Rich Falk-Wallace谈论驱动多策略基金的软件 - 彭博社

摄影师：迈克尔·纳格尔/Bloomberg 多策略对冲基金，也被称为“豆荚店”，已成为华尔街最炙手可热的门票。这种商业模式应该能让对冲基金更有效地运作。这包括更有效地配置资本和更好地管理风险。但在华尔街一些最复杂基金中，风险管理实际上是如何运作的呢？在这一集中，我们与Rich Falk-Wallace进行了对话，他曾在Citadel工作，现在是Arcana的创始人兼首席执行官，为多策略基金提供风险管理和投资组合软件。我们谈到了风险模型如何影响投资者行为和更广泛的市场，多策略交易员如何提出他们的想法，以及影响他们头寸规模和评估的因素。本文稿已经经过轻微编辑以提高清晰度。

## Odd Lots

豆荚店是如何真正管理风险的

49:26

**来自这一集的关键见解：**Rich Falk-Wallace的对冲基金经验 — 6:10传统基金和多策略基金之间的区别 — 6:45多策略交易员的限制和权限 — 10:11头寸规模、交易成本和因子中性 — 13:26为什么多策略基金会如此快速地调整头寸 — 18:79多策略交易员如何产生他们的想法？ — 22:30现成的商业因子模型 — 2746识别催化交易的信号 — 29:48所有人使用相同风险模型的风险 — 35:43Arcana的发展 — 38:37 客户需求随时间如何变化 — 41:16

---

**乔·韦斯坦（00:18）：**大家好，欢迎收听另一期Odd Lots播客。我是乔·韦斯坦。

**特蕾西·阿洛维（00:23）：**我是特蕾西·阿洛维。

**乔（00:24）：**特蕾西，我还想了解更多关于多策略对冲基金是如何运作的。

**特蕾西（00:29）：**我以为你要说‘我对多策略对冲基金一无所知’。

**乔（00:32）：**嗯，也是。那是真的。

**特蕾西（00:34）：**我觉得我们慢慢在了解，希望我们的听众愿意跟随我们一起前行。每次我们有关多策略对冲基金或者有时被称为“播客商店”的一期节目时，我们都在加深对这个领域的理解，逐渐深入细节，我相信总有一天，在我们做了大约50期关于这个主题的节目后，我们会有所收获。

**乔（01:00）：**我觉得可能需要大约50期。我认为这是一个准确的数字，实际上需要这么多期才能真正了解。当然，最近我们与乔塞佩·帕莱奥洛（“Gappy”）进行了那期节目，从高层次讨论了一些这些基金实际运作的重要理念。

它们非常受欢迎。人们熟知的一些大型基金，比如千禧基金、城堡基金，一直表现出色，似乎正在取代很多旧式的量化基金，打破了以往流行的基金基金理念。我有一些感觉，你知道，你给所有这些基金经理非常具体的授权，并且他们必须真正专注于此，然后，如果它们之间的相关性不太高，理论上和实际上都可以获得超过市场的回报。但它实际上是如何运作的，我还真的不知道。

**特蕾西（01:54）：**好吧，所以有两件事。首先，每个人都应该去看看 Gappy 的书，如果你还没有的话：高级投资组合管理。我即将在本集中提到的很多参考资料——任何我说的可能听起来令人印象深刻或者像我知道我在说什么的东西——都来自 Gappy 的书。而且，我要说，我在地铁上上下班的时候读了那本书，它相当短，所以我觉得我一周就读完了，我从来没有在地铁上拿出 高级投资组合管理 时被这么多人搭讪过，他们看到我拿出这本书就问‘那是什么？’

**乔（02:31）：**这非常纽约，不是吗？

**特蕾西（02:32）：**是的。然后第二，我要说的另一件事是，我们一直在谈论多策略对冲基金，我们想要更多地了解它们，因为它们是华尔街上的新事物，每个人似乎都对它们感到非常兴奋和感兴趣。但除此之外，最近发生的事件使这成为一个更加紧迫的话题。

所以我们看到最近几个月市场上一些大赢家开始下跌。所以大科技公司，比如英伟达，我们看到小市值股票飙升。很多人在谈论这是否是因子轮换的因素 — 我们将深入探讨实际上是什么因素。但我认为我们现在看到的讨论，我应该说明一下，现在是7月18日，所以我们最近看到市场上发生了这些大的波动。

现在正在进行的讨论是，因子投资的增长对这些波动有多大影响？而且，随之而来的风险模型实际上如何影响投资者行为，然后又如何影响这些市场波动？所以，是不是每个人都在抛售大科技股，因为他们的风险模型告诉他们这样做？

**乔（03:41）：**完全正确。这是了解这些投资工具如何运作以及它们对市场的影响的一个非常重要的因素，我们知道的一件事是，这些基金中的各种投资组合经理有非常严格的权限。就像你的团队负责交易芯片股票，你的团队负责交易巴西收益曲线的短端，你的团队负责国际石油投资。然后我们知道这些，然后你不被允许持有任何行业基准和市场基准，以及所有这些事情。所以…

