为什么大多数人对对冲基金回报的认知往往存在误区

引言

对冲基金收益的多数批评，实际上源于对类别的误解。当有人说对冲基金“跑输大盘”时，本质上是在把船和汽车作比较，然后抱怨船在公路上跑得慢。这样的说法虽没错，却完全失焦。

买入 S&P，也即市场因子，每年费用仅 9 个基点。顶级对冲基金每年收费接近 800-1600 个基点（2/20 模式加上传递费用，基本落在这一区间）。这几乎是 100 倍的成本差异。

如果两种产品带来的结果相同，资金分配人就是不理智的。但事实是，这两者并不相同，那些向这些基金投入数千亿美元的专业机构也绝非如此。

他们购买的是市场上任何价格都无法复制的东西：因子中性、高 Sharpe、低相关性的规模化回报。当你理解这意味着什么时，费用溢价就变得合理，也不会再把对冲基金与 Vanguard 指数基金作简单对比。

理解需求

对冲基金的典型批评是：“Citadel 今年回报 9.3%，而 S&P 500 上涨约 17%。”对大多数对冲基金而言，这或许是合理的抱怨，因为中位数对冲基金大概率只是价格高昂的 Beta。

但这根本没有理解像 MLP、Citadel、P72 等顶级对冲基金在提供什么。这些基金并不试图跑赢 S&P 500，这根本不是其目标。拿一个设计成与股票零相关（甚至更强）的基金与 100% 股票基准比较，就像批评保险没有带来投资回报一样。

当你管理一个 1000 亿美元的养老金时，你已经有 600 亿美元配置在股票上。你并不缺少股票敞口，反而已被股票风险包围。你真正需要的是在股票下跌时会上涨（或至少不跌）的资产，你需要分散配置。实际上，你最理想的是无论市场如何都能上涨、表现优于现金的资产。

这听起来极具吸引力，也的确是高价产品。真正的分散极其昂贵，因为极其稀缺！

理解竞争格局

S&P 500 长期 Sharpe 比率大约为 0.35 到 0.50，意味着每承担 1% 的波动性，能获得 0.35-0.50% 的超额预期收益。全球顶级对冲基金的 Sharpe 比率通常在 1.5 到 2.5 甚至更高。

这里说的是几十年维持约 2 的 Sharpe 比率；你不仅获得了与市场无关的收益流，而且波动性显著更低。这些公司的回撤很浅，恢复也很快。

对冲基金不是同类产品的高价版，而是完全不同的产品类别。“顶级”对冲基金提供了 ETF 和市场跟踪产品无法获得的两项溢价：

1. 因子中性
2. 高 Sharpe 比率

因子中性

要理解因子中性为何能获得高溢价，你只需一个公式：

r = alpha + beta * factor_returns + epsilon

r = 你的投资组合回报

alpha = 技术性回报（截距项）

beta = 你对系统性因子的敞口

factor_returns = 这些因子的回报

epsilon = 特异性噪音

Beta 项代表你的回报中可以用公开因子投资组合重建的部分。如果能复制，那只应为复制成本买单。而复制很便宜：市场 Beta 仅需 3-9 个基点，风格因子 15-30 个基点。

Alpha 项是在排除所有可复制部分后剩下的回报。从定义上说，它无法通过因子暴露合成。这种不可复制性正是溢价的基础。

大多数批评者忽略了：Beta 便宜，因为因子回报是无限容量的公共品。如果市场涨 10%，所有持有市场敞口的人都能获得这 10%。不存在排他性。S&P 500 的回报不会因持有者增多而减少。你可以向市场 Beta 投入 10 万亿美元，大家依然获得相同比例的回报。

Alpha 很贵，因为它是零和且有严格容量限制。每获得 1 美元 Alpha，必然有对手方损失 1 美元 Alpha。产生 Alpha 的市场低效是有限的，随着资金的进入会被消耗殆尽。一个在 1 亿美元规模下能产生 2.0 Sharpe 的策略，在 100 亿美元规模下可能只能产生 0.8 Sharpe，因为大规模交易本身会推动价格、消除套利机会。这也是顶级基金对新资本关闭的原因。他们不是为了排他，而是在保护能支撑高费用的稀缺性。

因子中性（所有系统性因子 Beta ≈ 0）是唯一真正不可复制的收益流配置。这才是溢价的根本所在。不是收益本身，而是你无法通过其他方式制造这种收益。

高 Sharpe 比率

极高 Sharpe 比率的复利效应会随时间展现。两个预期年化回报同为 7% 的投资组合，但波动率分别为 16% 和 10%，在 20 年后会有截然不同的结果。低波动组合损失概率减半，下行保护更好。

