CN102693511A - 基于策略分类的对冲基金指数与评级系统 - Google Patents

Abstract

本发明涉及一种策略分类系统和基于策略分类的对冲基金指数及评级系统，所述策略分类系统包括方向性策略分类模块、相对价值型策略分类模块、事件驱动型策略分类模块和基金的基金策略分类模块；所述对冲基金指数系统包括综合指数计算模块、策略指数计算模块、可投资指数计算模块和区域指数计算模块；所述对冲基金评级系统包括定性评级系统和定量评级系统，分别对对基金的未来表现和历史业绩风险进行评级，并计算出基金的综合评分和风险调整收益指标RAR。本发明可以更好地反映和评价中国境内市场对冲基金发展的历史业绩表现、现状及趋势，为投资者提供中国市场对冲基金的业绩比较准则和收益分析工具。

Description

基于策略分类的对冲基金指数与评级系统

技术领域

本发明涉及对冲基金收益分析工具技术领域，特别涉及一种基于策略分类的对冲基金指数与评级系统。

背景技术

对冲基金(hedge fund)，也称避险基金或套利基金，是指由金融期货(financial futures)和金融期权(financial option)等金融衍生工具(financialderivatives)与金融组织结合后以高风险投机为手段并以盈利为目的的金融基金。它是投资基金的一种形式，属于免责市场(exempt market)产品。意为“风险对冲过的基金”，对冲基金名为基金，实际与互惠基金安全、收益、增值的投资理念有本质区别。

目前国内对冲基金多是私募基金，其分类都从私募基金组织形式出发，分类方式单一且较为混乱，已经不能够公平合理的评价有些使用特殊策略的基金业绩。因此，急需一种更合理的分类方法和评价系统，以便更好地反映和评价中国境内市场对冲基金发展的历史业绩表面、现状及趋势，为投资者提供中国市场对冲基金的业绩比较准则和收益分析工具。

发明内容

本发明的主要目的在于，针对上述现有技术中的不足，提供一种对冲基金的策略分类系统、基于该系统的对冲基金指数系统和评级系统，以便更好地反映和评价中国境内市场对冲基金发展的历史业绩表面、现状及趋势，为投资者提供中国市场对冲基金的业绩比较准则和收益分析工具。

为了实现上述发明目的，本发明采用以下技术方案。

本发明首先提供一种对冲基金的策略分类系统，用于对新加入对冲基金数据库中的对冲基金进行分类，所述策略分类系统包括：

方向性策略分类模块，用于对新加入对冲基金数据库中的对冲基金以预定规则划分为股票多空仓型、宏观策略型、管理期货型和固定收益方向性型；

相对价值型策略分类模块，用于对新加入对冲基金数据库中的对冲基金以预定规则划分为相对价值型的对冲基金；

事件驱动型策略分类模块，用于以事件驱动因素为发行目的而对新加入对冲基金数据库中的对冲基金划分为事件驱动型基金，和

基金的基金策略分类模块，按预定规则将新加入对冲基金数据库中的对冲基金进行筛选，分离出FOF型基金。

本发明再提供一种基于策略分类的对冲基金指数系统，基于所述策略分类系统，其包括综合指数计算模块、策略指数计算模块、可投资指数计算模块和区域指数计算模块；

所述综合指数计算模块基于基金样本空间采用等权重加权平均法进行计算，并考虑分红再投资，以基金样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，所述基金样本空间为所述对冲基金数据库中所有符合预定条件的对冲基金；

所述策略指数计算模块基于策略样本空间采用等权重加权平均法进行计算，并考虑分红再投资，以策略样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，所述策略样本空间为所述策略分类系统对所述基金样本空间内的对冲基金进行分类所筛选所得出；

所述区域指数计算模块基于区域样本空间采用等权重加权平均法进行计算，并考虑分红再投资，以区域样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，所述区域样本空间为所述基金样本空间中筛选出相应区域的对冲基金所得出；