**Tracy (04:18):**因子中性！

**Joe (04:18):**因子中性，然后设定严格的风险限制。所以如果某样东西开始下跌，你不想失去工作，你会退出持仓，这可能会给市场带来有趣的变化。总之，可以说，还有很多东西要学习。

**Tracy (04:31):**是的。还有另外一件事，就是…

**Joe (04:34):**另外另外一件事。

**Tracy (04:35):**我现在觉得有点好笑的另外一件事是，记得以前市场出现奇怪波动时，大概是15年前左右吧，总是归咎于量化基金？像2008年之前的‘量化震荡’？然后变成了CTA，然后是风险平价，现在很多人在市场出现可疑情况时总是指向那些投资组合管理公司。所以我认为我们应该讨论一下，是什么技术因素推动了那些投资组合管理公司的行为？

**Joe (05:04):**每次市场有大波动，总会有人发推文说‘我听说有个投资组合管理公司要爆仓了。哦，我听说有些投资组合管理公司要爆仓了！’这就是在金融Twitter上显得内行的方式。我听说有个投资组合管理公司要爆仓了。

**Tracy (05:14):**他们不知道要爆仓的投资组合管理公司是Odd Lots！

**Joe (05:19):**好一个笑话。如果你不知道哪个投资组合管理公司要爆仓…总之，我们有了完美的嘉宾。我非常兴奋。我们将与Rich Falk-Wallace进行交谈。他曾是Citadel的投资组合经理，曾在Viking工作，现在是Arcana的首席执行官兼联合创始人，该公司构建模型和软件，帮助投资者和对冲基金等实际跟踪所有这些内容，实际跟踪基金经理们承担了什么样的风险，以及他们相对于基准或预期的表现如何。所以我们也许会更多地了解所有这些内容的技术方面。所以Rich，非常感谢你出席Odd Lots。

**Rich Falk-Wallace (05:58):**非常感谢你邀请我。感激不尽。

**Joe (06:00):**我们为什么不从你的背景开始呢。显然我们将要谈论你的软件公司Arcana，但你之前在一些大型基金公司工作过。你做过什么？

**Rich (06:10):**是的，没错。所以我职业生涯是从买方开始的，我最初在摩根大通投资银行工作，然后在Silver Point工作过，那是一个大型信用困境对冲基金 — 非常注重价值，没有那种在Pods部署的风险模型框架。

之后我在Viking Global工作过，我总是说，从某种程度上来说，它像老虎基金的后裔，既有股票多空价值取向的哲学，又有多管理人系统。最近我在Citadel担任投资组合经理，管理全球材料、自然资源和材料投资组合。

**Tracy (06:45):**我喜欢这个问题，因为当我想到Silver Point时，我更多地想到传统的价值投资，然后你最终在Citadel做金属交易，而Citadel是一个以量化驱动为主的对冲基金。为了更好地了解Pods部门现在，请告诉我们你在Silver Point和Citadel工作时的区别。

**Rich (07:08):**完全正确。是个好问题。像Silver Point这样的超级深度价值取向基金的运作方式是，最终，你会对公司进行大量深入研究。所以你会关注，公司的基本面是什么？未来多年的合同结构是什么？盈利看起来如何？当然短期内，但也包括长期内，竞争上发生了什么结构性变化？

你有点走进了兔子洞，还有很多内容我们可以深入探讨。然后，当你逐渐沿着时间范围的谱系迁移时，至少从单只股票的论点看来，你所做的是思考，哪些催化剂会改变市场对长期情况的看法？

我记得当我加入维京时，我记得通常会问这个问题，你有多在意盈利？我认为对于任何非常价值取向的人来说，你可能会担心，我是不是只会专注于下一个数据点，下一个盈利，而无法看到全局，也无法关心这些数据对长期意味着什么？

但通常得到的回答，不是特指那里，而是在那种框架下，或者回答我的方式是，‘嘿，长期是一个函数，贴现现值是年份的函数，年份是季度的函数，因此我们关心季度。’但这告诉你的是，关于短期催化剂如何改变对公司长期估值的看法？

因此，我认为有时候远远看过来的人不太能体会到的是，实际上在基础分析师工作流程中，各种风格之间存在更多的融合，即使是非常长期的投资者在某种程度上也在说‘即使我在押注长期，中间的证据也说明了对长期的看法。’而短期的人则说‘我可能在短期内得到正确的数字，但只有当它告诉你一些关于长期的事情时，这才对市场价格的变化有意义。’

我认为越来越多的融合正在发生，人们正在朝着那个中心推进，每个人都关心短期数据点并且关注这意味着长期的含义。但无论如何，在Silver Point或任何深度价值类型的地方开始这个过程时，你真的只关注那个更长期的故事，或者不太关注季度或催化剂，试图理解有时候的事情 — 当我开始时是一名初级分析师，那是银行工作的第一份工作 — 但你可能会看看2024年铁路合同是什么样子，它是如何逐步增加的？你会想，这对股票有影响吗？这是很好的训练，是一个完美的地方来获得那种训练。它几乎像私募股权一样，你只是在研究一切。但那就是开始的方式。

**Joe (09:52):**好的，那么在Citadel，你提到你负责材料、大宗商品之类的东西。我猜[我有]两个问题。当你进门时，被告知‘好的，这是你要做的事情’，你被告知你的限制和具体任务是什么，然后你又是如何选择一只股票的？

**Rich (10:11):**是的，我会以一般意义上的方式谈论这个问题，而不是特指Citadel，而是谈论多管理者的情况。我们今天在Arcana的客户群大约一半是我称之为本地人，他们来自风险模型系统，任何主要的Pod或相关的，另一半可能是一个深度价值基金，他们说‘嘿，我不想限制自己在这些东西上，但我看到就像你们说的那样，这是市场中越来越重要的一部分，我想对此有深入了解，接受教育，等等。’

