《对冲基金奇才》读书笔记

Colm O’Shea - COMAC
1、不预测市场，跟随市场泡沫，但是需要发现市场正在发生转折，证实后及时离场，不要做空。
2、波动率较低的泡沫市场最适合买入看涨期权（有下跌保险）。
3、资金管理大忌：将止损点设置为不能承受的点位，而不是确定价格趋势与之前交易思路相违背的点位。

Ray Dallo - Bridgewater(桥水)
1、投资的圣杯-相关性，如果投资资产间平均相关系数为零，那么投资15个资产的时候将降低80%的波动率。通过持有互不相关的资产可以将收益/风险指标提高5倍。
2、资产相关性是时刻变化的，比如当经济增长预期出现大的波动时，股票、债券呈现负相关，这是因为增长放缓会导致股票价格和利率同时降低；当通货膨胀预期出现大的波动时，股票和债券又呈现正相关，这是因为通胀预期增加会引起利率上升，这对债券和股票都不利。
3、控制最大回撤：首先分散投资，其次在多期限、多情景下对策略进行压力测试。
4、亏损较大时：分析亏损头寸所在点位对接下来的价格趋势是否有统计意义，结果是没有，所以不会因为亏损而调整仓位。
5、策略系统：均是基于基本面的，没有技术型因素。决策准备必须符合逻辑，避免过度的数据挖掘。
6、周转率：净多头转为净空头平均为12-18个月。
7、国家举债/减债模型：桥水研究和分析了通货膨胀时期(1920年代的德国、1980年代的拉美)和通货紧缩时期(1930年代美国大萧条、1990年代日本)的国家举债/减债现象。并开发了经济萧条标准，用来预测多重现象（如利率相对低位、私人信贷紧缩、股票市场下跌、信用利差扩大）并发引起的萧条环境。

Jaffray Woodriff - QIM(量化投资管理公司)
1、趋势中性模型：既非趋势跟随，也非均值回归。只是用来预测未来24小时市场可能的方向。
试图从日数据中提取次要变量，比如波动率，是用来衡量数据偏离价格的水平，但与趋势无关。关于辅助变量的想法来自统计学家Bill James的棒球统计学（Sabermetrics）。
具体方法是从获取的日数据中区分不同的量化指标(辅助变量)，价格和辅助变量合起来就能提供有意义的市场指标。
2、Woodriff 有1000多个模型。
3、过度优化的系统非常不稳定。使用越多的数据修正模型，模型表现越好。不同市场使用同样的模型更稳健。

Edward Thorp －宽客教父
1、使用Kelly公式的一半仓位进行投资，这样波动率下降了50%，回报率下降了25%，更加稳妥。
考虑到赢钱概率的的不确定性以及Kelly公式中回报固有的不对称性，即使你能控制住波动性，理性的选择还是低于Kelly的比例下注。
2、Thorp曾和统计套利发明人Bamberger合作，Thorp认为Bamberger的创新是将股票按行业分组，在每个行业建立多空投资组合，通过添加行业中性，显著降低策略的风险。
3、1987年Bamberger退休后，Thorp改进了统计套利模型，让策略因素中性，做了一个投资组合的主成分分析，试图对冲主因子的风险。
因子分析主要有2种方法：一是经济因子分析法，是针对已知因子(如油价、CPI等等)进行分解，另一个是抽象因子分析法，因子并非经济因子，但最佳描述了正在使用的历史数据。主成分分析是这个方法的另一个版本，基于大量的数据，就能找到互相垂直的空间向量，我们称之为主成分。
4、年标准差超过15%或年回报率低于12%的基金是差基金。
5、Thorp的趋势交易系统，结合了技术面和基本面，大约60天就针对市场数据进行回撤来修正参数，趋势交易系统没有使用Kelly公式。
6、关于止损：损失5%的时候开始减少头寸，每损失1%都会减少头寸，直到损失20%进行清仓。

Jamie Mai －《大空头》主角
发现5个普遍接受的假设是无效的：
1、价格符合正态分布，韩国有段时间许多公司市值低于净资产，因此上升的概率大于下跌的概率。
2、远期价格是未来价格均值的准确预测
3、波动率随时间的平方根规模递增，这个期权定价的假设短期是合理的，长期看，特别是当前波动率很低时，这个假设低估了随后可能的波动率，原因有2个，1是时间越长，波动率均值回归的概率越大，2是时间越长，产生趋势的可能性越大，这样，价格的变动会超过隐含假设的幅度。
4、在波动率的计算中趋势被忽略了
5、当前相关系数是未来的良好估计
波动率和风险不能等同，原因是：
1、重大风险无法从记录的波动性体现出来，比如流动性差的投资组合。
2、波动率会因为巨大收益而升高，但是理论风险是有限的。
因此Jamie Mai采用的是高波动率、有限风险的投资方法。

Micheal Platt －BlueCrest
1、早期多样化策略，在150个市场通过相关性加权进行趋势投资，如今全球化风险偏好导致相关越来越高，不容易实施。
2、趋势系统的风险控制：当趋势过度变动的时候了结头寸，直到逆转的时候再次入场，量化分析其实就是无止境的数学研究。
3、当趋势变弱的时候，系统保持轻仓。
4、对交易员严格止损：当交易亏损3%的时候降低仓位到50%，再亏损3%的时候清仓。

Martin Taylor －Nevsky
1、风险控制：所有数量化的风控模型用的都是历史波动率，这就像是开车只看后视镜。
2、技术指标：如果一只股票极度超卖，比如RSI处于三年的低点，我们会仔细观察它。RSI作为一个超买指标效果不佳。

Thomas Claugus － GMT
投资哲学：价值回归的推崇者，使用标准差来定义极端边界。Claugus使用1932年以来的所有数据得到拟合最好的回归曲线，接着计算95%的置信区间，在拟合曲线两侧等距离画出置信区间定义的出的两条轨道。在下边界尽可能持有多头头寸、上边界尽可能持有空头头寸。更具体地，下边界持有130%的多头和20%的空头，中轴线持有100%的多头和50%的空头，上边界持有90%的空头和20%的多头。

Kevin Daly － Five Corners
1、基本面投资者，主要看重的指标是：
     非金融公司：1) EV/EBITDA、2) 股价/自由现金流、3) PE、4) EV/EBIT(上限回报率)
     金融公司：1) 股价/有形账面价值，有形账面价值(TBV)＝账面价值－无形价值(专利、商誉等)，TBV等同于清盘价值。
          2) 有形普通股权益/总资产，衡量银行的资本充足率，有形普通股权益越高代表杠杆率越低，相对更加安全。
2、风险控制：当数据显示经济放缓时，会减少投资仓位。

Joel Greenblatt － Gotham Capital，作家，著有《股市稳赢》、《股市天才》、《The Big Secret for the Small Investor》
1、基本方法叫神奇公式，详见《股市稳赢》，Gotham在此基础上研究了更复杂的价值投资系统，主要基于多元化、系统化的价值投资方法。
2、风险管理：基于特定限定条件下的投资组合，管理多空的beta值，限定特定行业和单支股票的最大权重。比如：小市值投资组合中，单个股票权重不超过整个投资组合的0.6%。
3、衡量风险：关注长期损失风险，根据安全边际计算未来2－3年内如果预期错误会损失多少。短期波动没有意义，波动率作为风险度量仅仅是因为它容易计算。