有可能在Alpha上记录OD吗？

如果旧的注释与旧的注释之间的相关性越大，则表明旧的注释与旧的注释之间的相关性越小。如果新阿尔法的相关性不低，那么营业额不会减少。在上述讨论中，有一些简化的假设。然而，他们并没有改变上述结论。为了简单起见，我们假设字母权重以及个人阿尔法失误都是制服。不均匀性以两种方式影响（4）、（5）、（12）和（13）：1）它取代了 在（12）和（13）中使用加权平均  2）它引入了与 在（4）中。然而，后者并没有像在大范围内那样改变上述结论 限度  , 那么什么时候 我们还有（13）个 由式（14）给出。另一个假设是 这是一种相关性。如第2节所述， 实际上，参数化了内部交叉。显然，这两者之间存在着联系 相关性，但在现实生活中，它们不一定是相同的。例如，考虑两个字母，和, 哪里交易A股和B股，以及交易B股和C股和取决于A、B和C的相关收益与其方差之间的相关性。然而，即使 与相关性不同，相关性较大 假设交易的股票总数是有限的。事实上，我们知道，在大范围内限制相关性  , 这意味着内部交叉不能随着时间的推移而无限增长, 或者相关性 不会接近1。再说一次 可能与相关性不完全相同，两者是相关的，相关性可以用来代替内部交叉参数化来估计界限（13）。

请注意，大型 这是关键。上面我们还假设 是一致的，即所有和(  ) 都一样。实际上，这些相关性它们是不统一的。然而 能被认为是适当的平均值吗. 你可以更精确，更准确在适当定义的分位数中，丢弃一些最低和最高分位数，并使用和约束在等式（13）中：  这假设 .一般来说，上述讨论假设  . 这是因为一个人不可能有大量的字母都是相互关联的  . 例如，在附录中讨论的4个字母的情况下 是. 一般来说，下界为 是, 在大范围内接近0 限度在不均匀的情况下, 一些可能是负面的，但总体而言 限制，使用适当定义和截断的分位数，这是积极的。有关示例，请参见图1.5。大国的力量 上面我们做了一些假设，包括 是一种相关性，所有的相关性都是一致的，但我们认为 限制这些假设都不会改变我们的主要结果，即在这个限制下，营业额不会消失，但预计将接近一个有限的限制。这是一个大公司力量的例子 限度更一般地说，在大范围内 限制一些（尽管不一定全部）数量，但要进行戏剧性的简化。一个典型的这样的数量，称之为, 将有一个扩展  以一种强有力的方式. 大体上 限制前导项生存下来，次级领导术语消失。在许多情况下，这是有可能得到一个处理从分析的角度来看，虽然转载项可能更难计算。

当我们的投资组合中有大量的字母时，在某些情况下，我们所需要的可能就是前导项。在这种情况下 Limit提供了一个强大的工具，用于计算和获得概念性见解。一个大的 四十年来，极限在理论物理中得到了广泛的应用——参见“tHooft（1974）”。显然，量化金融已经进入了一个大型金融机构随着字母流数量的不断增加，限制现在不仅变得重要，而且成为现实。我们预见到了巨大的灾难 限制被越来越广泛地使用。事实上，使用大型 限制在具有非均匀相关性的一般相关矩阵的情况下，可以对营业额减少进行建模，这将在即将出版的出版物中很快报告。最后，让我们对所有Alpha在同一个聚合单元中交易的框架中的投资水平降低（或“净额结算”）进行评论——见第1节末尾。这种影响可以用我们在第3节中模拟营业额减少的方法来模拟。实际上，这些公式都是相同的，用投资水平代替营业额，用替换为一个参数，调用它, 将“网络”参数化(   对应于零“净额结算”，  相当于100%“净额结算”）。这, 就像, 不一定与字母之间的相关性相同，但它与字母之间的相关性有关。