回答你关于多管理者如何选择股票、运行流程和思考的问题，不针对任何特定地方，而是一般性的本地群体。所以，在任何一个地方，核心构想是说 — 核心区别，我想也可以这样说 — 与深度价值地方相比，最终是关于周转率。

有两个方面。风险限制和你的账本周转频率。所以在深度价值基金中，理论上目标可能是拥有超过一年的平均持有期。实际上，通常会比那更短，你知道，九个月或者随着糟糕的想法淘汰出局或其他原因。但在多管理者那里，这些数字可以是从10到15甚至更高，意味着整个账本在一年内周转10到15次。

想象一下，简单地说，平均想法停留一个月，就像在账本中表达的方式。所以，当你踏入这些地方时，针对你的观点，A) 你有，有一个结构，有一个分析师，然后是一个投资组合经理。分析师通常有一个单一行业关注点。所以就像‘嘿，我是，’正如你所说，‘芯片股票’，或者其他人可能有软件或者是一个明确定义的单一宇宙。然后投资组合经理会有一组分析师在他们之下，通常涵盖范围非常相关，并将信息传递给经理。

所以这就是结构。选股最终就像我们之前讨论的那样。最终，分析师的工作是拥有详细的模型，当然，对他们覆盖范围内的收益有一个看法。顺便说一下，分析师的覆盖范围可以是 — 并且根据多管理者而异 — 但可以是从30个名字到高端的80个名字不等。所以那里有很多流程。

**Tracy (12:34):**零售投资者和多策略基金之间存在许多差异。但我认为其中一个关键差异可能是头寸大小。所以如果你是零售投资者，你有一个关于单只股票的投资论点，比如你想买入英伟达。你买入了英伟达，你可能是基于你在Robinhood账户中有多少现金来做出这个决定的。

但如果你在一个多策略基金中，这似乎是一个更加复杂的过程。所以我想知道，如果你在一个投资基金中，你如何确定要买入多少？你如何确定要分配多少资金给一只单独的股票？我想另一种说法是，你是在风险调整的基础上看待那只单独的股票，对吧？你想要做对的是风险调整后的表现，而不仅仅是单只股票的表现。

**Rich (13:26):**没错，没错。所以这个实现有两三种方式。第一种是限制条件。所以第一步是美元中性，我多头的美元数和我空头的美元数一样多。这是一个简单的限制。再高一级是贝塔中性。相对于整个市场，我在贝塔调整的基础上是多头还是空头？第三级是因子中性。我对所有这些进行平衡，如果你稍微简化一下，就是贝塔的子组件。所以不是像‘嘿，我对市场有一个贝塔值’，我实际上对规模大公司的一篮子股票有一个贝塔值，我对有动量的一篮子公司有一个贝塔值，我对…的贝塔值。

**Tracy (14:02):**哦，我明白了，所以你把beta分解成因子？

**Rich (14:04):**本质上这是一个分解过程。当人们谈论因子和因子中性时，实际上是将beta分解为其组成部分。有很多统计学知识在其中起作用，使其正交和精确，并且构建过程中有很多细节。

**Tracy (14:20):**哦，这是个好词。正交。

**Rich (14:21):**但在功能层面上，在股票挑选层面上，多重管理人员与模型互动时，本质上只是对beta进行分解。然后你在每一边加总这些敞口，你的投注在整个投资组合中基本上受到限制，这些投注是基本上在因子类型投注上，与在任何股票上非因子成分投注的百分比相比。因此，当你看任何股票时，它都适用于你正在组建的更广泛的投资组合。

**Tracy (14:55):**好的。然后你之前谈到的第二件事是这个换手率的概念。所以就这一点来说，交易成本在投资决策中有多大影响？还有头寸规模，因为正如你刚才所说，你理论上可以调整或安排所有头寸以在因子中保持中性，或者在系统风险方面保持中性。但我想，为了做到这一点，你可能需要不断地进行交易，这将增加你的执行成本。这也会起作用吗？

**Rich (15:33):**是的，确实如此。在实践中，股票选择者、投资组合经理和分析师并不会根据一套复杂的公式来做出决策，比如‘我该如何优化交易成本？’多家管理公司的引擎确实会认真考虑如何将单一投资组合的股票选择执行得最优。有些公司会进行交叉交易，有些公司则不会，在基金组合层面交叉对方的订单，并考虑所有这些。

然后，人们如何受限的第一层级是对我的投注中有多少比例是因子型投注，而非因子型投注的约束。还有一堆单一头寸限制。所以，基本上限制了投资组合经理必须在这种约束下挑选股票。

另一个框架是如何确定头寸规模，回答你之前的问题，这与交易成本问题有关，有一种工具叫做优化器，基本上会查看每位投资组合经理认为他们在股票组合中拥有的预期回报，并尝试解决预期回报与这些股票的波动性以及组合中因子投注的波动性之间的最佳平衡，并为你提供一个答案。

这个答案可能不完全符合你的期望，但在最复杂的地方，优化器给出的答案包括交易成本对组合的影响。因此，它将数学上流入一个机器驱动的最优组合。但同样，这属于更科学的范畴。

