前面，我们分享了三篇：

一、站在巨人的肩膀上，抓牢“长期正收益预期”的私募；二、杜绝过度拟合 深刻理解各类私募赚的是什么钱；三、洞察方向选择  优化策略配比。

今天我们要分享的是：

四、如履薄冰，时刻准备应对极端风险

最近曾国藩特别的火，他的打仗致胜的秘诀是六个字：“结硬寨，打呆仗。”湘军攻打一个城池，开到新地，无论寒雨，立即挖壕沟，建立层层防御体系，能进一尺是一尺，能进一寸是一寸，防御工事如同巨蟒缠人，把城层层围死，硬是把擅长打游击战的太平天国给弄得一点办法都没有。曾国藩攻城，不是一两天，而是一两年，打武昌、打九江、打安庆全是用的“结硬寨，打呆仗”之法，他用这个最笨的方法，打败了最聪明的太平天国军队。

如果FOF管理人仅仅靠技术手段，找一些低相关性、负相关性的组合简单配置在一起，或者是靠看似先进的VaR模型时刻评估风险水平，就以为大功告成了，这绝不是曾国藩“结硬寨，打呆仗”的方法，而是天真的以为一个“镂空篱笆”就能防住凶悍的太平天国将士，不愿意保持思考，去花大力气挖掘更深层次的风险，那么终有一天会被风险杀个“溃不成军”了。

 1. 关注“违约成本”，信赖那些“舍不得失败”的私募公司

“违约成本”是广泛用于信托项目中的风控名词，在阳光私募行业，也有“违约成本”这一说么？我们今天想强调的是，在阳光私募领域对“违约成本”的认知和对信托项目中借款方的“违约成本”认知，应占据同样重要的地位。

私募公司的“违约成本”，是由核心团队的“机会成本”与公司的“商誉口碑”决定的。

“机会成本”指的是私募公司核心团队由于创业而放弃的东西，打个比方，一个人特别热爱资产管理，一辈子在苦心钻研、倾其所有做资产管理，除了资产管理相关，其他的事情全是“隔行如隔山”，注定了他现在做着资产管理，未来也只能做资产管理，比如雁丰投资的刘炎先生，博士毕业就开始做策略开发，多年积累，已经做到美国明星基金经理的地位，获奖无数，并成为了公司股东，每年都可以拿着公司大笔的利润分成，他放弃了这么优厚的待遇回国创业，是需要决心和勇气的，因为“机会成本”太大，所以不用说，他一定舍不得这个成本，会把风险看的比其他人都重。

我们一个合作方，他在宏观对冲领域公开产品业绩已经积累了近7年了，每年都获得超过15%的正收益，公司也从原来自己操盘的小公司，汇聚了行业内众多精英，管理规模超过了50亿，成了期货资管行业中的标杆企业，口碑极佳，这都是7年一点点积累起来了。前段时间听说他们遇到逼仓，虽然他们的现货子公司可以完全把货接下来避免损失，但为了产品不产生非市场化的波动，公司自己掏腰包，赔了对手一笔钱，双方平仓了结，他们为了投资者甘心受这种“欺负”，说明他们一定舍不得公司这么多年积累的口碑，会把净值波动看得比投资者都重。

当然也有反例，某证券交易软件重要功能的开发者，创立公司涉足定增被称为“定增大王”，后来进入量化对冲领域，主打热点轮动的对冲策略，还曾获得一次私募基金金牛奖，实力是毋庸置疑的，但深入调查发现，其名下注册了多家私募公司，策略也类同，我们就觉得这个“留后手”的做法很可疑，后来果不其然，其对冲产品赌博性强，损失严重，管理人转业。这样的私募公司，“违约成本”其实是很低的，资产管理做不起来，大不了干其他的嘛！那么，相对来说，风险就比较大了。

2. 历史业绩的波动率，反映风险认知

我们去调研一家私募公司的时候，除了研究公开产品的业绩，还会尽可能的要到更早的非公开化的历史业绩净值。因为，在一段相对特定的时间内（比如说6个月-1年），产品的波动特性往往具有一致性，在挖掘迅速上涨与迅速下跌背后的交易行为的时候，我们会详细问到净值波动的原因，做了什么样的交易，下了多重的仓位，其实这些本质上反应的是私募公司对风险的认知。

永安国富肖国平说过，我们做投资是做大数定律。假设每笔交易有80%概率能够成功的，那很多人，80%的概率就下重仓做了，那还有20%的概率会亏钱呢，那怎么是低风险呢？其实低风险就是将仓位分10次做，做10次每次都做错，才可能全部亏光，那要全部亏掉的概率就变成了0.2的10次方，降低到十万分之一，所以低风险和高风险的区别就是对待大概率获胜的交易，做多少次以及每次下多重的仓位去做。做的次数多了，现实概率就会无限接近理论概率，这就是大数定律。

