對沖基金每日風險管理
由於對沖基金/基金中的基金通常在月底後的 10 天內每月報告一次，因此監控和管理（對沖）潛在風險是一項相當艱鉅的任務。做了一些研究，似乎有一些解決這個問題的方法。
假設有一個 FoF，在其下大約有 50 個具有不同策略的 HF。可以在 FoF 級別以及每個 HF 級別上進行風險管理。後者更繁瑣，但提供了更好的理解（就像一個特定的 HF 是一個多頭/空頭股票基金，很明顯它們面臨股票風險）。
到目前為止，我已經查看了 HFRI 股票對沖指數，並將其與 Fama-French 因子進行了回歸。結果並不完美（24 個月滾動回歸），但還可以。然而，這種確切的方法對信貸、多層次、固定收益基金沒有任何意義（也許我沒有使用正確的因子）。我可能會繼續嘗試一段時間。
還有兩個選項 - PCA 和因子分析。所以我想也許有人已經看過這個問題並願意分享他/她的經驗。任何輸入表示讚賞。
查看PCA 與 FA之間的以下討論： https ://stats.stackexchange.com/questions/1576/what-are-the-differences-between-factor-analysis-and-principal-component-analysi ，然後選擇您認為理論上適合您的情況。
$$ EDIT $$
在風險監控方面，EM 算法 FA可用於建構替代指數的潛在因素模型。我的建議是訪問一些數據庫，例如：indexiq、alternativeucits等，以獲得關於您的基金采用或跟踪的不同策略的足夠時間序列（回報）。與複製那些第三方索引方法相比，這可能成本相對較低（就時間而言）。
Ps：在彭博上也能找到一些數據（指數策略），比如Newedge CTA Trend ..
一旦使用EM 算法（例如*，載入、得分.. ）建構了**多因素模型*，您就可以推導出您的Ex-Ante Sigma，並且還可以輕鬆地對您的因子應用蒙特卡羅模擬來推導VaR …
在這裡偶然發現了 IndexIQ 的方法：http: //www.indexiq.com/docs/iqhgms/iiqhedgeiqindexes.pdf
可能是每天複製 HF 回報/風險和風險管理的另一種選擇。
隨意評論/討論。