当然，在那些统计数据下面也有艺术，但基本上那属于更科学的范畴，然后投资组合经理必须说‘好的，机器考虑了我的预期收益，考虑了这些部分的方差和交易成本，并给了我一个答案。这实际上是否仍然符合我的基本底线，回到，嘿，这家公司的合同在2026年改变了，收益将是这样，这是定位和设置以及其他参与游戏的其他pod的拥挤情况，’你之前提到过。所以在这之上还有第二层艺术。

**乔（17:29）：**所以我想更多地谈谈换手速度，因为，好吧，假设你对英伟达持乐观态度，英伟达有了这次大涨，你可能会说，‘好吧，但我不想暴露于规模，因为它会与大盘相关。我不想暴露于一般市场贝塔，因为如果市场上涨，英伟达可能会上涨，我也不想暴露于芯片贝塔和所有这些东西。’所以你试图识别的只是英伟达特定的特质…

**里奇（17:55）：**完全正确。

**乔（17:57）：**但是当你考虑这个问题时，为什么这本质上会导致——我觉得肯定有一些联系，但你试图剥离所有这些你不想暴露的不同因素。你试图找到特定名称的特异驱动因素。关于这个过程，是什么使其本质上适合短期持有期？

**Rich (18:17):**这是一个很好的问题，而且这是一个有点深奥的问题，你可能会从几个不同的人那里得到不同的答案。我会告诉你我的答案。基本的现实是，为了使整个模型运作，你必须在特异性赌注之间有大量的分散，意思是非因子赌注。

而思考这个问题的方式是，很多这些模型有效的核心原因是残差回报或特异性回报在某个窗口内大致上是正态分布的，意思就是基本上是在抛硬币。直觉是，如果你抛一千枚硬币，显然你会围绕着硬币的命中率中心。如果硬币是52%而不是50%，当你抛三枚硬币时，它可能是均值，这个均值的期望值会是多少，谁知道呢？

但是当你抛一千枚硬币或一万枚硬币时，你会围绕着那个均值52%。而方差实际上，如果你从回报的角度思考事情，夏普比率就是回报除以回报的波动性的方差。所以当你有越来越多的赌注时，你会相对于你产生的回报缩小方差，而你的赌注越来越多是特异性赌注，它们是正态分布的，不像市场赌注那样疯狂，对吧？

**Joe (19:35):**等等，你能解释一下这一点吗，因为这是一个很好的答案。基本上，你对回报有一些假设，但会有很多方差，所以你想做很多赌注。为了实现这一点，为什么特异性回报是正态分布的，就像你描述的那样？

**Rich (19:55):**完全是的，是的。所以当你深入因子模型构建的兔子洞时，你实际上解决的是横截面正态分布，意味着在一段时间内股票宇宙中。这也是模型解决的问题，它有效地解决了一个问题，即最高的R平方是多少，也就是模型解释了市场中不同股票运动之间发生的情况的多少？

然后，在其期间进行的任何回归的输出将产生一个正态分布类型的残差项结果。但这个模型的关键工作方式是，它在给定期间内不是随时间正态分布，而是在股票之间正态分布。这意味着在一个期间内，你会有与基准相比表现优异的股票数量与在这个基准上表现不佳的股票数量一样多。当然，如果你只是在一个月内押注半导体股，并且你在一个月内只持有半导体股，那当然不会是正态分布。只有当你管理一个在一个月内横截面近似正态分布的模型时，你会得到赢家和输家，并且你基本上会围绕这个命中率中心。

**Joe (21:03):**好的，我明白了。

**Tracy (21:04):**你一直提到一个月。这些模型通常运行在一个什么样的正常或合理的时间范围内？

**Rich (21:13):**是的，它们也被校准了。所以从技术上讲，这个模型，回归实际上是每天运行的。但当你构建任何这些模型时，人们会校准它们以优化，比如说一个自由股票选择者的平均整个期间显然不是一天。因此，你尝试校准这些模型的偏差，比如说，人们实际上可以运行多个模型，比如说‘嘿，我们将运行一个校准为一个月的视野或六个月的视野’，或者其他。

所以你正在尝试选择与我们谈论的投资者相匹配的校准视野。所以我提到了一个月，因为很多多元经理，比如说平均整个周期大约是一个月。这是一年12次的转折，但也可能更高，可能是17次，可能是8次。有一些经理处于这个范围。

**Joe (21:56):**回到创意产生的问题，你会持有一支股票一个月，也许几周，也许更长一点，一些分析师在监控所有这些东西，这其中包括了什么？有人对你说‘好的，你在做材料或商品，然后突然有人告诉你对埃克森有看涨的观点’，或者其他什么，或者某个小页岩气生产商。在此之前发生了什么导致了这个想法？不仅仅是他们喜欢这支股票，而是他们在很短的时间内喜欢这支股票。

**Rich (22:30):**这并不总是正确的，但作为一种简化的经验法则，通常赢家会持有时间比那一个月长，你知道，你意识到自己在某件事上错了，你改变了主意。

**Joe (22:38):**然后你快速削减…

**Rich (22:38):**还有交易周转率。这不是纯粹的想法周转，如果这样说的话，那就是创意产生。所以这也会慢一点。但无论如何，对于你的问题，是的，在理想的情况下，你会将创意产生过程分为两个步骤。

第一步是启动，你会在这个阶段了解股票，如果这样说有意义的话。在这个过程中，你基本上会做所有我提到的一个价值导向基金所做的事情，思考，好的，这个的长期前景是什么？公司内部的长期趋势是什么？谁在获得，谁在失去份额？为了做到这一点，你会做所有经典的沃伦·巴菲特的事情，也就是你了解，你查看行业报告，收益和行业报告以及申报文件等等。