如果一只基金的波动率能够较长时间维持在较为恒定的水平上，说明私募公司对风险的认知是存在一致性的，这个一致性就是基金的“性格”，江山易改，本性难移，如果之前因为一笔“80%大概率能够成功”的交易机会下过重仓，即使获胜，在我们眼里都是潜在风险，是会减分的。当然很多私募公司由小做大的过程中，对风险的认知不断的进步，这个进步也会明显体现在波动率上，如果是这样，我们会寻求风险认知改变背后的深层次原因，从而判断这个改变是否可逆，比如说，由于一个公司的发展，越来越多的团队成员能够分管资金，大家将总资金的蛋糕切得越来越小，因此必须建立统一的风控机制，在我们看来，这个改变很大程度上就是不可逆的。

3.  莫随情绪摆布，做正确的事情

真正成功交易者，往往带着近乎偏执的信仰，坚持做自己认为正确的事情，而对投资者的压力、市场热点的冲击，能够保持一颗平静的内心，坦然面对，那么赚钱只是最后的结果罢了。

某公募基金公司，在每天收盘之后，基金经理都会收到一张打印的A4纸，上面印有当日的盈亏以及全公司基金的收益排名，每天排名靠后的基金经理，可想而知，他们的压力是巨大的，那么这个时候，一些基金经理坏了心态，频繁“追涨杀跌”，这样的基金经理，无一例外的走向平庸。

重阳投资的裘国根，在2015年上证指数3000多点就开始逐步降低产品多头仓位，等到指数涨到4000点很多投资者开始坐不住了，涨到了5000点，更多的投资者开始骂娘了；不仅仅是投资者，在媒体层面，重阳作为最早的一批大型私募，受到无数的业内质疑甚至是无情的嘲笑，想想当时的压力有多大啊！可他们依然坚持自己的判断和投资风格不动摇，最终成功避开了股灾，并在股灾之后净值反倒创出新高，所以“是非成败转头空”，坚持自己的投资理念，做正确的事情，比什么都重要。

在这几年的私募调研中，我们走访了数百家投顾，我们发现一个极度情绪化、易受到外界事物干扰的基金经理（比如说净值上涨就眉飞色舞，净值不如同行就灰头土脸），很难持续成功，这也是我们为什么要多次走访同一家私募公司，就是为了感受在不同的外部环境和压力下，基金经理所反映出来的精神面貌是否具有一致性。

4.  对待“花哨”的玩法，热情与谨慎并重

市场上总是出现各种“花哨”的玩法，自从AlphaGo战胜旗手李世石，AI大行其道，什么“炒股狗”、“机器人炒股”概念层出不穷，其实说的正是最近几年才开始运用到量化交易中的机器学习方法。

简单来讲，机器学习的方法，就是通过“决策树算法”、“神经网络算法”对历史交易进行学习，让机器自主选择在什么样的市场情况下，运用什么样的配置策略，这个做法目前运用比较广的地方是子策略的仓位分配权重上，以及多因子选股的因子权重上。

休管机器学习的算法有多么先进和复杂，作为FOF管理人，我们要知道的本质和最后的结果——比如有三个因子决定一个策略，这三个因子是等权重的，通过机器学习，一个因子决策占比80%，一个因子决策占比20%，还要一个因子没有了，那么如果这个决策占比80%的因子出现黑天鹅事件，那么对这个策略的影响是很大的，所以我们认为，机器学习的方法或许可以在短期获得更大的盈利，但是其潜在的波动性和不稳定性是比传统策略要大的，因此要对擅长使用这样策略的私募公司的波动率做合理的预期。

另外，FOF管理人要站的更高一些，借鉴成熟市场的经验，目前世界上大型的对冲基金，还没有以机器学习而闻名的，也就是说机器学习目前还处在从0到1的过程，因此抱着热情去学习去参与是应该的，但是也要保持一份理性和谨慎，过分迷信的结果可能无异于把投资者的钱拿去当小白鼠做实验了。 

这里讲的风险，都是FOF机构在调研个别私募公司的时候，需要重点参透去排除的风险。但是，很多时候，市场出现的“黑天鹅”风险，随机且无法预期，特别是“流动性风险”，比如我们刚经历的A股2015年7月初的连续跌停，2016年1月份的熔断；再往前回溯，有2008年的商品连续跌停。像这种几乎所有品种都丧失流动性，向同一个方向极端波动的情况（往往出现标的物的恐慌性下跌，资金不计成本出逃），这个风险产生的后果是无法预期的，现在想起来还心有余悸。FOF管理人只有时刻抱着如履薄冰的谨慎态度，切莫过于激进，尽量将资金分散到不同大类市场中的不同策略上去，控制总体的风险敞口，尤其要在市场情绪极度乐观的时候，保持一颗理性的心，将自己的防御工事构建的完善一些，再完善一些，时刻准备应对极端风险，才不至于在风险真正来临的时候，乱了阵脚，束手就擒。

分享：