公众号主要介绍关于量化投资和机器学习的知识和应用。通过研报,论坛,博客,程序等途径全面的为大家带来知识食粮。版块语言分为:Python、Matlab、R,涉及领域有:量化投资、机器学习、深度学习、综合应用、干货分享等。
专栏主题
AI
分享
今天看啥  ›  专栏  ›  公众号  ›  量化投资与机器学习

如果巴菲特设立对冲基金,会是怎样?

量化投资与机器学习  · 公众号  · 2018-12-22 14:45


           了


2018年,就只剩下8天了


作者:Vikas Bardia | Medium 

编译:1+1=6


推荐阅读

1、机器学习、深度学习、量化金融、Python最新书籍汇总

2、海量Wind数据,与全网用户零距离邂逅!

3、超级棒的机器学习资料下载



每年2月/3月,巴菲特都会给伯克希尔哈撒韦公司(Berkshire Hathaway)的股东们写一封年度信,详细阐述他对过去、现在和未来的见解和看法。


在每封信的开头都是伯克希尔的历史表现,以账面价值变化百分比和股价变化百分比来衡量,和该年度标普500指数作为基准的回报率。自1965年接管伯克希尔哈撒韦公司(Berkshire Hathaway)以来,这位世界上最成功的投资者已经为股东和自己赚了数十亿美元,过去53年的年复合增长率高达20%。


Let that sink in — 53 years!



1965年至2017年间,伯克希尔哈撒韦的账面价值年均增长19.1%。同期,标准普尔500指数的回报率为9.9%,其中包括股息。伯克希尔哈撒韦公司的¥10000投资,扣除所有成本在今天增长到令人难以置信的¥10.89亿。


然而,如果不投资巴菲特运营的伯克希尔哈撒韦公司,而是投资其设立的对冲基金。收取与其他公司类似的2/20费用(即2%的管理费+ 20%的收益),¥10000的投资只会变成¥89万,余剩下的¥10亿将被巴菲特纳入囊中!



随着时间的推移,由于看似正常的管理费,大部分钱都流向了基金经理。


这里有几点假设需要注意:


1、管理费在每年年初扣除;


2、每年年底,巴菲特基金支付20%的绩效费(按收益计算),其表现优于标准普尔500指数。这一扣除反映在第二年年初;


3、所得费用将再投资于本基金,并获得与本基金相同的回报。这种情况在实际操作中很少发生,因为钱是花出去的,奖金是发出去的等等。然而,它仍然显示了投资者损失的价值;


4、在现实中,人们更关心股价的变化,而不是账面价值。在这种情况下,如果采用2/20的收费结构,赚取的费用与产生的价值之间的差额甚至会更大。


详细计算在这里(可能存在四舍五入的问题):



在涉足伯克希尔哈撒韦公司之前,巴菲特经营着多家投资合伙企业(最后一家在1969年被清算,然后才完全控制并成为伯克希尔哈撒韦公司的董事长)。今天很难相信这一点,但是巴菲特有一个0/25的费用结构。也就是说,他不收取任何管理费,并且有权获得高于6%的最低回报率25%的收益。阿尔弗雷德•琼斯(Alfred Jones)采用了类似的0/20费率结构。琼斯于1949年创建了第一支对冲基金,被称为“对冲基金业之父”。


从那时到现在,我不确定2/20收费结构是如何或为什么成为对冲基金、另类投资基金如PE & VCs(风险投资)、投资组合管理服务,甚至大多数共同基金的标准(2%的bit,在大多数国家是禁止收取业绩费的)。事实上,如今的收费结构已经变得如此复杂,以至于投资者常常不知道自己到底在支付什么,以及为什么要支付。


近年来,发达市场的机构投资者和顾问已开始强调收费,利用他们的规模和权力来压低成本。这些国家的散户投资者也从这一趋势中获益,许多ETF和共同基金目前的收费不到0.10%。有趣的是,低成本基金的最大支持者之一就是巴菲特本人,这是他一直提出的一条投资建议。事实上,在他2013年的年度信中,他提到,这主要是希望受托人在他去世后管理妻子的钱进行投资:


“My money, I should add, is where my mouth is: What I advise here is essentially identical to certain instructions I’ve laid out in my will…My advice to the trustee could not be more simple: Put 10% of the cash in short-term government bonds & 90% in a very low-cost S&P 500 index fund. I believe the trust’s long-term results from this policy will be superior to those attained by most investors — whether pension funds, institutions or individuals — who employ high-fee managers.”


这就是巴菲特对这种低成本策略的信心。2007年,巴菲特甚至公开押注100万美元与一家对冲基金经理赌博:对冲基金在未来10年的表现不会超过标准普尔指数基金。不出所料,他在今年年初赢得了这场赌局。


推荐阅读


01、经过多年交易之后你应该学到的东西(深度分享)

02、监督学习标签在股市中的应用(代码+书籍)

03、全球投行顶尖机器学习团队全面分析

04、使用Tensorflow预测股票市场变动

05、使用LSTM预测股票市场基于Tensorflow

06、美丽的回测——教你定量计算过拟合概率

07、利用动态深度学习预测金融时间序列基于Python

08、Facebook开源神器Prophet预测时间序列基于Python

09、Facebook开源神器Prophet预测股市行情基于Python

10、2018第三季度最受欢迎的券商金工研报前50(附下载)

11、实战交易策略的精髓(公众号深度呈现)

12、Markowitz有效边界和投资组合优化基于Python

13、使用LSTM模型预测股价基于Keras

14、量化金融导论1:资产收益的程式化介绍基于Python

15、预测股市崩盘基于统计机器学习与神经网络(Python+文档)

16、实现最优投资组合有效前沿基于Python(附代码)

17、精心为大家整理了一些超级棒的机器学习资料(附链接)


公众号官方QQ群


量化、技术人士深度交流群


今天看啥 - 让阅读更高品质
本文地址:http://www.jintiankansha.me/t/mLYTT0HY2a