尽管可以使用非常相似的指标和流程来分析共同基金和对冲基金，但对冲基金的确需要额外的深度来解决其复杂性和不对称的预期收益。 对冲基金通常仅由合格的投资者使用，因为与其他基金相比，它们要求遵守更少的SEC法规。
本文将介绍分析对冲基金时应理解的一些关键指标，尽管还有许多其他需要考虑的指标，但此处包含的这些指标是开始对对冲基金业绩进行严格分析的好地方。
绝对和相对回报
与共同基金绩效分析类似，对冲基金应同时评估绝对和相对回报绩效。 但是，由于对冲基金策略的多样性以及每个对冲基金的独特性，因此有必要对不同类型的收益进行深入的了解以识别它们。
与更传统的投资类型相比，绝对收益使投资者可以了解在何处对基金进行分类。 绝对收益也称为总收益，它衡量的是基金的收益或损失。
例如，回报率低且稳定的对冲基金可能比固定收益投资更好地替代新兴市场股票，而新兴市场股票可能会被高回报的全球宏观基金所取代。
另一方面，相对回报使投资者可以确定与其他投资相比，该基金的吸引力。 可比对象可以是其他对冲基金，共同基金，甚至是投资者试图模仿的某些指数。 评估相对回报的关键是确定多个时间段的绩效，例如一年，三年和五年的年化回报。 此外，这些回报也应相对于每项投资固有的风险加以考虑。
评估相对绩效的最佳方法是定义一个同行列表，其中可以包括传统共同基金，股票或固定收益指数以及具有类似策略的其他对冲基金的横截面。 一个好的基金应该在所分析的每个时期都表现在前四分之一，以便有效地证明其阿尔法生成能力。
衡量风险
在不考虑风险的情况下进行定量分析，类似于蒙着眼睛穿过繁忙的街道。 基本财务理论表明，只有承担风险才能产生超额收益，因此，尽管基金可能会表现出出色的收益，但投资者应将风险纳入分析中，以确定基金的风险调整后绩效以及与其他投资的比较。
有几种衡量风险的指标：
标准偏差
使用标准差作为风险度量的优势包括其易于计算和收益率正态分布概念的简单性。 不幸的是，这也是其在描述对冲基金内在风险方面无能为力的原因。 大多数对冲基金没有对称的收益率，标准差度量标准也可以掩盖大额亏损高于预期的可能性。
风险价值（VaR）
风险价值是一种基于均值和标准差的风险度量。 但是，与标准差不同，它没有以波动率来描述风险，而是以5％的概率很可能损失的最高金额。 在正态分布中，它用可能结果的最左侧百分之五表示。 缺点是由于正态分布的收益假设，金额和概率都可能被低估。 进行定量分析时仍应对其进行评估，但投资者在评估风险时也应考虑其他指标。
偏度
偏度是对收益不对称性的一种度量，对这一度量标准的分析可以进一步揭示基金的风险。
下图显示了两个均值和标准偏差相同的图表。 左侧的图形正偏。 这意味着 均值>中位数> 众数。 请注意，右尾巴较长，而左侧的结果则向中心倾斜。 尽管这些结果表明结果的可能性低于平均值，但也表明了非常积极的结果的可能性（尽管较低），如右侧的长尾巴所示。
正偏度和负偏度。 朱莉·邦（Julie Bang）摄©Investopedia 2020
大约为零的偏斜度表示正态分布。 任何偏斜度为正的值都更可能类似于左侧的分布，而负偏斜度则类似于右侧的分布。 从图中可以看出，负偏分布的危险是非常负的结果的概率，即使该概率很低。
峰度
峰度是分布尾部相对于其余分布的总权重的度量。
在图2中，左侧的分布呈现出负峰度，表明平均值附近的结果概率较低，而极值的概率较低。 正峰度（在右侧的分布）表示接近均值的结果概率较高，但极值的概率较高。 在这种情况下，两个分布的均值和标准差也相同，因此投资者可以开始认识到分析除标准差和VAR之外的其他风险指标的重要性。
负峰度和正峰度。 朱莉·邦（Julie Bang）摄©Investopedia 2020
夏普比率
