灵活对冲策略的关键在于对冲敞口的确定方法，常见的确定方法分为主观方法和量化方法。然而不管是主观还是量化，其主要目的都是对市场未来走势进行预测，以期能够精准获取市场提供的正Beta收益；并且在市场下跌的时候，降低组合敞口，规避此时市场的负Beta收益。

股票市场云谲波诡，是一个高阶混沌系统。市场走势并不全受风格因子的影响，而且影响因素远比想象的要多，因此，Beta择时要比选择一篮子战胜指数的股票要更困难。

从Barra多因子风险模型的角度看，Beta择时属于市场风格择时范畴，通过笔者前期的研究，目前各量化管理人的Beta择时能力乏善可陈。因此当前大多数灵活对冲策略中Beta收益占比较小，起到增厚传统市场中性策略的作用，其主要收益多由中性部分提供。

分析灵活对冲策略表现的关键在于精准确定对冲敞口，如此即可确定策略中的纯多头占比和中性占比。但在缺少底层持仓数据，只有产品净值数据的前提下，确定灵活对冲策略的多头和中性仓位占比仍有以下问题：

· 灵活对冲策略中多头和中性仓位占比是时变的，而非恒定不变；

· 灵活对冲策略不能简单地看成一个市场中性产品和一个指数增强产品的简单组合，因为某些管理人还会加入T0策略和股指CTA策略；

· 灵活对冲策略除市场Beta收益，以及普通Alpha策略的超额收益（可由同一管理人的市场中性产品表示，笔者即使用该做法），还要考虑有其它收益如股指CTA策略收益、基差收益等。

基于以上问题，笔者认为仅使用灵活对冲策略净值数据，不可能完美精准地计算出其中的多头仓位占比和中性仓位占比。但若使用移动时窗的方式，能够大致确定多头和中性占比的大概区间，并且可以动态描绘二者变化。同一家管理人不管是指数增强策略、还是市场中性策略，亦或是灵活对冲策略，其Alpha选股部分基本是相同的。

为方便分析，假设灵活对冲策略的收益仅包含Alpha和Beta两部分，并不考虑其它如股指CTA等方面的收益。基于以上分析，假设Beta部分的占比为w。则有：

其中rmix是灵活对冲类策略周频收益率。对于Alpha，笔者使用对应管理人市场中性策略收益；Beta采用中证500指数周收益率。

为了动态研究灵活对冲类策略的多头和中性占比变化，笔者使用移动时窗的方式对上述变量进行回归确定各部分权重。

具体的方法是：首先确定窗口宽度N，即一个窗口包括N个周收益率数据样本；然后依次沿时间轴移动时窗进行回归，确定每一期的回归系数，以及残差和R^2；最后，将二者回归系数进行归一化，确定多头和中性占比的变化趋势即可。

大致研究思路：

 1  首先，分析各管理人灵活对冲策略和市场中性策略，同中证500走势的对比情况，初步分析灵活对冲策略相对于市场中性策略超额收益的分布区间和多头择时的有效性；

 2  然后，对灵活对冲类产品用移动视窗的方式进行线性回归，得到回归系数变化、残差变化、R_2变化时序，并通过回归结果分析回归的有效性；

 3  最后，通过归一化回归系数，确定各时点中性仓位和多头仓位的大致占比。分析其多头占比的变化是否同市场指数的涨跌相对应，进而确定多头择时的有效性。

下图为笔者对某灵活对冲产品净值，进行与中证500指数和同管理人中性产品回归进行回归的结果。图中显示，除了2019年三月份中少量时点多头占比为负值无意义，以及有些时点多头回归占比激增（如2020年10月初）无意义以外，其它时点多头占比正常。并且多头占比最大值60%左右，且平均值约25%左右，这和该管理人声称的多头占比最大值不超过40%，常年维持30%左右的水平基本吻合。

图1 某灵活对冲策略滚动多头和中性占比

数据来源：好买基金研究中心，2018.7.6~2024.5.31

从回归结果来看，该灵活对冲策略在2022年年中以后，就大幅降低了多头暴露，多头占比基本为0。为进一步验证回归结果的有效性，笔者拉取了该管理人中性产品净值同该灵活对冲策略产品进行了对比，可见确实从2022年年中以后，二者波动和走势基本一致，从而也进一步验证了文中提出了移动时窗回归的有效性。

图2 某灵活对冲策略同中性产品走势对比

数据来源：好买基金研究中心，2022.5.27~2024.5.31

对比中证500的走势可知，该灵活对冲策略中多头暴露同中证500指数上涨阶段，多数“重要”时间段相契合。例如在2019年四季度和2020年二三季度市场上涨阶段，暴露了相当的多头部分；而在2020年三季度末市场进入平台震荡期，降低了多头敞口，说明该灵活对冲策略多头择时确实能够体现出一定的择时有效性。

Beta择时是一种典型的“低胜率、高赔率”策略，即预测准确率较低，但如果在某些大的市场行情下暴露对了多头敞口，Beta收益会很可观。因此衡量一个灵活对冲策略产品是否优异，并不能看多头择时的准确性，还要看多头敞口暴露的合理性。例如笔者研究的多家知名管理人的灵活对冲策略多头占比，很多时候多头占比的变化同市场走势对比并不准确，但是在市场有大机会的时候，二者均增加了多头的暴露，增厚收益明显，“赔率”很高。

在研究过程中，对各管理人灵活对冲策略细节了解有限，并且相关产品中除多头和市场中性产品收益以外，还有可能有其它策略如股指CTA策略或者基差收益的影响。因此滚动时窗回归法仍然较难精确地得出多头占比，在某些时点回归效果差，多头占比激增。

因此，基于净值而做的动态回归，对于策略研究有一定的有效性，但相对粗糙。我们更应该做的就是对各灵活对冲产品的持续跟踪和调研，然后与回归研究的结论进行交叉验证，进而确定管理人实际的灵活对冲策略管理能力，同时也能进一步改进净值法研究方案。

这其实对持有灵活对冲产品的普通投资者并不友好，一来术业有专攻，多数普通投资者并不擅长数理分析；二来对普通投资者来讲，动态、频繁、深入的管理人调研并不现实。而这两点，正是对于多数量化策略，尤其像灵活对冲这种时变、相对更复杂的策略类型所必需的。

而对于这两点，FOF无疑更加专业。FOF依托于对各策略原理的深入认知，更能够找出更科学全面的研究方案来确定管理人管理能力，同时也会动态、频繁、深入地进行管理人调研。除此以外，作为更加专业的基金优选机构，FOF多能拿到管理人的估值表，然后深入分析对冲端和多头端，进行更细致的分析，能够更有效研究策略细节，也能更有效甄别管理人的投研实力。

风险提示：投资有风险。基金的过往业绩并不预示其未来表现。相关数据仅供参考，不构成投资建议。投资人请详阅基金合同，并自行承担投资基金的风险。高端合格投资者要求：符合中国证监会规定的私募证券投资基金的“合格投资者”条件。即：具备相应风险识别能力和风险承担能力，投资于单只私募基金的金额不低于100万元。且个人金融资产不低于300万元或者最近三年个人年均收入不低于50万元。好买提醒：本文版权为好买财富所有，未经许可任何机构和个人不得以任何形式转载和发表。