1.8 FOF 配置方法论¶

本章是给元烨自己看的"使用手册"。

前面 7 章讲怎么看每一类策略（管理人尽调），这一章讲怎么把它们组合起来（FOF 组合管理）。

这是 FOF 团队的核心壁垒：好的尽调能找到好管理人，但FOF 的最终业绩 = 配置方法论 × 管理人质量，缺一不可。

一、FOF 的本质¶

1.1 FOF 在做什么¶

严格定义：

FOF（Fund of Funds，基金中的基金）= 把 LP 的资金，按一定方法论分配给多家底层基金管理人，通过管理人组合实现：

风险分散：单一管理人风险 → 被组合稀释
策略分散：单一策略风险 → 被多策略组合稀释
alpha 叠加：多家管理人的独立 alpha 累加
专业管理：FOF 团队选人 + 配置 + 监控的专业能力

经济学价值：

FOF 最终收益 = Σ(单管理人收益 × 配置权重) - FOF 管理费 - 单管理人管理费

LP 付两层费用（FOF 1% / 单管理人 1.5%），所以 FOF 必须做到：

FOF 总 alpha > 单一管理人 alpha + FOF 管理费

否则 LP 不如自己挑一家管理人投。

1.2 FOF vs 直接配置的取舍¶

维度	FOF	直接配置单管理人
专业筛选	有	无（LP 自己挑）
风险分散	多管理人	单一管理人
流动性	一般（有锁定期）	取决于产品
费率	双层（FOF + 底层）	单层
透明度	中（FOF 提供组合视角）	高（直接看产品）
最低门槛	100-300 万	100-300 万（私募门槛）

FOF 的核心价值不是"分散"（散户买 5 只主观多头基金也算分散）。

FOF 的核心价值是： - 专业筛选：从几百家管理人里挑出 < 30 家 - 跨策略组合：跨股票 / CTA / 中性 / 套利等策略类别 - 动态调仓：根据市场环境 + 管理人表现调整 - 集中谈判力：单笔大额投资换更好条款（费率优惠 / 优先赎回）

1.3 国内 FOF 的市场结构¶

类型： - 商业银行 / 券商资管 FOF：规模大（百亿+），但策略保守，主要配公募 - 公募 FOF：注重养老 / 长期目标，主要配公募基金 - 私募 FOF（独立第三方）：灵活配置私募，alpha 空间大，但门槛高 - 家族办公室 / 单一 LP FOF：定制化，规模灵活

元烨资本的定位：中小型私募 FOF，目前 24-27 家管理人，资金规模待发展。

二、关键名词深度拆解¶

2.1 策略分类（Strategy Bucket）¶

严格定义：

按风险来源 + 收益逻辑对管理人进行分类。

常见分类体系：

(a) 国内主流 5 大类¶

大类	子类	风险特征
股票多头	主观多头 / 量化指增 / 全市场量化	高 β + α，与股市相关
市场中性	股票多空 / 统计套利	低 β + α，与股市相关性低
CTA	趋势 / 反转 / 套利	与股市相关性低，与商品相关
套利类	ETF / 转债 / 事件驱动	低风险，与单一资产相关性低
宏观对冲	多资产 / 风险平价	跨资产，相关性可控

(b) 元烨当前的分类映射（2026-04-10 整理）¶

按 nmem 记录： - 指增类（11 家）：300 / 500 / 1000 / 2000 指增 - 中性类（4 家）：股票市场中性 - 混合类（5 家）：量化主观混合 - CTA 类（7 家）：商品 / 宏观 CTA

合计 27 家（部分有多产品线）。

分类的重要性： - 配置时先按大类配权重，再在大类内选具体管理人 - 跨大类相关性低 → 风险分散 - 同大类内相关性高 → 不能配太多家（边际效用递减）

2.2 相关性矩阵（Correlation Matrix）¶

严格定义：

衡量管理人收益之间相关性的矩阵。

数学：

ρ_ij = Cov(R_i, R_j) / (σ_i × σ_j)

R_i 是管理人 i 的月度（或周度）收益序列。

典型相关性范围：

管理人对	相关性
同策略大类内（如两家中证 500 指增）	0.7-0.95
同策略不同子类（如指增 vs 全市场量化）	0.5-0.8
跨策略大类（如股票多头 vs CTA）	0.0-0.3
特殊（如中性 vs 套利）	0.1-0.4

为什么相关性矩阵是 FOF 的核心工具：

组合波动率公式：

σ_组合² = Σ(w_i² × σ_i²) + 2 × Σ(w_i × w_j × σ_i × σ_j × ρ_ij)