你还会与专家交谈作为这个过程的一部分。这可能是任何专家网络电话，那些是高管的人，可以为启动和了解行业提供信息。有些人会花费大部分时间做启动类型的工作，建立一个深入的财务模型，试图不仅仅从高层次的收入，而是从单位经济学来构建。我的意思是，如果你在看一家咖啡店，比如，他们卖多少杯咖啡？价格是多少？这将会改变多少？一杯咖啡的成本是多少？只是试图达到单位经济学的这个层面的细致程度。所以这就是启动过程。

然后持续覆盖是更多的‘嘿，我从启动工作中对空间内的长期相对赢家和输家有一个看法。我了解每个参与者的单位经济学以及每个参与者的发展方向。’然后持续维护过程与数据集，数据点，从行业会议的角度或其他方面的对话有很大关系，我可以做些什么来更加细致地了解每个单位经济学点是如何变化的。

然后最后，还有这个拥挤和定位的问题，以及理解其他人认为的那种称重机与投票机，本·格雷厄姆，经典的类比，但你要将这个过程分开，拥有那种世俗的观点，然后尝试理解哪些数据集。所以这可能是所有数据集，可能是行业会议，可能是通过供应链与行业人士交谈。

这可能是 — 人们总是应该这样做，但实际上并不总是这样做。但你的分析师应该了解，如果他们在研究一家汽车公司，他们应该了解汽车零部件供应商，他们应该了解这一产业的下游。所以价值链上下的每一个环节，我认为在现实中分析师之间的差异化在于你对价值链的深度了解，以便了解支撑你对行业初始理解时所持有的基线观点的变化趋势。

**特蕾西（25:16）：**说服我 — 或者你不必说服我，你可以尝试说服我，或者你可以同意我，我不知道 — 说服我这不仅仅是带有一些额外数学和可能来自集中风险管理和资本管理系统的动量交易？

**里奇（25:34）：**关于说服部分，动量本身实际上是每个商业因子模型中的一个因子。因此，因为你受限于你的因子赌注，你受限于你可以持有多少动量。永远。

所以你在能够持有的时间上受到限制，动量可能有微妙之处。你是在六个月的时间窗口内计算动量，还是在九个月的时间窗口内，输入是什么？但总体上，你实际上在能够持有动量的长或短期能力上受到限制。实际上，这是商业因子模型中最受关注的因子之一，每个人都经常询问。所以这就是提到动量的0.1。另一个是，你在开始描述的方式也很有趣，因为有因子投资的概念，你在押注因子，意味着你在寻找持有动量的廉价方式或持有价值因子的廉价方式或其他部分。

这是一种不断增长的方式 — 这与被动投资的整体增长有关。这些风险模型实际上在多管理者中的作用是消除因子押注，意味着相反。这有点像镜像，你在完全消除因子押注，试图找到仅仅是表现和残差。

这就引出了这样一个问题，就是在残差项中存在哪些不是动量的因子？这就是你之前提到的概念，比如一个投资组合的扩大和什么是定位和拥挤以及其中的微妙之处，这是我们花费大量时间思考的事情。比如，好的，我们如何数学化，如何描述这一点，以及除了，好的，你已经消除了这种直接的动量主题，你已经消除了价值，那么在残差中，什么可以给你更多的洞察力，超越我们之前谈到的核心研究工作？

**Tracy (27:23):**我很高兴你提到了现成的商业因子模型。因为这也是我们和Gappy谈话中提到的一个问题。所以，为了实现因子中性，首先你必须能够识别这些因子。据我了解，大多数基金只会从像你们公司这样的公司购买这些模型。

**Rich (27:46):**是的，人们会采取各种方式来实施因子意识或因子中性策略。有些人会购买单一模型，然后将其整合到他们的方式中。而在另一端，有些基金，尤其是结构最为复杂的基金，会购买多个因子模型，然后挑选不同的因子组合在一起。

此外，人们在软件工具方面也存在不同程度的差异，有些人会深入组织，使用一种复杂的工具让投资组合经理看到“我的因子敞口是什么”。有些地方几乎完全分开了选股和风险管理，这在一定程度上取决于哲学因素，也可能是一种约束。因为构建所有这些东西需要工程师、时间、金钱和专注。

有些地方在工具方面几乎什么都没有，他们只有一个风险团队来查看账本，并帮助人们了解他们的风险，这是一种较短周期的风险，意味着较长周期，比如每周一次、每月一次等。他们会收到一份关于他们风险的报告，或者进行检查等等。而在另一端，有些基金拥有完整的软件平台，可以交给投资组合经理使用，“好的，如果你改变这个，那会发生什么？如果你想立即看到优化数学为你做了什么，你能看到吗？”

所以这就是事物的光谱，我们提供了软件工具包，从风险模型，核心基础因素一直到软件基础设施，让你可以轻松使用。‘好的，如果我有10亿美元的Nvidia，这对我的风险数字有什么影响？那个idio数字，因子数字，它们对我的每个因子敞口有什么影响？’然后这些会如何动态变化？它还会为你找到对冲，哪些个股会最佳对冲这个投资组合？当然，选择股票还是由你来决定，但它会提供‘好的，我有一整个股票宇宙。哪些个股会抵消这个Nvidia？或者这五只个股会抵消那个。