所述可投资指数计算模块基于固定容量的可投资样本空间，采用等权重加权平均法进行计算并考虑分红再投资，以基金样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数。所述可投资样本空间采用统计和分层抽样原则筛选所得出。

本发明还提供一种基于策略分类的对冲基金评级系统，基于所述策略分类系统，其包括定性评级系统和定量评级系统，所述定性评级系统通过对基金的五个影响因素进行评级；所述定量评级系统基于所述策略分类系统，对基金的历史业绩风险进行评级，并计算出风险调整收益指标RAR。

相比于上述现有技术，本发明具有以下优点。

本发明的对冲基金策略分类系统通过对对冲基金进行方向性策略分类、相对价值型策略分类、事件驱动型策略分类和基金的基金分类，可以更好地优化基金的分类规则，使之更符合中国的对冲基金市场和形势，便于对基金进行更有效的分析和统计。此外，基于上述策略分类系统的指数系统和评级系统，可以针对优化后的对冲基金分类规则，重新确定各类型的基金的权重和计算方法，使基金的指数和评级能够更客观地反映出基金的历史业绩、现状和趋势，为投资者提供更准确的、更系统的基金收益分析软件和工具。

附图说明

图1是本发明的一实施例中对冲基金策略分类系统的结构方框示意图。

图2是本发明另一实施例中对冲基金指数系统的结构方框示意图。

图3是图2所示实施例中可投资样本空间的抽样方法。

图4是本发明又一实施例中对冲基金评级系统的结构方框示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

以下将结合附图及具体实施例详细说明本发明的技术方案，以便更清楚、直观地理解本发明的发明实质。

图1是本发明的一实施例中对冲基金策略分类系统的结构方框示意图。

参照图1所示，本发明实施例首先提供一种对冲基金策略分类系统100，该系统基于对冲基金数据库，对新加入的对冲基金进行分类，其包括方向性策略分类模块110，用于对新加入对冲基金数据库中的对冲基金以预定规则划分为股票多空仓型、宏观策略型、管理期货型和固定收益方向性型；相对价值型策略分类模块120，用于对新加入对冲基金数据库中的对冲基金以预定规则划分为相对价值型的对冲基金；事件驱动型策略分类模块130，用于以事件驱动因素为发行目的而对新加入对冲基金数据库中的对冲基金划分为事件驱动型基金，和基金的基金策略分类模块140，按预定规则将新加入对冲基金数据库中的对冲基金进行筛选，分离出FOF型基金。

其中，所述相对价值型的对冲基金包括可转债套利型基金、固定收益套利型基金、期货套利型基金、指数套利型基金、股票市场中性型基金、结构化产品套利型基金、资产证券化产品套利型基金和统计套利型基金。股票多空仓型的对冲基金包括股票多空型基金、股票纯多头型基金和股票空头型基金。事件驱动型基金包括兼并重组型基金、困境证券基金、定向增发基金和大宗交易基金。

上述预定规则具体为：采用“事后法”，以基金投资组合实际状况为依据对基金进行类别划分，注重的是当前基金的资产配置状况，实时地跟踪基金的投资标的，确保实际投资组合类似的基金分在同类之中，使得基金间的比较更具参考价值和合理性。

本实施例的策略分类系统100可以更好地优化基金的分类规则，使之更符合中国的基金市场和形势，便于对基金进行更有效的分析和统计。

图2是本发明另一实施例中对冲基金指数系统的结构方框示意图。

参照图2所示，基于图1所述策略分类系统，本实施例提供一种对冲基金指数系统200，其包括综合指数计算模块210、策略指数计算模块220、可投资指数计算模块230和区域指数计算模块240。

其中，综合指数计算模块210基于基金样本空间采用加权平均法进行计算，并考虑分红再投资，以基金样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，基金样本空间为对冲基金数据库中所有符合预定条件的对冲基金；