相关性 ρ 越低 → 组合波动率越低（即使每个管理人波动率高）。

实战例子：

假设两个管理人各自年化波动 15%：

相关性	50/50 组合波动率	风险降低
ρ = 1.0	15%	0%
ρ = 0.5	13%	13%
ρ = 0	10.6%	29%
ρ = -0.5	7.5%	50%

这就是为什么 FOF 必须分散到不同策略大类，而不是只配同一类管理人。

注意： - 相关性不是固定的，会随市场环境变化 - 危机时段相关性骤升（"All correlations go to one"） - 必须用滚动相关性做监控，不能用一次历史均值

2.3 集中度（Concentration）¶

定义：FOF 持仓在管理人 / 策略 / 子策略上的集中程度。

核心指标：

(a) 单一管理人最大占比¶

行业惯例：< 15-20% 是上限。 - 元烨的判断：彬元中性 1 号"加到 10-15%"是上限（卷三案例参考） - 单一管理人风险 = 关键人风险 + 策略风险 + 操作风险

(b) 单一策略大类最大占比¶

行业惯例：< 40-50% 是上限。 - 元烨当前 11 家指增，如果合计 60%+ → 集中度过高 - 应该跨指增 / 中性 / CTA / 套利等多类

(c) HHI 集中度指数¶

HHI = Σ(w_i²)

HHI < 0.1：高度分散
HHI 0.1-0.2：合理
HHI > 0.2：集中度过高

2.4 风险预算（Risk Budgeting）¶

严格定义：

按风险贡献而非资金权重分配各管理人的预算。

与等权配置的对比：

等权配置（Equal Weighting）： - 10 家管理人，各 10% 资金 - 但波动率不同 → 高波管理人贡献更多风险 - 实际上风险被高波管理人主导

风险预算配置（Risk Budgeting）： - 按风险贡献相等分配 - 高波管理人配置较少资金 - 低波管理人配置较多资金

数学：

风险贡献_i = w_i × ∂σ_组合 / ∂w_i ≈ w_i × σ_i × (与组合的相关性)
要求：风险贡献_i ≈ 风险贡献_j (对所有 i, j)

通过求解优化问题得到权重。

示例：

管理人	年化波动	等权配置	风险预算配置
量化指增 A	22%	20%	13%
主观多头 B	18%	20%	16%
中性 C	6%	20%	47%
CTA D	16%	20%	18%
套利 E	5%	20%	56%

可以看到风险预算下，低波管理人（中性 / 套利）配置更多，整体波动更平滑。

风险预算的优点： - 整体波动更小 - Sharpe 比率更高 - 单一管理人爆雷影响小

风险预算的缺点： - 需要准确估计波动率和相关性 - 数据不足时容易过拟合 - 极端市场下假设失效

2.5 风险平价（Risk Parity）¶

严格定义：

风险预算的特例 —— 要求所有管理人风险贡献完全相等。

与桥水的全天候： - 全天候：跨资产类别风险平价 - FOF 风险平价：跨管理人风险平价

2.6 Hierarchical Risk Parity（HRP）¶

严格定义：

由 Marcos López de Prado 提出的 FOF 组合优化方法，结合层次聚类 + 风险平价。

算法步骤：

层次聚类：根据相关性矩阵将管理人聚类成树状结构
递归二分：从根节点开始递归二分配置权重
风险贡献相等：在每一层保证两边风险贡献相等

HRP 的优势： - 不需要矩阵求逆：避免传统均值方差优化的不稳定性 - 对噪声鲁棒：相关性估计错误的影响小 - 可解释性好：聚类结构对应策略大类

国内私募 FOF 工具：Riskfolio-Lib（Python 库）支持 HRP。

2.7 Black-Litterman 模型（BL）¶

严格定义：

由 Fischer Black + Robert Litterman 提出，结合市场均衡 + 主观观点的资产配置框架。

核心思想：

后验收益 = 先验收益（市场均衡）+ 主观观点
最优权重 = f(后验收益, 协方差矩阵)

适用场景： - FOF 团队对部分管理人有强观点（如"彬元中性 1 号未来 12 个月超额会非常优秀"） - 不想完全靠历史数据

优势： - 集成主观判断 + 客观数据 - 对主观观点的强度有量化表达 - 输出权重稳健

2.8 加减仓纪律（Rebalancing Discipline）¶

严格定义：

按预定规则调整管理人权重。

(a) 时间触发（Periodic Rebalancing）¶

每月 / 每季度 / 每年定期调整
简单透明，但可能过度交易

(b) 阈值触发（Threshold Rebalancing）¶

当某管理人权重偏离目标 ± X% 时调整
避免过度交易，但可能错过机会

(c) 事件触发（Event-Driven Rebalancing）¶

管理人爆出问题（关键人离职、监管处罚、业绩异常）
必须立即调整

(d) 元烨当前的"加仓节奏"模板¶

按彬元案例确立的模板：

首仓：5%（试水）
观察期：6 个月（看实际表现）
中期评估：12 个月（确认 alpha 持续）
满 18 个月 + 经历超额回撤 > 3% 后：加仓到 10-15%