大体上 限制一个可以用相关性代替 （就像我们用它代替) 估计“净额结算”效应。大体上 限制“净值”，就像营业额一样，有一个界限，即投资水平不会无限期地降低，而是有界限的，就像营业额一样。在某些情况下，可能存在对数修正，例如：。，.在理论物理学中 limit被用于求解量子色动力学，这是一种描述夸克和胶子的高度非线性理论，它们是原子核的组成部分。附录：CorrelationsLet   是均值为0的随机变量，每对之间的单位方差具有相关性和(  ) 相同的 （这里代表协方差）：    允许然后  在这里 两者之间的相关性是什么和.TablesMSFT IBM AAPL DELL ORCL JAVA购买20万美元30万美元50万美元--销售--60万美元--40万美元----购买--50万美元--30万美元--销售40万美元--20万美元--20万美元--20万美元网购--30万美元--80万美元--净销售20万美元--10万美元--60万美元--20万美元$20万----50万美元----Table I.Here和分别代表经理A和经理B。我们展示每个经理购买或出售的美元数量。我们已经安排好了数量，经理A购买价值100万美元的股票，销售价值100万美元的股票，经理B购买价值80万美元的股票，销售价值80万美元的股票。我们还显示了经理A和经理B交叉交易后的净买入和卖出。在最后一行中，我们为 从个股来看。图。1.

1990-2014年晨星数据中657个对冲基金收益（HF）的非对角线相关性密度（HF），基于i）原始HF（红线）和ii）经RF调整的HF（其影响较小），并回归Mkt RF和Fama French风险因素SMB、HML、WML（蓝线）——我们将截距（这些截距没有影响）添加到残差中，并计算相关性。参考Sackerman，C.，McEnally，R.和Revenscraft，D.，“对冲基金的表现：风险、回报和激励”，《金融杂志》，1999年，54（3），833-874。Agarwal，V.和Naik，N.Y.，“关于采取“另类”路线：对冲基金的风险、回报和业绩持续性”，另类投资杂志，2000年，2（4），6-23。Agarwal，V.和Naik，N.Y.，“对冲基金资源的多期绩效持续性分析”，《金融与定量分析杂志》，2000年，35（3），327-342。Amin，G.和Kat，H.，“股票、债券和对冲基金：不是免费的午餐！”，港口管理杂志，2003年，29（4），113-120。Asness，C.S.，Krail，R.J.和Liew，J.M.，“对冲基金对冲吗？”，《投资组合管理杂志》，2001年，28（1），6-19.0.000.020.040.060.080.100.12-1-0.8-0.6-0.4-0.2 0.2 0.4 0.6 0.8对冲基金收益率成对相关性的密度斯博恩，S.J.，戈茨曼，W.和伊博森，R.G.，《离岸对冲基金：生存与绩效，1989-1995》，商业杂志，1999年，72（1），91-117。Brooks，C.和Kat，H.M.“对冲基金指数回报的统计特性及其对投资者的影响”，《另类投资杂志》，2002年，5（2），26-44。Chan，N.，Getmansky，M.，Haas，S.M.和Lo，A.W.，“系统性风险和对冲基金”，NBERWorking Paper No.11200（2005）；发表于：Carey，M.和Stulz，R.M.，编辑，“金融机构的风险”（芝加哥大学出版社，2006年），第6章，235-338页。F.R.爱德华兹。

和Liew，J.，“管理商品基金”，期货市场杂志，1999,19（4），377-411。Edwards，F.R.和Liew，J.，“作为资产类别的对冲基金与管理期货”，衍生杂志，1999年，6（4），45-64。Edwards，F.R.和Caglayan，M.O.，“牛市和熊市中的对冲基金和商品基金投资”，《投资组合管理杂志》，2001年27（4），97-108。冯伟，谢长丁，“对冲基金入门”，实证金融杂志，1999年，6309-331。冯文和谢德东，“对冲基金和商品基金的绩效特征：自然偏差与虚假偏差”，《金融与定量分析杂志》，2000年，35291-307。冯文和谢德文，“对冲基金策略中的风险：趋势跟踪者的理论和证据”，《金融研究评论》，2001年，14（2），313-341。高，D-L。，“阿尔法之战：对冲基金与只做多的投资组合”，金融分析师Journal，2002，58，16-36.Liang，B.，“对冲基金的表现”，金融分析师杂志，1999，55（4），72-85.Liang，B.，“对冲基金：生与死，”金融与量化分析杂志，2000，35（3），309-326.Liang，B.，“对冲基金表现：1990-1999”，金融分析师杂志，2001年，57（1），11-18。Lo，A.W.，“对冲基金的风险管理：介绍和概述”，金融分析师Journal，2001，57（6），16-33t Hooft，G.“强相互作用的平面图理论”，Nucl。物理。，1974年，B72461-473。Schneeweis，T.，Spurgin，R.和McCarthy，D.，“商品交易建议绩效中的幸存者偏见”，期货市场杂志，1996，16（7），757-772。