一位对冲基金经理不情愿地挑战——然后与哈利马科维茨

桑德Gerber如何找到一种更好的方法来衡量多样化。

桑德嘉宝,哈利马科维茨(II)说明

桑德嘉宝,哈利马科维茨

(图二)

当哈得逊湾首都桑德戈贝尔着手建立一个投资组合管理系统,他不打算挑战哈利马科维茨。

还在开发一个新的统计了解两个证券相对于彼此,所谓co-movement——这正是他了。戈贝尔的目标是有一个清晰的理解如何多样化投资组合后发现历史的协方差,马科维茨信徒所使用的测量,没有削减它。

戈贝尔的惊讶的是,父亲的现代投资组合理论,提出了一个框架现在无处不在的投资管理策略,是接受。两个最终合作研究这一标准,是否现在称为Gerber统计,成立。

它做到了。这项研究,发表在2022年2月的问题项目组合管理杂志》显示,使用戈贝尔统计协方差相反的历史——测量所使用的大多数投资者导致累积的表现回报,平均几何回报,夏普比率。

戈贝尔统计评估和多样化投资组合的风险水平确定证券串联,反对另一个,或根本没有关系。统计使用某些阈值过滤噪声数据可能表明关系存在,即使,在现实中,他们不。

亚博篮球怎么下串

没有Gerber统计,投资者可能最终构建的投资组合不多样化因为他们认为。

盲目的依赖模型是一个错误

统计的发展起源于嘉宝的背景作为股票期权市场的制造商美国证交所的地板上,他说,他从一个“喉音视角”市场是如何运作的。大叫,手之间的信号,和纸订单,格柏说,他亲眼看到有一个“高潮和渐弱市场”,表明人为错误。戈贝尔角度来说,这是一个完美的例子行为经济学

“我看到模型坏了,”格柏说,评论他的时间在地板上让他想到所有模型的局限性,包括MPT。他补充道:“我并不是说所有的模型都是不好的。有一个盲目的依赖模型是一种常见的故障。它一次又一次发生了。人们不理解风险。”

戈贝尔交换地板上积累经验后,决定开始一个贸易公司自己的资本。最初叫嘉宝资产管理公司发展成为哈得逊湾资本、多策略对冲基金目前管理着136亿美元的资产。2021年,该基金回报率为13.5%的费用。

“我有多个冒险者交易我的钱,我不想失去钱,”格柏说。“我想给他们的自由贸易和锻炼他们的天赋和活泼。”

做投资组合管理,最终,他开发了一个系统包括Gerber统计。嘉宝,他在大学学习哲学和融资,用于思维框架,发现他们在理财有用。但在嘉宝的观点,广泛使用的MPT框架美联储数据,歪曲一个投资组合的多样化。

比方说,标准普尔500指数10个基点。而运动可能燕尾的10个基点移动另一个索引中使用一个组合,一个投资者可能认为此举太小,展示一个真实的关系。使用历史协方差,将显示为一个co-movement的关系。

戈贝尔统计允许投资者过滤掉这些小运动。协方差与历史不同,它不计算运动的程度,只试图衡量是否运动表明一个有意义的关系。

戈贝尔使用统计多年在哈德逊湾的交易代码系统,项目组合管理框架高信念策略不是与更广泛的市场和阈值设置为限制损失。

但嘉宝认为他的想法可以从一位重量级学者使用输入。

有另一种方式来表达马科维茨的思想吗?

与马科维茨电子邮件交流后,戈贝尔飞往圣地亚哥马科维茨所在地,所以这两个可以讨论这个想法的人。

走在沙滩上,与风大声鞭打,戈贝尔告诉著名经济学家,他认为MPT的方式被应用是基于一个错误的假设。

1952年,马科维茨提出了MPT的原则,它强调的好处一个整个的投资组合,包括其风险,多元化利益,证券之间的相关性。马科维茨和默顿威廉·夏普和米勒,分享了1990年诺贝尔奖。他们的工作改变了人们的投资方式和仍然是资产管理行业的骨干。

也称为均值-方差,MPT的实际应用依赖于输入协方差矩阵,显示两个数据点之间的关系,在这种情况下,证券。在随后的几十年MPT的发展使用历史数据、行业从业者开始计算协方差,格柏说。他们今天仍在使用这种做法。

“这不是哈利想要做什么,”格柏说。”他希望这是基于人类的前瞻性判断假设,不是基于过去的数据。戈贝尔统计解决了他一直在寻找的东西。”

在2000年代早期,研究人员想出了一个方法来排除一些市场噪声出现在模型中使用的方法称为收缩估计量。收缩模型,然而,仍然依赖于历史的协方差矩阵。

在戈伯看来,历史相关性不是一样有用的前瞻性的假设。这是海滩会议是什么——解释马科维茨,可能有另一种方式来表达他的想法。

“我认为这可能是侮辱,所以我试着软,”格柏说。但是马科维茨同意了。起初,戈贝尔以为他听错了他。毕竟,这是嘈杂的沿着海滩。戈贝尔问马科维茨重复自己。

”他说,“我不认为历史相关性是有用的,”“嘉宝回忆道。“从那时我们决定合作。”

更多的谈话后,他们开始与菲利普•恩斯特终身副教授莱斯大学的统计数据。“这是当你抓住一个新想法,真的很有效,”安永的研究说。其他合作者包括Yinsen苗、Babak Javid和保罗Sargen。

在数学意义上,戈贝尔统计是一个泛化的统计称为肯德尔τ,显示运动对之间的关系。戈贝尔的统计也为co-movements层阈值测量。

“我们想要剔除噪音和专注于有意义的人际关系,“格柏说。

它工作。风险的研究显示,在每一个场景中,格柏比历史统计数据提供了一个更有利的风险回报概要文件关联模型。在所有,但最保守的风险目标,也拍出收缩估计量。

多元化仍然是唯一免费的午餐

“你不必输入过去,”安永说的好处Gerber统计与其他两个模型。“你可以决定什么是有意义的co-movement,什么不是。”

哈德逊湾一直使用的统计数据作为内部风险监控系统,来做出投资决策。

作为一个例子,风险模型显示中国股票指数之间的关系和某些美国股票。做一些研究之后,团队意识到这些美国公司,特别是当他们结合在一个投资组合中,有大量接触到中国。

“当中国没有很多,你不会看到它,”格柏说。聚合,它叫的。中国公司选择层可以降低一些风险对冲,决定基于Gerber统计。

对冲基金经理强调,哈得逊湾的模型不做出决定。相反,它可以帮助公司决定在哪里以及如何它需要多元化。

回到马科维茨的原创作品。

“在市场只有一个免费的午餐,”格柏说。“免费的午餐是多样化的,因为如果你可以实现它,可以降低风险,实现相同的返回流。”

相关的