**Joe (29:48):**回到之前的话题，然后我想更多地谈谈软件和你们销售的内容等等。但是再回到一个问题，关于实际选择股票的想法。我知道你提到了维护和分析师真的建立了一个覆盖范围的宇宙，然后他们真的了解咖啡店或为汽车制造东西的公司的单位经济学。

但是然后他们看到什么来说‘现在我们应该买入’？他们在市场上寻找什么信号，比如在某个短期内，‘这真的是，我已经真正了解这家公司，但现在有关X的某些东西使得它在短期内成为一个引人注目的买入’。

**Rich (30:27):**完全正确。核心思想是你在寻找差异化的洞察，意味着改变了每个人对这家公司价值的长期看法。也就是说，如果市场的看法是选择一个咖啡店，a会增长，人们会买单，市场会，市场意味着什么，但通常市场是股票的边际定价者，基本上。价格中隐含着一个关于这家公司价值的看法，至少是关于，好的，咖啡杯的销售量是多少，咖啡杯的价格是多少，咖啡豆的成本是多少。

**乔（30:59）：**所以你在等待那些你相信会出现的时刻，那些时刻会改变X或Y的长期预期？

**里奇（31:09）：**确实。还有其他情况，比如战术性的事情，嘿，它被做空得如此严重，然后那会略微改变。我真的在寻找一个短期的催化剂或者‘嘿，看，每个人都期待着下一个数据发布会意味着特定的事情，他们都站在一边。’这就是拥挤定位进入方程式的地方，每个人都站在这边。而我认为它会朝着另一个方向发展。

我有一个非常战术性的事情，它是方程式的一部分，但方程式的一个更大的部分仍然是由催化剂驱动的。比如，有一个数据点出来了，但这个数据点表明了这家公司未来走向的整体看法。在软件领域，经典的例子可以是流失方向的变化。人们可以在这方面变得聪明，通常是这样的，好吧，有一个总体的流失率数字，但然后，如果是一个互联网公司或者类似的订阅公司，然后你可以继续下去。

好吧，如果有人正在查看各个地区的流失情况，并对某些事情有前瞻性的看法，这让他们能够洞察到，好吧，这个地区的流失正在改变，而这个地区今天很小，所以实际上并没有影响总体的流失率数字，但实际上它在结构上增长速度比其他地区都要快。因此，看起来是这个水平的基础流失率将会结构性地提升，因为这个较小的地区将成为整体路径的一个更大部分。这就是这种情况。

**乔（32:21）：**顺便说一句，我们真的需要再做一个深入的剧集关于替代数据，因为是的，沃尔玛停车场的卫星和信用卡。我听说过，但我知道其中还有更多，你知道，这很重要。

你提到不同的商店有不同的软件基础设施，以及它在经理层面上的不同，有时候，在总部层面上也不同。那么这是否意味着，在风险管理的最高端，他们会跨部门查看并说‘哇，总的来说，我们的投资组合经理可能无意或者甚至在他们的权限范围内已经建立了很多暗含的动量风险或暗含的利率风险或暗含的价值风险’，然后他们会怎么做？拍拍肩膀？然后会发生什么？

**里奇（33:19）：**是的，绝对是。所以，再次强调，人们的技术和因子意识风险系统存在一系列不同程度，但在那个理想的形式中，你知道，以各种形式存在。有一种CIO层面，有一种CIO和风险团队层面，有一种PM层面，甚至有一种分析师层面在监控每个层面。

就像你所说的，你会在投资组合层面上设置限制，对于总体风险来说。然后在单个因子上，你会说，好的，你的投资组合中在任何特定因子上的方差不能超过空白百分比。所以单独设置这些限制。然后正如你所说的，他们将其汇总，就像你[说的]一样，只是将各个项目相加。实际上，所有这些模型在结构上都是线性分解的，所以它们实际上是线性相加的。约翰在这里的动量暴露以美元计算，吉尔的暴露在那里，然后相加。

所以你确实会看到聚合级别的CIO级别的‘嘿，我们净多头空白’之类的说法，或者在那个级别。这取决于团队如何构建他们的限制以及他们如何在投资组合级别严格限制风险敞口。但你会看到聚合风险敞口，然后有方法可以采取一个ETF或一篮子或一个定制篮子，只是限制出局，我们只是简单地对冲那个篮子。

甚至在那里还有微妙之处，比如‘嘿，我能否构建一个对冲掉那种风险敞口但实际上不会最终成为我长期持有的股票的空头篮子？’你可以看到这如何陷入一整个技术幕后执行细节的兔子洞，但在高层次上，你总结风险敞口，把它们加起来，然后说‘我是多头还是空头一个、两个、三个或所有因素，让我在聚合级别平衡它们。’

**Tracy (34:50):**所以在讨论风险管理软件时经常出现的一件事是在华尔街上流行的，我特别想到你经常听到这样的说法BlackRock和Aladdin，但这种想法是，如果每个人都在使用相同的风险管理软件，那么是否存在一个风险，即你可能会看到每个人同时做着相同的事情。