策略指数计算模块220基于策略样本空间采用等权重加权平均法进行计算，并考虑分红再投资，以策略样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，策略样本空间为策略分类系统对基金样本空间内的对冲基金进行分类所筛选所得出；

可投资指数计算模块230基于固定容量的可投资样本空间，采用等权重加权平均法进行计算并考虑分红再投资，以可投资样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数。可投资样本空间采用统计和分层抽样原则筛选所得出。

区域指数计算模块240基于区域样本空间采用等权重加权平均法进行计算，并考虑分红再投资，以区域样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，区域样本空间为基金样本空间中筛选出相应区域的对冲基金所得出；

具体地，基金样本空间为对冲基金数据库中所有符合以下预定条件的对冲基金的总和：

a、国内私募机构、券商、信托等机构发行的开放管理式阳光私募产品；

b、产品成立时间超过一个季度，即至计算期满三个月且连续公布净值；

c、产品运作规范，公司最近一年内无重大违法违规和不诚信经营的行为。

综合指数计算模块210基于基金样本空间采用加权平均法进行计算，可参照表1：

指数名称	指数基点	成分基金数
			对冲基金综合指数	1000	i

表1

表1中，i为根据以上预定条件筛选得出的全部对冲基金数，基金来源于对冲基金数据库，也称成分基金数。

计算方法为：

假设t-1期数的点位在I_t-1，t时期指数点位为I_t，t-1期到t期指数的变化率为则

$I_t=I_{t-1}(1+\stackrel{\‾}{r})$

其中，r_i是成分基金i从t-1期到t期的收益率，n为成分基金总数目。

考虑分红、注资、撤资和拆分等变动因素采用复权收益率公式计算，以基金样本空间内的对冲基金的平均得权单位净值增长率作为指数增长率，从而得到计算期内指数的计算方法：

$r=\left\{\frac{\mathrm{Ne}}{\mathrm{Nb}}\underset{i=1}{\overset{n}{\mathrm{\Π}}}\right[(1+\frac{D_i}{N_i})\left]\right\}-1$

其中，Ne表示当月末对冲基金单位净值；Nb表示上月末对冲基金单位净值；D_i表示在计算期时点i单位对冲基金分红金额；Ni表示时点i分红再投资所依照的对冲基金单位净值；n表示计算期内的分红次数。

同理，策略指数计算模块220基于策略样本空间采用等权重加权平均法进行计算，可参照表2：

指数名称	指数基点	成分基金数
			多空仓策略指数	1000	待定
事件驱动策略指数	1000	待定
			相对价值策略指数	1000	待定
宏观策略策略指数	1000	待定
			管理期货策略指数	1000	待定
固定收益方向性策略指数	1000	待定
			FOF策略指数	1000	待定

表2

表2中，指数名称中列出了所有的策略指数类型，成分基金为策略样本空间中的对冲基金数，表示对冲基金数据库中所有采用该策略的对冲基金，成分基金栏中的“待定”的含义是指，策略分类系统对基金样本空间内的对冲基金进行分类所筛选所得出的实际数值，会随着时间而更新，该数值相当于表1中的i，为变量。

以此类推，区域指数计算模块240基于区域样本空间采用等权重加权平均法进行计算，可参照表3：

指数名称	指数基点	成分基金数
			中国大陆指数	1000	待定
香港指数	1000	待定
			台湾指数	1000	待定

表3

可投资指数计算模块230基于可投资样本空间采用等权重加权平均法进行计算，可参照表4：

指数名称	指数基点	成分基金数
			可投资指数	1000	待定

表4

不同的是，可投资样本空间为固定容量，且可投资样本空间采取分策略分层抽样方法，使跟踪误差最小，抽取样本最大程度代表总体，样本容量为100，具体步骤如下。

参照图3所示，可投资样本空间的抽样方法包括三个步骤：

S1：将对冲基金由策略分类系统进行分层，划分出多空对冲型、方向型、事件驱动型和基金的基金。

S2：对已分层的多空对冲型、方向型、事件驱动型和基金的基金进行抽样分配，本实施例采用的分配原则是：多空对冲型基金占样本总量的30％，方向型占40％，事件驱动型占20％，FOF占10％。