这个模板的科学： - 5% 首仓：单一管理人爆雷影响 < 0.5% 总组合 - 6 个月观察：足够看到至少 1 次超额回撤期 - 18 个月 + 回撤经验：才能验证管理人在不利环境下的表现 - 加到 10-15%：高确信度仓位，但不超过单一管理人上限

2.9 业绩归因到 FOF 层面¶

严格定义：

把 FOF 总收益拆解到各管理人 / 各策略类别。

经典 FOF 归因公式：

FOF 总收益 = α_配置（策略大类配置）+ α_选择（管理人选择）+ α_交互 + 费用

详细拆解（详见卷三 3.4 多策略 FOF 归因）：

(a) 配置 alpha¶

跨策略大类配置的判断带来的超额
例：减配指增（同业拥挤）+ 加配中性（基差红利）

(b) 选择 alpha¶

在每个策略大类内选对管理人带来的超额
例：在指增大类内选对头部管理人

(c) 交互效应¶

配置 + 选择的交互项

(d) 费用拖累¶

FOF 管理费 + 业绩报酬

三、FOF 组合构建框架¶

3.1 Top-Down vs Bottom-Up¶

Top-Down： - 先决定策略大类配置比例 - 再在每个大类内选具体管理人 - 适合：FOF 团队对宏观有判断 + 想保持纪律

Bottom-Up： - 先选最优秀的管理人 - 让组合自然形成 - 适合：管理人质量高 + FOF 团队不做宏观判断

实战推荐：Top-Down 主导 + Bottom-Up 验证： - 先按"目标策略配置"（如指增 30% / 中性 25% / CTA 20% / 套利 15% / 宏观 10%） - 再在每个大类内选 2-4 家最优秀的管理人 - 通过相关性矩阵验证组合合理性

3.2 元烨的目标策略配置（建议初稿）¶

基于当前 27 家管理人池 + 行业规律：

指增类：25-35%（量化指增大类，跨 300/500/1000/2000）
  - 头部 1-2 家（鸣石 / 衍复 / 九坤等）
  - 中型 1-2 家（彬元天源等）

市场中性：20-30%（高 Sharpe + 低相关贡献）
  - 头部 1 家（如九坤中性）
  - 中型 1-2 家（如彬元中性 1 号 5-15%）

CTA：15-25%（与股票低相关）
  - 趋势类 1 家（黑翼 / 涵信等）
  - 多策略类 1 家（千象 / 涌涵 CTA 线）

套利类：10-20%（绝对收益底仓）
  - ETF 套利 1 家
  - 类固收 1 家

宏观对冲：5-15%（尾部对冲）
  - 国内宏观 1 家（如有合适的）

现金 / 短债：5%（流动性储备）

目标整体特征： - 年化收益 8-12% - 年化波动 6-10% - Sharpe 1.0-1.5 - 最大回撤 < 10% - 单一管理人占比 < 15%

3.3 配置工具¶

实用工具：

(a) Riskfolio-Lib（Python）¶

支持 MVO（均值方差）、风险平价、HRP、BL 等多种优化方法
国内 FOF 团队主流工具

(b) AKShare¶

拉取 A 股数据 / 基准指数
验证管理人业绩与基准的关系

(c) QuantStats¶

单管理人业绩分析（生成 HTML tearsheet）
计算各种风险指标

元烨当前技术栈（已确定）：AKShare + QuantStats + Riskfolio-Lib

四、调仓与监控的纪律¶

4.1 周期监控¶

月度监控： - 各管理人月度收益 vs 同业中位数 - FOF 整体业绩 vs 自定义基准 - 风险敞口（净敞口、风格暴露）变化

季度调整： - 滚动评估各管理人业绩 - 决定是否加 / 减仓 - 是否引入新管理人

年度大调： - 重新审视策略配置 - 重新评估每家管理人 5 维评分 - 决定退出 / 引入

4.2 加仓 / 减仓决策树¶

某管理人当前持仓：W

一年滚动业绩 vs 同业中位数：
  - 远超中位数（前 20%）：考虑加仓
  - 中位数附近（30-70%）：保持
  - 远低于中位数（< 20%）：考虑减仓 / 退出