比如，因为每个人的软件都基于特定模型，一件事发生了，模型就会输出并说‘每个人现在都需要立即卖出。’这是一个风险吗？这是一个现实的风险吗，还是说所有这些现成的风险管理软件都是如此可定制化，我猜，对于PM来说还有那种自主性，你不会真的看到这种赶羊行为？

**Rich (35:43):**所以我会说是和否。我认为在否定的一方面，事实上是你在消除那些常见的暴露来源。所以你在试图让人们专注于剩余的赌注，例如，可能是做多可口可乐和做空百事可乐，或者做多百事可乐和做空可口可乐，这样等效地中和了因素。

让我们假设它们是彼此的替代品。所以这个模型让你能够不必像阿尔弗雷德·斯隆最初的对冲基金概念中那样，必须找到完美的对手。它让你可以选择非完美的对手，但最终处于一个风险位置，类似于你只押注在一支股票上。但无论如何，这个模型推动你的不是任何特定的股票，对吧？它告诉你要选择这些没有可比因素暴露的股票中哪一个更具吸引力。这是一个层面。

第二个是杠杆，你施加的杠杆不是针对贝塔。我认为人们经常混淆的一个区别是，当你想到像LTCM，或者甚至忘记LTCM，但任何一个对贝塔进行高杠杆的基金，一个方向性的押注，那是因子的贝塔。这样做的问题有很多。

如果你在贝塔上施加了很多杠杆，就会有一个大幅下跌的风险。我猜想，或者你指出的数学现实，实际上已经执行了，就是当你在进行alpha杠杆时，再次，量化基金世界也是这样运作的，你所杠杆的只是那个剩余项。你回到了抛硬币的情况，你找到了一个通常在股票间正态分布的回报来源，因此如果市场出现大幅崩盘，实际上通常因子会变得越来越具有统计学意义。

所以，如果你对这些因素持中立态度，剩余回报在横截面上仍然呈正态分布。所以显然在这个问题下有很多细节，但基本答案是你正在尝试找到一种回报类型和一种多样化的来源类型的回报，它不具有爆炸性风险。所以你有点在利用阿尔法。这是关键点与贝塔相比。

对你的问题的最终答案是你仍然是有杠杆的。所以尽管你可以尽力解决这个方程的数学部分，但你仍然有一些风险，即提供给你杠杆的人有业务问题或者提供给你杠杆的人，通常是银行，基本上那个人因为某种原因需要撤回那个杠杆或其他什么。这几乎是在与杠杆固有存在的业务风险的范畴中。所以这就是答案的“是”部分，我想说。

**Joe (38:25):**这种软件，这些模型，它们存在。它们已经存在一段时间了。当你创办公司时，有什么理论认为需要更多的东西？

**Rich (38:37):**没错。是的，就像你在开始时提到的那样，这些模型的理论美感以及它们的运作方式、正态分布的残差、阿尔法的多样化和阿尔法的利用。但实际上在过去的几十年里，已经发生的事情是，这个模型已经被证明是——至少有一些东西——可能不是唯一一个可行的模型来为投资者创造有吸引力的回报，但至少这种结果已经从学术理论跃升到实践中…

**乔（39:07）：**这也解释了为什么我们在这个领域看到了一些非常大的推出…

**里奇（39:10）：**绝对，绝对。是的，它肯定已经跨越了那个鸿沟，看，从数量世界来看，它很久以前就已经跨越了。在基本的股票选择世界中，它也已经跨越了，再说，一些公司很久以前就一直在做这个，但在过去的五到十年里，它确实做出了最有说服力的飞跃，为投资者创造了非常有吸引力的风险调整后回报，并证明了这种综合，这实际上是在量化世界的因子化和在因子综合后找到特异性或残差绩效的世界之间发生的，以及在沃伦·巴菲特风格的基本类型研究和分析和工作中，这种综合是由一些公司实施的，现在它已经证明在很多不同的方式中起作用。

这就是正在发生的事情。所以从我们的角度来看，我们所看到的就是，正如我之前提到的那样，对于这种执行的广泛范围。实际上为投资组合经理或分析师或首席投资官建立一个系统有多容易，它有多用户友好，但又有多功能。它有多有效地获取新的对冲想法来平衡特定的因子暴露？它有多有效地将我长多少空多少的风险观念连接到一个主题上？你之前提到了绩效归因，我在哪里获得回报？我的命中率是多少？我的残差命中率与因子命中率相比如何？我的季报期内与季报期外的命中率如何以及在残差基础上如何连接到我的风险和我的投资组合构建，所有这些都是很多工作。

把软件、风险和所有不同的元素组合在一起是非常痛苦的。正如我所提到的，我们看到一些基金在这方面做得非常出色，而一些基金，大多数基金因为他们必须做股票挑选这项非常艰巨的工作，这是一项非常具有挑战性的工作。你必须有令人难以置信的智商来解决这个问题并付出努力。他们有一些可以提供一些风险洞察的系统，但它没有‘让我微调一下，看看会发生什么，让我了解它们是如何连接的’这种详细的输入输出体验。因此，将所有这些元素组合在一起是我们希望做的事情。