S3：根据蒙特卡罗模拟计算出基金VAR(Value at Risk，风险价值)和期望收益E(R)。

得到基金的VAR和期望收益E(R)以后，即可分层筛选基金，获得100样本量。

筛选方法如下：

a、设置筛选条件：1)VAR与基金资产比率小于5％；2)对E(R)排序，取较大者；

b、把各层基金汇总构成可投资样本空间，总量为100。

需要说明的是，鉴于2010年为对冲基金元年，本实施例的对冲基金指数2009-12-31为基日，即t＝0，指数基点为1000，每月计算一次。

由于对冲基金指数系统200中，各样本空间为随机变化的，因此，需对指数进行维护，对指数进行维护遵循以下规则：

1、新产品成立：凡有新的对冲基金成立，连续三个月公布净值后计入指数。

2、合同变更：基金合同发生变更，根据最新合同内容加入或剔除指数。

3、清盘：凡有样本基金发生清盘，在指数公布日将其剔除指数。

4、暂停公布净值：凡有样本基金因故暂停公布净值，指数公布日剔除指数计算，待其正常公布后再计入

5、公司有重大违规违法事件：对公司存在违法违规事件的产品，给予一年考察期，考察期自相关部门调查完毕并处分之后始，若一年内公司正常运营且无类似事件，则重新计入指数。

6、其他需要修正的事件。

以上所述为本发明实施例的对冲基金指数系统200，可以针对优化后的对冲基金分类规则，重新计算各类型的基金的权重和计算方法，使基金的指数能够更客观地反映出基金的历史业绩、现状和趋势。

图4是本发明又一实施例中对冲基金评级系统的结构方框示意图。

参照图4所示，本实施例提供一种对冲基金评级系统300，其也是基于图1所示实施例的策略分类系统，包括定性评级系统310和定量评级系统320，其中，定性评级系统310通过基金的五个影响因素对其进行评级，定量评级系统320基于上述策略分类系统，对基金的历史业绩风险进行评级，并计算出风险调整收益指标RAR(Risk Adjust Return)。

其中，定性评级系统310对单支的对冲基金采用“向前看”的评级方法，用于评价该对冲基金的未来表现，其流程是：

1、邀请基金经理参加评级；

2、评级前双方简单会晤；

3、双方签订定性评级协议书；

4、进行定性评级问卷调查；

5、双方再次会晤；

6、签发定性评级报告；

7、计算最终的定性评级结果。

上述五个影响因素为：基金强度、管理营销、基金经理、投资行业和产品特征。

定性评级结果的计算方法为：

1)分别对基金强度、管理营销、基金经理、投资行业和产品特征进行评分，最高为10分；

2)对上述五个影响因素进行配比，配比如下：基金强度占10％，营销管理占20％，基金经理占30％，投资行业和产品特征各占20％。

3)将上述各因素的评分与百分比进行加权平均处理，得到10分制的评级结果。

投资者可以根据该评级结果预测到该基金的发展趋势，可以给投资者提供较为准确的风险预测。

定量评级系统320采用“向后看”的评级方法，对基金的历史业绩风险进行评级。其评级对象为具备一年或一年以上业绩数据的国内对冲基金，而且同类型的对冲基金必须不少于5只才满足评级要求。

定量评级的核心评价指标为风险调整收益指标RAR(Risk AdjustReturn)，其采用期望效用理论进行评级。

上述风险调整收益指标RAR的计算方法为：

$\mathrm{RAR}={\left[\frac{1}{T}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{(1+r_{\mathrm{Gt}})}^{-5}\right]}^{-\frac{12}{5}}-1$