策略环境判断：
  - 策略类别处于上行期（如基差红利、风格 β 顺风）：加仓
  - 处于下行期：减仓

容量与拥挤度：
  - 管理人规模快速扩张 + 同业拥挤度上升：减仓
  - 仍在容量内：保持

5 维评分变化：
  - 评分上升：加仓
  - 评分下降：减仓

4.3 退出（清仓）触发条件¶

强制退出： - 关键人离职 / 监管处罚 / 法律诉讼 - 业绩造假 / 净值美化嫌疑 - 风控失败（如涌涵 23 年油脂 -33% 回撤事件）

评估退出： - 滚动 12 个月业绩低于同业中位数 30% - 5 维评分低于 60 分

主动清仓： - 策略类别已不适合 FOF 当前定位 - 找到更好的替代

4.4 元烨当前管理人评分对照（部分）¶

管理人	类别	评分	决策
彬元中性 1 号	中性	77	配 5% → 18 个月观察
涌涵峰云一号	CTA	66→74（Phase 2）	CTA 线值得看，量化 / 复合不投
极量投资	待评	72	待补充
乾上泉	量化对冲	74	待评估
阳泽	时序量化	69	待评估
夸克	全天候	58	Pass（治理问题）

五、回撤管理¶

5.1 单一管理人回撤的处理¶

回撤幅度判断：

回撤幅度	处理
< 5%	保持，正常波动
5-10%	关注，分析归因
10-15%	减仓 30-50%，等待复盘
> 15%	全部清仓，等待重启评估

回撤归因： - 是市场原因（同业普遍回撤）→ 等待 - 是管理人特定原因（策略失效 / 人事变动）→ 减仓 / 退出 - 是未公开问题（业绩造假 / 内部斗争）→ 立即退出

修复期判断： - 回撤后 N 个月内修复 → 信心恢复，可以加仓 - 持续不修复 → 减仓 / 退出

5.2 FOF 整体回撤的处理¶

FOF 整体回撤 ≈ 加权平均单管理人回撤 + 相关性效应。

FOF 回撤管理目标： - 年化最大回撤 < 10% - 单月最大回撤 < 5%

应对工具： - 降低杠杆 / 降低权益比例 - 加配尾部对冲资产（黄金 / 国债期货 / 宏观对冲管理人） - 暂停申购 / 给 LP 提示

六、骗术与陷阱（FOF 自身的陷阱）¶

6.1 "管理人多 = 分散" 的迷思¶

陷阱：配 30 家管理人，但 80% 都是同类策略 → 实际不分散。

正确做法：跨策略大类分散，每类 3-5 家足够。

6.2 "选最近最强" 的追涨陷阱¶

陷阱： - 看哪家管理人最近业绩好就加仓 - 实际可能正在容量见顶 / alpha 衰减期

正确做法： - 评估未来 12-24 个月的展望，不是过去 - 关注容量、拥挤度、规模轨迹

6.3 "明星管理人" 的过度集中¶

陷阱：找到一家"明星"，集中配 30-40%。

问题： - 关键人风险 - 策略环境变化的脆弱性

正确做法：单一管理人 < 15%，明星管理人 < 20%。

6.4 "永远在路上" 的尽调拖延¶

陷阱：尽调永远做不完，决策永远推迟。

正确做法： - 设定尽调时限（如新管理人 30 天内决策） - 5% 首仓试水 → 边持有边深入观察 - "完美决策"是奢侈，"足够好的决策"是必需

6.5 "费率谈判忽视"¶

陷阱：只看业绩，不谈费率。

FOF 的议价权很重要： - 大额投资可以谈优惠费率（1% → 0.8%） - 优先赎回权 - 业绩报酬高水位线 - 锁定期减免

典型节省：100 万投资，年化费率谈低 0.3%，5 年节省 1.5 万 + 复利。

七、FOF 的尽调追问清单（对外部 FOF 的判断）¶

如果你将来面对其他 FOF 管理人（投他们的产品），用以下清单：

A. 投资理念¶

策略配置框架：Top-Down / Bottom-Up？目标策略比例？
管理人选择标准：5 维评分？硬性筛选？
加减仓纪律：触发条件？历史调仓案例？

B. 组合管理¶

当前组合：管理人数量？分布？集中度？
相关性管理：相关性矩阵的应用？危机时段的相关性变化预案？
风险预算 / 风险平价：是否使用？怎么用？

C. 业绩¶

历史业绩：3-5 年的年化、Sharpe、最大回撤？
业绩归因：配置 / 选择 / 交互效应？
危机时段：2018 / 2020 / 2022 / 2024 的表现？