**Tracy (41:13):**你实际上是什么时候创立Arcana的？

**Rich (41:15):**大约两年多前。

**Tracy (41:16):**两年前。好的。那么客户现在要求的与两年前要求的有什么不同？因为这是一个快速发展的领域。

**Rich (41:28):**我认为在我们客户群体中，有一部分人是熟悉风险领域的，另一部分是比较新手的，我认为熟悉风险领域的人有这样一个持续的问题集‘如何使这个再次更加功能强大，更快地看到更多分析，每个元素如何相关。我能看到拥挤的洞察力以及它如何与我的投资组合相关，我能看到所有这些不同的部分吗？’

因此，当你将这些工具交给投资组合经理时，我会说这是一种稳定的思考升级。而且你也在某种程度上赋予他们权力，因为再次，很多这样的组织机构都是设立了风险部门和投资组合管理功能，而投资组合经理并不一定是这些地方内部风险的客户。但随着像我们这样的人提供这些工具的行业的出现，我们必须对投资组合经理更加负责，他们会说，好的，我明白它是如何构建的。我能双击它吗？

**乔（42:20）：**你的意思是投资组合经理不一定是风险的客户？

**里奇（42:23）：**所以在一个大型多管理人公司，你有一个风险部门，几乎是属于首席投资官的。然后你有投资组合经理。投资组合经理并不是风险人员的客户。风险人员在某种程度上是为首席投资官工作的，可以这样说，它在很多情况下是一种约束。

最好的地方是完全协同的，你在进攻中使用风险工具和所有你可以做的事情，而不仅仅是防守。所以在一些地方确实发生了这种情况，但还有另一群地方，他们觉得‘嘿，这限制了我，这对我没有帮助。’ 随着这变得更加行业化或商业化，我们为他们工作。所以如果‘嘿，我想要这个额外的功能’，他们就是客户。

所以有这一部分，但是对于工具和增量洞察力，需求不断升级，好吧，让我点击这个，让我理解这个。在我整个宇宙中，涵盖所有股票的整个宇宙，我可以涵盖所有这些工具，这些人不一定来自豆荚系统。有趣的是人们想要专注于‘好吧，我如何构建这种因子意识系统，而不是在市场中性的背景下’，而是‘嘿，我是一个纯多头，或者我是一个方向性定位的价值基金或其他什么。如何重新调整模型，使其与我的基准相比较？’ 所以这是一个有趣的演变，不是结构上市场中性的投资者类型，但仍然希望从中获得所有洞察力，你可以重新校准整个模型以与基准相比较。这就是一个例子。

**Joe (43:56):**Rich Falk-Wallace，非常感谢你的到来Odd Lots。这真是太棒了，我学到了很多，现在有了10个进一步的剧集想法，这总是我们是否进行了一次良好对话的考验。

**Rich (44:09):**当然。非常感谢你邀请我。真的很感激。

**Joe (44:24):**Tracy，我觉得那太棒了。我真的有，还有大约10集我们现在必须做的，但那在多个层面上非常启发人，特别是关于产品经理或分析师在这些情境中实际上在做什么的。

**Tracy (44:40):**是的，绝对是。而且我也在想，这与我们最近与James Van Geelen关于主题投资的对话有趣地契合，他谈到，价格显然是一个因素，但你也想找到每个人都会抓住的故事。然后Rich谈到，当你提出投资理念时，你在试图找到一些能改变每个人对特定股票或投资轨迹看法的东西。

**Joe (45:12):**完全正确。我觉得这个想法非常有趣，就是没有人知道明天会发生什么。可能会发生一些重大事件导致整个市场崩溃。我猜测不会发生导致整个市场猛涨的重大事件，不幸的是。情况总是相反。

没有人知道利率会怎么样，我们知道很多股票与利率挂钩，但没有人知道。也许明天会有一家芯片公司推出视频产品，谁知道呢。没有人知道这些事情。然后有这样一个想法，如果你能剥离所有这些，然后识别股票的特异驱动因素，那么这些股票的特异驱动因素几乎本质上，有些会成功，有些会失败，我能理解为什么这场游戏是在相对较短的时间内进行很多赌注。在这次对话中，这个观点真的让我恍然大悟。

**特蕾西（46:08）：**是的。还有一件事吸引了我，就是跨越这些不同赌注进行分散投资的想法。我之前并没有真正考虑过，我猜当你想到对冲基金时，即使多策略基金现在是主流，我仍然会想到那种经典的，我不知道，比尔·阿克曼那种，你在某个东西上下一大注，那就是你的阿尔法来源。但在这次对话中传达的东西是真正的分散化方面，渴望成为因子中性并利用阿尔法而不是贝塔。

**乔（46:46）：**有各种有趣的东西。我想更多地了解，我想更多地了解什么？嗯，我绝对想更多地了解另类数据，因为我觉得通常当讨论到这个时，都是一种非常陈词滥调的方式。比如，是的，我知道每个人都有信用卡数据，但我想更多地了解这方面。

我不知道，我们还可以探索更多。还有不同的模型。我对存在的所有这些不同的多策略基金很着迷，它们并不都一样，这对我来说很有趣。风险管理者的位置以及他们内部构建的工具数量，以及他们不构建的工具数量，以及小组获得的灵活性程度，以及分析师实际上做了什么之类的，还有很多事情要做。

**Tracy (47:32):**我真的想做一集关于播客公司薪酬模式差异的节目。我认为那会很有趣，因为这也会涉及到投资者的行为，对吧？好的，既然我们已经有了10集更多的想法，我们就到这里吧？

**Joe (47:49):**就到这里吧。

你可以关注Rich Falk-Wallace，链接为@richfalkwallace。