其中，

为第t月的几何超额收益率；R_i为第t月的收益率；

R_bt为第t月的无风险固定资产收益率，目前取国内一年期银行定期存款利率。

本实施例的定量评级系统320还包括同类评级模块321，用于对相同策略内的基金进行评级，其评级方法为：

a、基于上述策略分类系统，计算相同策略内对冲基金的RAR值；

b、对上述相同策略内的基金的RAR值进行排位，其中，最大值为100％，最小值为1％，且将0～20％的基金评为五星级，将20％～40％的基金评为四星级，将40％～60％的基金评为三星级，将60％～80％的基金评为二星级，将80％～100％的评为一星级。

此外，本实施例的定量评级系统320还包括综合评级模块322，该综合评级模块322按对冲基金的生存期进行加权评级，并按表5所示规则进行各年期的权重分配：

基金生存期	1年期等级比重	3年期等级比重	5年期等级比重
				5年以上(含5年)	20％	30％	50％
3-5年(含3年)	40％	60％	0％
				1-3年(含1年)	100％	0％	0％

表5

基于上述权重分配，通过加权计算，再四舍五入后，即可得到同类策略对冲基金中的综合评级结果。

本发明的对冲基金策略分类系统通过对对冲基金进行方向性策略分类、相对价值型策略分类、事件驱动型策略分类和基金的基金分类，可以更好地优化基金的分类规则，使之更符合中国的对冲基金市场和形势，便于对基金进行更有效的分析和统计。此外，基于上述策略分类系统的指数系统和评级系统，可以针对优化后的对冲基金分类规则，重新确定各类型的基金的权重和计算方法，使基金的指数和评级能够更客观地反映出基金的历史业绩、现状和趋势，为投资者提供更准确的、更系统的基金收益分析软件和工具。

以上所述仅为本发明的优选实施例，并非因此限制其专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (13)

1.一种对冲基金的策略分类系统，用于对新加入对冲基金数据库中的对冲基金进行分类，其特征在于，所述策略分类系统包括：

方向性策略分类模块，用于对新加入对冲基金数据库中的对冲基金以预定规则划分为股票多空仓型、宏观策略型、管理期货型和固定收益方向性型；

相对价值型策略分类模块，用于对新加入对冲基金数据库中的对冲基金以预定规则划分为相对价值型的对冲基金；

事件驱动型策略分类模块，用于以事件驱动因素为发行目的而对新加入对冲基金数据库中的对冲基金划分为事件驱动型基金，和

基金的基金策略分类模块，按预定规则将新加入对冲基金数据库中的对冲基金进行筛选，分离出FOF型基金。

2.如权利要求1述的对冲基金的策略分类系统，其特征在于：所述相对价值型的对冲基金包括可转债套利型基金、固定收益套利型基金、期货套利型基金、指数套利型基金、股票市场中性型基金、结构化产品套利型基金、资产证券化产品套利型基金和统计套利型基金。

3.如权利要求1述的对冲基金的策略分类系统，其特征在于：所述股票多空仓型的对冲基金包括股票多空型基金、股票纯多头型基金和股票空头型基金。

4.如权利要求1所述的对冲基金的策略分类系统，其特征在于：所述事件驱动型基金包括兼并重组型基金、困境证券基金、定向增发基金和大宗交易基金。

5.一种基于策略分类的对冲基金指数系统，其特征在于：所述对冲基金指数系统基于所述策略分类系统，包括综合指数计算模块、策略指数计算模块、可投资指数计算模块和区域指数计算模块；

所述综合指数计算模块基于基金样本空间采用等权重加权平均法进行计算，并考虑分红再投资，以基金样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，所述基金样本空间为所述对冲基金数据库中所有符合预定条件的对冲基金；

所述策略指数计算模块基于策略样本空间采用等权重加权平均法进行计算，并考虑分红再投资，以策略样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，所述策略样本空间为所述策略分类系统对基金样本空间内的对冲基金进行分类所筛选所得出；

所述区域指数计算模块基于区域样本空间采用等权重加权平均法进行计算，并考虑分红再投资，以区域样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数，所述区域样本空间为所述基金样本空间中筛选出相应区域的对冲基金所得出；