D. 团队与运营¶

核心团队：FOF 投资经理 / 尽调团队 / 研究团队配置？
决策机制：投委会 / 一票否决？
关键人风险：核心人员离职的应对？

E. 透明度与费用¶

持仓披露频率：底层管理人的持仓 / 业绩？
业绩报酬规则：FOF 层面的高水位 / 锁定期？
退出机制：流动性？锁定期？

八、元烨 FOF 的当前定位与发展路径¶

8.1 当前现状（2026-04 评估）¶

已完成： - 27 家管理人材料库（指增 11 + 中性 4 + 混合 5 + CTA 7） - 6 家完成 5 维评分（彬元 77 / 涌涵 74 / 乾上泉 74 / 极量 72 / 阳泽 69 / 夸克 58） - Luminary Portal 上线（管理人库 + 评分排序） - 标准化尽调流程（/fof-dd skill） - 量化分析技术栈（AKShare + QuantStats + Riskfolio-Lib）

待完善： - 完成剩余 21 家管理人的 5 维评分 - 建立完整的相关性矩阵 - 引入 Riskfolio-Lib 做组合优化 - 建立月度 / 季度监控 SOP

8.2 发展路径建议¶

Phase 1（当前-6 个月）：基础建设¶

完成所有候选管理人的 5 维评分
选定 8-12 家高确信度管理人
建立目标策略配置框架（类似 3.2 节）
启动彬元中性 1 号首仓 5%

Phase 2（6-18 个月）：组合实战¶

扩展到 5-8 家管理人实际配置
建立月度业绩归因报告
通过观察彬元等管理人的表现，验证加仓节奏模板
引入第二批管理人（视容量 + 拥挤度）

Phase 3（18 月+）：成熟运作¶

8-12 家管理人 + 10-15% 单管理人上限
完整的 5 大策略类别覆盖
5 年滚动业绩 + 风险报告
准备规模扩张（吸收外部 LP）

8.3 元烨 FOF 的差异化定位¶

vs 头部 FOF（招行 / 平安 / 诺亚等）： - 体量小 → 灵活性高 - 可以投头部 FOF 看不上的"中小型潜力管理人" - 决策链短 → 反应快

vs 其他独立 FOF： - 团队都是产业出身（赵波 / 丁晨 / 李响） - 与管理人沟通能更深入（懂业务） - 自有资金 → 利益与 LP 一致

核心壁垒： - 严格的尽调流程（fof-dd skill 已沉淀） - 长期关系（Sean 上海走访 + 真正深入交流） - 数据驱动 + 主观判断结合

九、FOF 配置的"第一性原理"¶

9.1 三个永恒真理¶

"分散" ≠ "数量多"：跨策略类别才是真分散
"过去" ≠ "未来"：业绩好的不一定继续好
"专业" ≠ "复杂"：简单配置 + 严格纪律 > 复杂模型 + 频繁调整

9.2 FOF 团队的真正能力¶

不是： - 预测市场 - 预测明星管理人 - 找到"圣杯"策略

而是： - 承认无知 + 适度分散 - 建立流程 + 严格执行 - 持续学习 + 修正错误 - 与管理人长期共生（不投机短期博弈）

9.3 FOF 的"不为清单"¶

不做的事： - 不追最近最热的策略 - 不重仓任何单一管理人 > 20% - 不在评分 < 70 的管理人上配置 - 不在容量见顶的管理人上加仓 - 不忽视跨策略相关性 - 不在业绩报酬条款上让步

十、一句话总结¶

FOF = 选人 + 配人 + 监人

我们做的不是 "谁最厉害我就投谁"，而是 "在合适的策略环境下，把合适的钱配给合适的人"。

FOF 团队的 5 个核心素质：

识人：看清管理人是真本事还是运气 / 包装
配人：跨策略 + 风险预算 + 集中度控制
监人：定期评估 + 触发式调整
挽人：与管理人长期合作，不短期博弈
退人：发现问题果断离场，不舍不得卖

最硬的两个问题（FOF 团队自检）：

"如果今天某家头部管理人爆雷，我们的组合受损多少？" —— 超过 15% 说明集中度过高
"过去 12 个月我们对每个管理人的判断，有多少被市场验证了？" —— 验证率 < 60% 说明评估系统需要修正

FOF 最大的认知陷阱："我比管理人更聪明"。

我们的能力不是预测市场，而是组合管理 + 长期纪律。

记住：好的 FOF 业绩 = 优秀的管理人 × 合理的配置 × 严格的纪律。

三者相乘，缺一不可。