量化对冲策略及产品简介-专题研究

《量化对冲策略及产品简介-专题研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、专题研究：量化对冲策略及产品简介“量化对冲”是“量化”和“对冲”两个概念的结合。“量化”指借助统计方法、数学模型来指导投资，其本质是定性投资的数量化实践。“对冲”指通过管理并降低组合系统风险以应对金融市场变化，获取相对稳定的收益。实际中对冲基金往往采用量化投资方法，两者经常交替使用，但量化基金不完全等同于对冲基金。过去的13年间全球对冲基金市场经历了快速增长、衰退、反弹三个阶段。08年金融危机前，全球对冲基金规模由2000年的3350亿美元上升至1.95万亿美元。受金融危机影响,全球对冲基金规模一度缩减。09年Z后，在全球经济

2、复苏背景下对冲棊金规模又开始反弹,截至2013年11月底，全球对冲共基金管理着1.99万亿美元的资产。从目前对冲基金的全球分布來看，北美地区(美国为主)是全球对冲基金市场发展最成熟的地区，且近年来占比有所扩人，截止2013年11月该地区对冲基金规模占据全球的67.5%o其次是欧洲地区，占比达22.2%；接着是亚太地区，占比达7.3%(R本+亚洲非H本)常见的量化对冲策略包括：股票对冲(EquityHedge)、事件驱动(EventDriven)＞全球宏观(Macro)相对价值套利(RelativeValue)四种，任意一只对冲

3、基金既町釆取其屮某-策略也可同时采取多种投资策略,冃前全球使用占•比最高的策略是股票多空策略，占比达32.5%量化对冲产品冇以下儿方面特点：1、投资范围广泛，投资策略灵活:2、无论市场上涨还是下跌，均以获取绝对收益为目标；3、更好的风险调整收益，长期中对冲基金在获取稳定收益的同时提供了更好的防御性；4、与主要市场指数相关性低具备资产配置价值。一、什么是量化对冲投资？近年來随着证券帀场不断发展，金融衍生产品不断推出，做空工具不断丰富，投资的复杂程度也口益提高，荻中以追求绝对收益为H标的量化对冲投资策略以其风险低、收益稳定的特性，

4、成为机构投资者的主要投资策略之一。所谓“量化对冲”其实是“量化”和“对冲”两个概念的结合。其中“屋化”投资是区别于传统“定性”投资而言的。量化投资通过借助统计学、数学方法，运用计算机从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数虽化模型来指导投资，力求取得稳定的、可持续的、高于平均的超额回报，其木质是定性投资的数量化实践。由此可见，所有采用量化投资策略的产晶(包括普通公募基金、对冲基金等等)都可以纳入量化基金的范畴。量化投资的最大的特点是强调纪律性，即可以克服投资者主观情绪的影响。

5、数据来源：天天基金研究中心卩“对冲”的概念最早由AlfredW.Jones于1949年创立第一只对冲基金时提出,他认为“对冲”就是通过管理并降低组合系统风险以应对金融市场变化。资本资产定价理论(CAPM)告诉我们，投资组合的期望收益由两部分组成：Rp・Rf二Q+B(Rm-Rf)具屮□收益为投资组合超越市场基准的收益，B收益为投资纽合承担市场系统风险而获得的收益。虽然优秀的基金经理可以通过选股、择时获得a收益，但无法避免市场下跌带來的系统风险。例如2011年股票型里金中业绩排名第一的團主题行业,年收益为-9.5%,显著好于同类平

6、均的-24.55%以及沪深300的-25.01%。虽然跑赢了市场但依然亏钱，因为市场下跌的系统性风险无法有效规避。而通过对冲手段可以剥离或降低投资组合的系统风险(0收益)，获取纯粹的a收益，使得投资组合无论在市场上涨或下跌吋均能获取正收益，因此对冲基金往往追求绝对收益而非相对收益。(数据來源：Choice资讯)数据来源：Choice资讯，天天基金研究中心需要注意的是，在实际应用中，由于对冲基金往往采用量化模型进行投资决策，两者经常交替使用，但量化基金不完全等同于对冲基金。二、全球量化对冲基金发展情况过去的13年间，全球对冲基金

7、市场经历了快速增长、衰退、反弹三个阶段。2008年金融危机前期，全球对冲基金规模由2000年的3350亿美元一度上升至1.95万亿美元，涨幅接近500%o管理的基金数量也由2000年的2840只上涨接近3.5倍。2008年金融危机期间，受业绩表现不佳同时投资者大量赎回影响，到2009年4刀，全球对冲基金规模缩减至1.29万亿美元。2009年之后，在全球经济复苏背景下，对冲基金规模又开始反弹，至2013年11刀底，全球对冲基金共管理着1.99万亿美元的资产。@3：过去13年全球对丼基金行业发展（2000^2013.11）“12,

8、000spun」JOJQJquInN10,000Numberoffunds11AUM2000200120022003200420052006200720082009201020112012Nov-1300O&00O60000O222,500500(U0三云ssn)wn<数据来