所述可投资指数计算模块基于固定容量的可投资样本空间，采用等权重加权平均法进行计算并考虑分红再投资，以基金样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数。所述可投资样本空间采用统计和分层抽样原则筛选所得出。

6.如权利要求5所述的对冲基金指数系统，其特征在于，所述预定条件为，当对冲基金同时符合下列条件时，将该对冲基金纳入所述基金样本空间：

a、国内私募机构、券商、信托等机构发行的开放管理式阳光私募产品；

b、产品成立时间超过一个季度，即至计算期满三个月且连续公布净值；

c、产品运作规范，公司最近一年内无重大违法违规和不诚信经营的行为。

7.如权利要求5所述的对冲基金指数系统，其特征在于：所述等权重加权平均法的计算方法为：

假设t-1期数的点位在I_t-1，t时期指数点位为I_t，t-1期到t期指数的变化率为

则

$I_t=I_{t-1}(1+\stackrel{\‾}{r})$

其中

r_i是成分基金i从t-1期到t期的收益率，n为成分基金数目。

8.如权利要求5所述的对冲基金指数系统，其特征在于：所述考虑分红再投资，以基金样本空间内的对冲基金的平均复权单位净值增长率作为指数增长率，从而得到计算期指数的方法为：

$r=\left\{\frac{\mathrm{Ne}}{\mathrm{Nb}}\underset{i=1}{\overset{n}{\mathrm{\Π}}}\right[(1+\frac{D_i}{N_i})\left]\right\}-1$

其中：Ne表示当月末对冲基金单位净值；Nb表示上月末对冲基金单位净值；D_i表示在计算期时点i单位对冲基金分红金额；Ni表示时点i分红再投资所依照的对冲基金单位净值；n表示计算期内的分红次数。

9.一种基于策略分类的对冲基金评级系统，其特征在于：所述对冲基金评级系统基于所述策略分类系统，包括定性评级系统和定量评级系统，所述定性评级系统通过对基金的五个影响因素进行评级；所述定量评级系统基于所述策略分类系统，对基金的历史业绩风险进行评级，并计算出风险调整收益指标RAR。

10.如权利要求9所述的对冲基金评级系统，其特征在于，所述风险调整收益指标RAR的计算方法为：

$\mathrm{RAR}={\left[\frac{1}{T}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{(1+r_{\mathrm{Gt}})}^{-5}\right]}^{-\frac{12}{5}}-1$

其中，

为第t月的几何超额收益率；R_i为第t月的收益率；R_bt为第t月的无风险固定资产收益率，取国内一年期银行定期存款利率。

11.如权利要求9所述的对冲基金评级系统，其特征在于，所述五个影响因素为：基金强度、管理营销、基金经理、投资行业和产品特征。

12.如权利要求10所述的对冲基金评级系统，其特征在于，所述定量评级系统还包括同类评级模块，所述同类评级模块的评级方法为：

a、基于所述策略分类系统，计算相同策略内对冲基金的RAR值；

b、对上述相同策略内的基金的RAR值进行排位，其中，最大值为100％，最小值为1％，且将0～20％的基金评为五星级，将20％～40％的基金评为四星级，将40％～60％的基金评为三星级，将60％～80％的基金评为二星级，将80％～100％的评为一星级。

13.如权利要求10所述的对冲基金评级系统，其特征在于，所述定量评级系统还包括综合评级模块，所述综合评级模块按对冲基金的生存期进行加权评级，并按以下规则进行各年期的权重分配：

对于生存期为5年以上的对冲基金，1年期评级比重为20％，3年期评级比重为30％，5年期评级比重为50％；

对于生存期为3～5年的对冲基金，1年期评级比重为40％，3年期评级比重为60％，5年期评级比重为0；

对于生存期为1～3年的对冲基金，1年期评级比重为100％，3年期评级比重为0，5年期评级比重为0。

Images