如果你是有支出承诺的机构捐赠基金，这种可靠性值得为之付费。

此外，多数人理解的波动率是“体验上的颠簸”。这没错，但不完整。即使预期回报相同，波动率也会在数学上削弱你的复合收益。

以下是决定长期财富增长的公式：

几何收益率 ≈ 算术收益率 - (波动率²/2)

这被称为波动损耗，是数学现实，说明高波动组合长期会大幅跑输低波动组合。

低波动组合最终多带来 4800 万美元，终值提升 16%，尽管“预期收益率”相同。这不是风险偏好问题，而是数学事实：波动率会随着时间摧毁财富。

像分配人一样思考

想明白为什么分配人理性地为因子中性基金支付约 100 倍费用？归根结底是投资组合的数学。

以一个机构投资组合为例：60% 股票，40% 债券。大致对应 5% 预期收益率，10% 波动率，Sharpe 比率为 0.5。还不错，但并不出众，而且股票风险敞口大。

现在加 20% 配比到因子中性对冲基金，假设其预期收益率为 10%，波动率 5%，Sharpe 为 2.0，并与股票和债券均零相关。新配置为：48% 股票，32% 债券，20% 对冲基金。

你获得了更高的预期收益（6%）和更低的波动率（8%）。Sharpe 比率提升了 50%（约 0.75）。

这只是一个无相关对冲基金。如果你能找到 2 个？3 个？这时你就能体会到，一群极高表现且彼此无相关的对冲基金有多么有价值！

这就是为什么分配人争相进入顶级基金。这不是因为他们没注意到 VTI 更便宜，而是他们懂得投资组合层面的基本算术。比较的不是费率，而是这些费用为你的投资组合效率带来了什么。

像分配人一样寻找投资

假设你想找到并评估尽可能接近顶级对冲基金的产品。你无法直接投资 Citadel、Millennium、Point72，但有足够的时间。你能否筛选出值得“顶级”对冲基金称号的产品？

你需要关注以下几点：

计算长期因子暴露报告。不仅看当前暴露，还要看多年来的滚动暴露。真正的因子中性基金在市场、行业和风格因子上的暴露始终接近零。如果你看到市场 Beta 为 0.3 且时有时无，那是因子择时——这可能有价值，也可能没有，但绝非你愿意为之支付溢价的产品。

通过压力期验证因子中性。任何基金在平稳市场下都可能表现出低相关性，关键要看危机期：2008 年、2020 年、2020 年 3 月、2022 年。如果它们的回撤和市场同步，那就不是因子中性，实际上是暗中加大了 Beta 敞口。

寻找长期高 Sharpe 表现。短期内偶然获得高 Sharpe 可能只是运气，但长期维持高 Sharpe 则极大降低了纯粹靠运气的可能性。毕竟，Sharpe 本质上是收益的 t 统计量（统计显著性）。

接受你无法用因子 ETF 复制这一点。因子 ETF 能让你以 15-50 个基点的成本获得价值、动量、市值等因子的暴露，但这不是同类产品。因子 ETF 与因子相关，而因子中性基金则不然。相关结构才是全部意义。你需要寻找主动管理基金或“Alpha 生成”产品。

识别稀缺性

按上述方法筛选后，很可能会得出这样的结论：符合所有条件的产品总数是 0 个！（但如果你真的找到了，别告诉我，也别公开——默默投资，庆幸自己发现了真正的宝藏！恭喜！）

说正经的，你或许能找到符合这些标准的投资，但它们几乎肯定无法承载机构投资者所需的资金容量。对于拥有约万亿美元资本的主权财富基金来说，能投低于 1 亿美元的产品是没有吸引力的。

然后，你很可能（也正确地）得出结论：只有极少数公司在超过 500 亿美元规模、跨越多个市场周期的时间跨度内，展现出高于 2 的 Sharpe 比率。这极其困难。因子中性、规模和持续性的结合极为罕见。这种稀缺性正是能获得高溢价的根本原因。

结论

顶级因子中性对冲基金 50-100 倍的费用溢价，是由投资组合数学决定的，而批评者常常忽略了这一点。资金分配人并不天真。真正值得批评的是，太多基金收取顶级费用，却只提供你用 15 个基点就能买到的高价 Beta。

（附注：当基金报告净回报时，已包含所有传递费用，无需再额外扣除）。

免责声明：

1. 本文转载自 [systematicls]，版权归原作者 [systematicls]所有。如有异议，请联系 Gate Learn 团队，我们会及时处理。
2. 免责声明：本文观点仅代表作者本人，不构成任何投资建议。
3. 本文其他语种译文由 Gate Learn 团队翻译。除特殊说明外，禁止转载、分发或抄袭译文内容。