《基金基礎知識》章節重點投資風險的測量
瀏覽
收藏
基金從業資格《基金基礎知識》章節重點投資風險的測量
確切地說，美國的對沖基金，與其叫對沖基金，不如叫私募基金更恰當。一是，這些基金管理的資產是通過私募募集 的;二是，這些基金中，一些采用對沖風險的策略管理資產，另一些則采用預測市場方向的策略。嚴格地講，這后一類預測市 場方向的基金，就不能叫“對沖基金”了。
與公募基金“選取優質股”的投資策略相比，對沖基金的策略有一個共性：更低的風險和更高的回報率。在把風險控 制在投資人可以接受的范圍內的前題下，對沖基金的資金都是“放大使用”的。所謂“放大使用”的意思是，這些基金除了使 用自己的資金外，還會從券商公司那里借更多的錢來投資，以提高回報率。
公募基金的投資人是一般的民眾，而對沖基金的投資人通常是非常富有的個人，最小投資額在百萬美元以上。華爾街 上有名氣的對沖基金，常常向投資人規定千萬美元的最小投資額，并提出二三年內不許退資的條件。
出于對一般民眾長期投資的保護，美國聯邦政府對公募基金的管理相當嚴格，比如，不能賣空股票(就是我們曾經講 過的“融券賣出”，意思是，從別的投資人那里把股票借來賣掉，希望以后能以更低的價格買回來，還清所欠的股票并賺取差價);
證券衍生品，像期權和期貨，只能被用來保護基金里的股票組合(就是基金買的一大堆股票)，而不能被用來做預測市 場方向的交易。可對沖基金呢，政府對它們沒什么管理規范，任何合法的事它們都可以做，包括賣空股票，隨意使用證券衍生品等。
美國對沖基金的策略有以下幾大類：可轉換型債券套利;偏向于賣空劣質股;發展中國家的市場;對沖的統計模型; 事件相關的策略(包括：危機產品，綜合策略和公司并購);債券套利;宏觀經濟預測;選股買賣;定量的期貨交易模型;綜合策略。
環球網校友情提示:請廣大考生練習”《基金基礎知識》章節重點投資風險的測量“做好備考，如果您在此過程中遇到任何疑問，請登錄環球網校基金從業頻道，我們隨時與廣大考生朋友們一起交流!
編輯推薦：
【摘要】基金從業資格考試考試科目包括基金法律法規、職業道德與業務規范及證券投資基金基礎知識兩個科目，為幫助各位考生備考環球網校基金從業資格考試頻道整理發布《基金基礎知識》章節重點投資風險的測量供各位考生學習，希望能夠幫助大家。《基金基礎知識》章節重點投資風險的測量
基金從業資格《基金基礎知識》章節重點投資風險的測量
對沖基金的策略大多是基金經理在工作中摸索出來的，屬于商業秘密，一般不對外公開。不過，許多對沖基金的投資 策略都用到了定量模型，包括：可轉換型債券套利，對沖的統計模型，債券套利，定量的期貨交易模型。
我目前是美國一個對沖基金統計套利模型交易的基金經理，我所做的統計套利模型交易就是對沖的統計模型中的一種。
我們基金使用對沖的統計模型進行美國股票交易，依據股價之間穩定的統計關聯預測未來股價的走向，投資策略里完 全沒有人為沖動的決定。
依據對沖的統計模型進行投資的好處是：回報率穩定，因為它依賴的是股價之間穩定的統計關聯;回報率與市場的走 向無關，在牛市和熊市里都有可觀的正回報率，任何一年虧錢的概率都非常小;低風險高回報率。
在投資理論里，投資的風險是可以測量的。因為每個投資人都自然而然地追求低風險和高回報率，所以金融學家、諾貝爾獎得主夏普(WilliamSharpe)就使用回報率和風險的比值，來判斷一個投資策略的好壞。這個比值，后來 被稱為夏普比值。
我們基金使用的統計套利模型的10年歷史測試和歷年實際交易的結果都證明，這個模型比單純預測市場方向的方法 要好得多(夏普比值要高很多)。在過去10年的牛市和熊市里，資金“放大使用”后，模型的年平均資產回報率比一般預測市場方向的投資策略高出好幾倍。
環球網校友情提示:請廣大考生練習”《基金基礎知識》章節重點投資風險的測量“做好備考，如果您在此過程中遇到任何疑問，請登錄環球網校基金從業頻道，我們隨時與廣大考生朋友們一起交流!
編輯推薦：
最新資訊
- 2024年基金從業資格證考試資料2024-09-20
- 利用大綱備考2024年基金從業資格考試2024-08-19
- 基金從業資格證：如何高效備考并成功獲取證書2024-07-31
- 可能會考！基金從業資格證考試內容真題考點：方差與標準差2024-06-27
- 24年11月基金從業資格考試備考資料：國內外投資者主要類型2024-06-12
- 2024年基金從業資格證備考攻略：法律法規考前必背句子2024-05-09
- 2024年5月份基金從業資格證需要考哪些科目？2024-05-03
- 2024年5月基金考前提分！基金從業考試科目一真題考點整理2024-04-30
- 2024基金從業資格證考試復習資料：《證券投資》場內證券交易場所-證券交易所2024-04-07
- 2024基金從業資格證考試復習資料：《證券投資》市場風險的類型2024-04-06
打卡人數
