私募云通联合创始人、总经理冯美云
3月25日，由中国人民大学国家发展与战略研究院、中国证券投资基金年鉴、中国量化投资学会主办、北京中金量化科技投资有限公司协办的金麟2017第四届量化投资与对冲基金年会在中国人民大学召开。
私募云通联合创始人、总经理冯美云参与了主题为“FOF时代的策略与产品设计”的圆桌对话。冯美云称，私募基金往往存在尖峰厚尾的现象，所以提出风险价值以及条件来衡量指标，把指标提供给专业机构客户，让大家能够站在同一个起跑线上，为大家建立投前筛选的功能。
以下为发言实录：
下面一个问题请问一下私募云通的总经理冯美云女士，我知道你们是做私募基金数据库的，私募基金数据库相对于公募基金数据库是比较完善的，但是也非常难，私募基金数据库的难点在哪里？你们怎么解决这个问题？
冯美云：目前国内对私募基金的数据库披露非常不规范，有时候我们会发现一支基金是周频披露，之后又变成了月度披露。对于我们机构投资人或者FOF投资人来说，在做数据的时候发现它的披露频率是不一致的，有时候统计口径也不一致的。也就是说你可能从公开渠道拿到的这家投顾公司的数据，和它提供给您的数据都是不一样的。
这对我们来讲就存在一个很大的问题，我们私募云通主要就是从数据的广度和深度这两个方面，来做了一些努力。广度主要是通过跟券商、银行去进行一些合作，当然我们最终拿到的也只是合规披露的净值信息，肯定是没有实操信息的，但是净值信息也可以分析出很多东西。
第二个方面，我们跟国内的很多FOF有一个联盟，我们私募云通也会获取相关的数据，当然我们在获取数据的同时也会提供一些服务。通过以上种种措施，目前我们整个数据库有123000多支私募基金的信息，包括已经清盘的，差不多有28000多家的机构信息，和5000多位投资经理人的信息，都收藏在这个数据库当中。
另外一个方面就是数据深度问题，数据深度主要是度量基金指标的一些信息。目前我们来看，很多人看私募基金只会看收益率，这是不对的；但是现在我们也会有一个改进，但是我们发现这些指标都是经典的指标，经典指标的计算其实是有一个大前提的，一个是大样本，一个就是你要符合正态分布。
假设我们看一支基金，它一年按照月度来披露的话，也就是说你最多可以拿到12个净值；三年下来，我们最多只能拿到36个净值，你通过这36个净值去分析的话，它肯定是不符合一个大样本的前提。
再一个，私募基金往往存在一个尖峰厚尾的现象，所以我们就提出了风险价值以及条件来衡量这些指标，把这些指标提供给专业机构客户，让大家能够站在同一个起跑线上，为大家建立这样一个投前筛选，做这样一些工作。
丁鹏：非常感谢，也就是说这个蛋糕还很大，刚做蛋糕的时候谈不上教会徒弟、饿死师傅的问题，师傅和徒弟一起把散户饿死。下一个问题我请教一下私募云通的冯女士，你们既然要建私募数据库，你们对未来的业绩有什么预测？你们怎么去做这件事？
冯美云：在回答丁博的问题之前，就刚才孙总提的问题的谈几点我的想法。刚才孙总说，FOF是一件很苦的事情，那为什么我们不能去借鉴国外FOF的一些方式呢？也就是我们所提倡的一个专业化的分工，其实你做很多的业绩评价，说白了大家的模型都差不多，你所用的数据大家都差不多，没有谁说谁好谁劣。
但是现在国内很多机构都存在这样一个现象，就是我不相信别人，我只相信我自己的，什么东西我都自己干，这样的话肯定会导致你的成本上升，这是必然的。像国外的一些基金公司就采用专业化的分工，把这部分东西分包出去，只要大家的算法是一致的，剩下的只要靠你的投资经验来做判断，投资经验是不可复制的，通过你多年的累积，这是我们这样一个第三方公司所达不到的。
回到丁博问我的问题，就是我们用什么样的数据模型对未来的基金收益做一个预测，这里我想提一点，大家千万不要盲目崇拜数据模型，数据模型不是万能的，它在信息面前是其次的，其实最重要的是你的信息，数据模型是其次。
数据模型做预测是一个概率分布的概念，概率分布的背后，是一个总体，我们对什么样的预测会越来越精确呢？是那些符合正态分布，而且它的可续性较高，这样的基金我们做出来的收益率的预测是越高的。而且你去预测一个业绩，其实它是一个很综合的结果，我们在做的过程当中应该分维度地去分析，比如说基金所持有的品种，股票、期货、债券等等，当你分品种去分析之后，最后再把它做一个综合。
当然在最后综合的时候，你要考虑到各个品种之前联动性的一些问题，最终我们也会用马克维茨模型、风险评价模型、固定投入比例模型，来做一个组合的预测。最后我想提出我们私募云通在做概率预测的时候，我们会用到贝叶斯的后叶，这个就像一个导航仪，每次产生一个新的数据，你把它放到这个里面，它的灵敏度会更高，它会做一个自动的调整，这样的话它就更接近于实施了，这个是我们创新的一个点，也是我们具有竞争力的一个点。
丁鹏：也就是不是卖数据这么简单，而是有一堆模型，而这些模型有非常多的经验在里面。不能只靠模型，所以大家还是要努力地提高自己的素质，才是第一位的。
6