对冲基金使用的最受欢迎的风险调整后收益衡量方法之一是夏普比率。 夏普比率表示每种风险水平所获得的额外收益量。 夏普比率大于1是好的，而比率小于1则可以根据所使用的资产类别或投资策略来判断。 无论如何，计算Sharpe比率的输入是平均值，标准差和无风险利率，因此Sharpe比率在低利率时期可能更具吸引力，而在高利率时期则没有吸引力。
用基准比率衡量绩效
为了准确地衡量基金的绩效，必须有一个比较点来评估收益。 这些比较点称为基准。
有几种方法可以用来衡量相对于基准的性能。 这是三个常见的：
贝塔
Beta称为系统风险，是相对于指数回报的基金回报的度量。 被比较的市场或指数的贝塔系数为1。因此，贝塔系数为1.5的基金，市场/指数每变动1％，其回报率通常为1.5％。 另一方面，贝塔系数为0.5的基金，市场上每1％的回报将有0.5％的回报。
Beta是确定某项基金拥有多少股权（特定资产类别）的绝佳方法，并允许投资者确定是否和/或有必要对基金进行大量分配。 Beta可以相对于任何基准指数（包括股票，固定收益或对冲基金指数）进行衡量，以揭示基金对特定指数变动的敏感性。 大多数对冲基金都根据相对于标准普尔500指数的相对不敏感度/相关性来出售其收益，从而计算出相对于标准普尔500指数的beta。
相关性
关联与beta非常相似，因为它可以衡量收益的相对变化。 但是，与beta（假定市场在某种程度上推动一只基金的表现）不同，相关性衡量的是两种基金的收益之间的相关性。 例如，多元化是基于以下事实：不同的资产类别和投资策略对系统因素的反应不同。
相关性是在-1到+1的范围内测量的，其中-1表示完美的负相关，零表示完全没有明显的相关，而+1则表示完美的正相关。 通过将标准普尔500的多头头寸与标准普尔500的空头头寸进行比较，可以实现完美的负相关。 显然，一个职位每增加百分之一，另一职位就会减少百分之一。
相关性的最佳用途是将投资组合中每个基金与该投资组合中其他每个基金的相关性进行比较。 这些基金彼此之间的相关性越低，投资组合的多元化可能性就越大。 但是，投资者应警惕过于多样化，因为回报可能会大大降低。
Α
许多投资者认为Alpha是基金收益与基准收益之间的差额，但是Alpha实际上是考虑收益相对于承担的风险量的差额。 换句话说，如果收益比基准高出25％，但所承担的风险比基准高40％，则alpha值实际上为负。
由于这是大多数对冲基金经理声称可以增加收益的内容，因此了解如何进行分析非常重要。
Alpha是使用CAPM模型计算的：
</ s> </ s> </ s> ERi = Rf +βi×（ERm−Rf）其中：ERi =投资预期收益Rf =无风险利率βi=投资贝塔值ERm =市场预期收益
为了计算对冲基金经理是否根据所承担的风险增加了alpha，投资者可以简单地将对冲基金的beta代入上述等式，这将导致对冲基金业绩的预期回报。 如果实际收益超过预期收益，那么对冲基金经理会根据所承担的风险增加alpha值。 如果实际收益低于预期收益，那么即使实际收益可能已经高于相关基准，对冲基金经理也没有基于所承担的风险添加alpha。 投资者应该希望对冲基金经理能够以承担的风险为收益增加阿尔法，而不能仅仅通过承担额外的风险来产生收益。
底线
对冲基金进行定量分析可能非常耗时且充满挑战。 但是，本文简要介绍了其他指标，这些指标为分析添加了有价值的信息。 还可以使用多种其他指标，甚至所讨论的指标可能与某些对冲基金更相关，而与其他对冲基金相关性较低。
通过努力进行一些额外的计算，投资者应该能够更多地了解特定基金的内在风险，其中许多计算是由分析软件自动计算的，包括晨星，PerTrac和Zephyr等提供商的系统。
