当加州3000亿美元的加州公共雇员退休系统在2014年秋季造成的40亿美元的对冲基金计划时，美国最大的养老基金的Cio Theodore Eliopoulos告诉记者，复杂性和成本是原因。
威斯康星州投资委员会的州，占2015年底致力于对冲基金的990亿美元的3.5％，正在利用技术来帮助浏览这些投资的复杂性。索引和分析提供者发布的新案例研究MSCI.展示SWIB如何使用该公司的Hedgeplatform风险分析工具来解决三个常见的缺陷困扰资产分配器：风格漂移，尾部风险，并为alpha支付但获得beta。
Hedgeplatform轨道超过1,400个对冲基金，这意味着它有90％的SWIB对冲基金管理人员的位置级持股数据。这比你可以通过历史退货，投资者信件和证券申请的梳理更粒度细节。
“报告索赔，”资产所有者可以进行分析，没有报告，没有报告。“例如，SWIB可以模拟市场情景，包括股票市场，利率，信贷额和汇率的突然变化，以发现对冲基金投资组合中的风险。”
通过模拟不同市场变量中的冲击，SWIB使用该平台来确定管理人员是否从投资授权中偏离，并且在其投资组合中可能对此所谓的样式漂移产生了什么影响。它还允许SWIB在引擎盖下看，看看特定类型的证券驱动这些曝光。
To avoid getting blindsided by outsize drawdowns, SWIB takes a bottom-up approach to building return profiles based on the underlying holdings in its managers’ current portfolios and calculating measures like value at risk (VaR) and expected shortfall (also known as conditional VaR) rather than basing risk and return expectations on a hedge fund manager’s track record.
最后但并非最不重要的是，SWIB可以告诉经理何时不是真正提供阿尔法。养老金基金基金团队使用MSCI的Gem2 Barra模型，测量国家，行业和风格曝光的效果，以确定β暴露是否可能正在推动返回。这种方法允许它抓住股票市场中性经理，例如，毕竟是不是如此中立。