← 返回列表
Colossus (Invest Like the Best / Business Breakdowns)播客26 Apr 2022来源: joincolossus.com主持: Patrick O'Shaughnessy

Dmitry Balyasny - Building a Better Model - [Invest Like the Best, EP. 274]

一句话导读

这篇讲的是对冲基金大佬Dmitry Balyasny如何管理他的公司BAM,核心是:不靠押注一个天才交易员,而是搭建一个系统,让很多团队一起赚钱,同时控制风险。他认为现在市场高利率环境反而有利,因为波动大才有交易机会。文中没提具体股票,但强调做空不是赌公司倒闭,而是做多空之间的差价生意。BAM有125个投资团队,自2001年成立以来只有一年亏钱。

AI 摘要AI 生成 · 可能有误 · 以原文为准

Dmitry Balyasny,Balyasny Asset Management(BAM)管理合伙人兼CIO,探讨了多策略、多PM平台型对冲基金的构建与优化。核心观点是:BAM自2001年成立以来仅有一年亏损,通过资本配置、风险管理和激励机制实现稳定绝对回报。重要结论包括:平台型基金需区分“好”与“卓越”,关键在于吸引风险偏好型人才并管理其方差;杠杆使用需谨慎,典型水平与策略相关;做空策略需系统性思考,利率环境对此类投资影响显著;私人市场机会令人兴奋但需选择性参与。Balyasny强调,作为CIO,核心是解决资本分配与人才激励的平衡问题,并持续优化模型以接近理想终局。

全文约 10 分钟 · 9 个章节
深度解读

好的,这是根据您的要求对播客文字稿进行的分析解读。

本期速览

Dmitry Balyasny,Balyasny Asset Management(BAM)管理合伙人兼CIO,探讨了多策略、多PM平台型对冲基金的构建与优化。核心观点是:BAM自2001年成立以来仅有一年亏损,通过资本配置、风险管理和激励机制实现稳定绝对回报。Dmitry Balyasny 认为,平台型基金成功的核心不在于找到最聪明的交易员,而在于构建一个能吸引、激励并管理“风险偏好型”人才,同时通过系统化手段控制其方差的生态系统。

主题小节

1. 平台型基金的终局:从“好”到“卓越”的少数派游戏

Dmitry Balyasny 认为,对冲基金行业终将像私募股权一样,走向高度集中,只有少数几家机构能持续产生大规模阿尔法。

  • 历史脉络:Balyasny 从 Schoenfeld 自营交易公司的经历中认识到,拥有不同风格、不同专长交易员的“多经理模式”更具持久性和可扩展性。他通过管理内部基金中的基金,进一步验证了这一观点:十年后,那些幸存下来的基金几乎都是多经理模式的变体。
  • 机制拆解:从“好”到“卓越”的跨越极其困难,能成功执行该模式的机构“一只手就能数过来”。挑战在于:创始人需要从“优秀交易员”转变为“风险分配者”,这需要克服“迈克尔·乔丹想传球”式的心理障碍。此外,还需解决如何吸引顶尖人才、提供何种经济与基础设施支持、以及如何让众多团队协同工作等一系列难题。
  • 数据支撑:BAM 目前拥有 125 个投资团队。Balyasny 指出,自 2001 年成立以来,BAM 仅有一年(2018年)出现亏损。
2. 资本配置的艺术:在夏普比率与容量之间寻找平衡

作为CIO,Balyasny 的核心任务是解决资本分配与人才激励的平衡问题,其优化目标是“在规模化的前提下实现高夏普比率”。

  • 机制拆解:BAM 按业务线(股票、全球宏观、商品、信贷等)进行组织,每个策略有专门的管理团队负责招聘、管理和资本分配。对于每个投资团队,会设定一个“风险盒子”(risk box),例如股票团队要求接近市场中性、行业中性,以最大化个股特异性风险,最小化因子风险。一个典型的股票团队可能持有 50-100 个头寸(多空各半)。
  • 数据链:BAM 的目标波动率约为 7%(年化,±1-2%)。如果在此波动率下实现 2 的夏普比率,就是一个非常好的回报。杠杆水平取决于市场环境,高波动时所需杠杆低,反之亦然。BAM 的股票业务杠杆水平略高于典型的单一经理人多空基金,但由于高度分散化(持有数千个头寸),其实际波动率反而更低。
  • 推演与验证:理想化的终局是产生一个与市场低相关、高绝对回报、高夏普比率的回报流。Balyasny 承认这极具挑战,但通过跨资产类别、多样化的风险承担者,可以实现相当的一致性。验证信号是:在市场下跌 20% 的年份,BAM 能否仍实现正回报(如 +15%)。
3. 激励与人才:构建“企业中的企业”

Balyasny 认为,吸引和留住顶尖人才的关键在于提供“小型精品店的协作文化”与“全球平台的资源”相结合的独特环境。

  • 机制拆解:BAM 的激励机制设计从一开始就着眼于长期。Balyasny 观察到,许多对冲基金在对待人才方面“完全不专业”,因此 BAM 的早期优势仅仅是“不做任何完全愚蠢的事,并专业地对待人才”。随着平台成熟,经济条款(薪酬结构)在各平台间趋于相似,人才选择更多基于文化契合度。
  • 人才画像:优秀的 PM 具备以下特征:

1. 发展型心态:每年从零开始,渴望比前一年更聪明。

2. 心理平衡:在“信念与固执”、“进取与谦逊”之间找到平衡。没有足够的信念无法承担风险,没有足够的谦逊则无法在市场变化时及时止损。

3. 团队建设者:愿意投入时间和精力培养下属,而非将其视为“自动化电子表格”。

  • 推演:Balyasny 强调,如果无法支付顶尖 PM 市场化的薪酬,就会面临人才流失的“旋转门”。因此,建立正确的经济基础(基金结构)至关重要,这能确保在有人赚大钱时,公司有能力支付其应得的报酬。
4. 做空与利率:从“寻找零”到“相对价值”

Balyasny 驳斥了“做空就是寻找归零公司”的流行观点,认为对冲基金的核心是“相对价值”和“利差生意”,而非押注单一方向。

  • 机制拆解:BAM 将做空视为一个多样化的工具包,而非单一的“做空欺诈公司”策略。做空头寸可以包括:预期差(好公司但短期业绩不及预期)、竞争性做空(竞争对手推出同类产品)、以及作为多空配对交易的一部分。目标是构建一个由多种不同类型交易组成的多样化投资组合,以最小化单一策略带来的巨大波动。
  • 利率影响:更高的利率对 BAM 的商业模式是利好。原因有二:1)高利率通常伴随更高的市场波动率,而波动率是产生交易机会的基础(最差的环境是“无事发生”);2)对于宏观交易(BAM 约 1/3 的风险暴露),利率波动为利率交易员提供了丰富的交易机会(曲线交易、方向性交易等)。对于股票多空业务,利率水平本身影响不大,因为支付给券商的利差(spread)不变。
5. 私人市场:令人兴奋但需克服“负向选择”

Balyasny 认为私人市场机会巨大,但进入门槛极高,核心挑战在于克服“负向选择”,即如何获得投资顶级公司的入场券。

  • 历史脉络:BAM 在 5 年前开始布局私人市场,Balyasny 后悔没有在 15 年前就开始。
  • 机制拆解:BAM 通过三种方式构建其私人市场生态:

1. 成为LP:投资大量早期风投基金,作为客户而非竞争对手,从而获得跟投机会。

2. 举办顶级会议:将内部研究员与顶级VC、创始人聚集在一起,建立关系网络。

3. 组建专业团队:建立一支专门的私人市场投资团队,并与拥有 300 名研究员的公共市场团队紧密协作,在尽职调查和投后管理上形成协同效应。

  • 推演:Balyasny 警告,如果没有在“ sourcing ”(项目获取)方面的优势,没有经验丰富的专业团队,贸然进入私人市场将非常困难。BAM 的优势在于能将公共市场的机构化研究能力与私人市场的专业团队相结合,长期来看有望建立起顶尖的业务。

提及的标的

本节内容为对投资方法论和商业模式的探讨,未对具体上市公司或可投资标的进行实质讨论或仓位动作分析,因此不适用。

值得记住的判断

1. 平台型基金的成功是“少数派游戏”(Dmitry Balyasny):能成功执行多策略、多PM模式的机构“一只手就能数过来”,因为创始人需要完成从“优秀交易员”到“风险分配者”的艰难转变,这就像“迈克尔·乔丹想要传球”一样反人性。

2. 对冲基金是“利差生意”,不是“寻找下一个苹果”(Dmitry Balyasny):Balyasny 认为,试图通过买入好公司、做空坏公司来获得稳定回报的想法是“有缺陷的”。真正的价值在于构建多样化的“相对价值”交易,追求“多空之间的持续利差”,而非押注单一方向的“本垒打”。

3. 做空不是寻找“归零公司”(Dmitry Balyasny):如果做空组合全是“归零公司”,波动会极其剧烈。有效的做空策略应包含预期差、竞争性做空等多种类型,其核心是管理风险,而非单纯看跌。

4. “发展型心态”是优秀PM的首要特征(Dmitry Balyasny):Balyasny 认为,顶尖 PM 的共同点是“每年从零开始,渴望比前一年更聪明”。这种心态使他们能适应市场变化,而非固守单一风格。

5. 高利率环境对多策略基金是利好(Dmitry Balyasny):Balyasny 指出,最差的市场环境是“无事发生”的低波动状态。高利率通常带来更高波动率,并为宏观利率交易员创造丰富机会,因此对 BAM 的商业模式是“积极的”。

6. 私人市场的核心挑战是“负向选择”(Dmitry Balyasny):在私人市场,即使你足够优秀,也无法“像买谷歌股票一样”投资一家顶级未上市公司,因为你必须被邀请。克服这一挑战需要构建独特的生态(如成为LP、举办会议、建立专业团队)。

7. “信念与固执”的平衡是交易员的终极考验(Dmitry Balyasny):Balyasny 用一个错失的次贷做空机会为例,说明在投资中,既要确保对某个领域有足够的专业能力,又要在看到机会时有足够的信念去行动,哪怕这超出了你的传统舒适区。

8. 量化程度与时间框架成反比(Dmitry Balyasny):Balyasny 认为,高频交易(毫秒级)可以完全量化,但时间框架越长(如私人科技投资),量化就越困难。股票投资和宏观交易介于两者之间,需要持续投资于数据、自动化和工具,以赋能团队。