在整个投资组合中，是属于“核心”还是“卫星”策略;以及分析过去的一些成功的业绩，是否可能复制到将来。
策略相关性分析
策略之间的相关性分析极其重要，再怎么强调也不为过，尤其是在极端市场行情下。原因是，很多资产在正常的市场中，表现出很低的相关性，但一遇到市场下跌，相关性陡然升高至接近1，这不仅无法有效分散风险，还在一定程度上加速了下跌的过程。因此即使在FoHF运营过程中会有个别策略产生波动，但是只要相关关系没有大幅改变，最终的风险都是基本可控的。
图中所示的相关性矩阵，子基金从左到右分别代表了全球宏观、股票多空、套利、事件驱动和CTA的策略。总体上而言，所挑选的这5个子基金之间相关性不大，可以作为投资组合的备选子策略。
投资组合的模型有很多种，由于对冲基金的特殊性，学术界对于组合优化并没有一个统一的解决方案，每种方法在不同的情况下各有利弊。这里选择的是Black-Litterman模型，对于其他方法在这里不做过多赘述，有兴趣的读者可以参考相关文献。
Black-liiterman资产配置模型介绍是高盛的两位研究员Fischer Black和Robert Litterman在1990年提出的，它通过贝叶斯理论，以基于CAPM模型得出的市场均衡收益率为先验分布，结合分析师主观预测，得出一个预期收益率的混合估计值。相比于现在组合理论和均值方差优化算法，BL模型对于输入参数值具有更好的普适性，避免了极端组合值的出现，有效地控制了误差，同时可以更直观地反应出决策者的投资思想。
隐含市场均衡收益率
结合投资者的观点，BL模型可以创建一个稳定的均值-方差组合。它通过“反向优化”算法，获得一个隐含超额均衡收益率，并以此为组合分析的起点。
Black-Litterman模型
基于上文所得的先验收益率和分析师的观点，可得一个新的综合预期收益率E[R]，这个收益率加入了投资者的投资观点，以及观点的不确定性进行修正。这里假设采取激进型的观点：
观点1：宏观策略基金的超额收益率为20%
观点2：股票多空策略基金的超额收益率为5%
观点3：套利策略基金的超额收益率为4%
观点4：事件驱动策略基金的超额收益率为30%
观点5：管理期货策略基金的超额收益率为25%
加入分析师观点之后的预期收益率略有变化，新的配置权重和市值权重之间差异较大。按照新的权重进行配置，对5支子基金从2015年1月至2015年12月进行回测，可得以上曲线和风险收益指标。
投后管理
产品正式运行之后，就要开始对各子基金的运营进行多维度、实时的监控。这个监控的过程包括对净值的跟踪、风险和收益分析，对交易过程中的风险仓位、资金使用情况、头寸集中度、杠杆率、交易流程的监控，对核心团队和高层管理者的密切观察等。同时根据实时的数据，对每个子基金的投资业绩进行归因分析，得出其盈利或者亏损的原因。不论是子基金管理人出现判断失误，还是市场环境变化，一旦现有的策略失效，FoHF管理者应该及时调整各策略之间的权重，控制亏损。
由于风险控制的重要性，最后再重新梳理一遍FoHF资产配置的风控流程，总体来说分为投前、投中和投后三个阶段。
投前
需要对投资团队及其管理的基金进行深入的尽职调查和定量分析。在投资策略形成之时，就应该考虑到如果策略失效，最大可能造成的亏损，以及是否有合适的办法可以控制这样的损失。同时，在策略正式上线运行之前，还需要很长的一段时间进行历史回撤和实盘的检验，这个过程中每一次较大的回撤，都应该客观地分析其亏损的原因，以及如何防止类似事件的再次发生。
投中和投后
这两个阶段其实本质是类似的，风控主要是基于投资策略、投资标的以及投资需求，对关键风险点进行实时监控，包括持仓集中度、风险敞口、杠杆比例、波动率和回撤等指标。同时对业绩和风险进行评估，及时调整策略;另一方面针对交易过程中的异常事件，需要重新调试系统。本文不构成任何投资建议，仅仅作为学术交流和探讨所用。
一个有价值的公众号
我们尊重版权，部分文章推送时未能与原作者取得联系。若涉及版权问题，敬请联系小编删除。小编微信号：wdkjrsl。