选股#

细节可能主导一切

一个庞大且不断演进的投资工具宇宙为投资者提供了灵活性，使其能够超越那些已被挑拣殆尽的常见、陈腐的投资。有动力的经理可以找到一个竞争更少、优势更多的小众领域。即使是传统投资中的变体被忽视也很常见。^1^ 当将量化技术应用于资产管理时，资产类别被抽象为无生命的力量。很容易忽视投资经理通过其选股（security selection）和交易所表达的执着。选股策略的技术甚至比它们被归类的广泛投资类别更加多样和流动。投资机会与其说是人们创造的产品，不如说是由那些高度专注并不断创新以获取优势的专业人士刻意行动的结果。这些人并非都在通过重复来完善技术，而是常常通过即兴发挥来谋求优势。最小的子策略可能代表了某人一生在开发和精炼其技术与直觉方面的全部心血。

调查这些策略使我们能够为工具箱增添多样性以及分散化收益。Richard Grinold 和 Ronald Kahn 的主动管理基本定律（Fundamental Law of Active Management, FLAM）指出，信息比率与广度的平方根成正比——FLAM 是一个直观概念的编纂：如果有技巧可用于利用这些机会，且这些机会彼此足够不同，那么更多机会可能带来更大利润。一份策略菜单使我们能够将投资分离为按所采用技能收取适当费用的产品：

用于类别敞口（beta）的低成本指数基金
用于风格、因子复制和风险溢价的适度聪明贝塔（smart beta）产品
用于"剩余"收益的昂贵主动管理者
用于管理整体投资组合的叠加（overlay）和对冲

分类为我们提供了一种方便的语言，以不完美和理论化的方式描述这些活动。我们将使用几种常见的选股技术分类法之一。我们不会尝试将每种策略都放入一个框中这种不可能的任务。我们只是试图提供一种对可用选择范围的感觉。

鉴于这些人为的分类，一些数据提供商已经收集了业绩统计；虽然这些时间序列有缺陷，但它们可以提供洞见。一些是自我报告的，包含幸存者偏差，一些有回填偏差，另一些报告不兼容的度量。重要的是要记住，这些是每个类别的平均收益，而主动管理的收益在于右尾。平均的主动投资通常不值得其费用和努力。

不仅适用于量化从业者。 我们对量化资产管理的关注并不排除我们投资于定性策略。我们可以使用量化方法来识别和管理定性策略中的投资；我们将在第 18 章讨论其中一些。资产配置者，包括大型机构、基金中基金、多策略基金、交易台和自营交易公司，可以优化投资策略，并允许纯粹的定性经理在这些分配的限制内投资。

定性技术通常（且常常拙劣地）用量化基本面（quantamental）算法和聪明贝塔方法来近似，其创新通过商品化一些需要主动人工管理的技术来压缩主动管理费用。随着工具和技术的进步，定性和定量之间的区别将继续模糊。^2^ 许多市场技术分析师和其他量化经理遵循 20 世纪 70 年代开发并在 90 年代重振的基于规则的商品交易顾问（Commodity Trading Advisor, CTA）模型。他们使用系统化的自动化方法，常常带有显著杠杆，追求动量、反转或逆向策略。

管理期货、短期交易者和其他经理的投资者常常将自己限制在高度流动和易于获取的工具上，如期货合约、ETF 和指数，以频繁交易并实现有利的非对称收益分布。这些策略常常涉及叠加和去风险规则，可能迫使基金在一段时间内持有现金。另一个极端是专注于直接投资、私募交易以及定制和冷门证券化的基金。

主要区别。 按照惯例，我们将这些策略讨论为：

宏观经济驱动和主题型策略
横截面策略（如套利）和运营策略（如证券化和做市）
多策略基金和基金中基金，管理一组经理，通常比个别配置更量化和高效，但有注意事项和额外成本
基于股票（Equity based），包括对冲、中性、方向性和受限，以及股票驱动的事件驱动策略，后者不太可能是量化的
事件驱动（Event-driven），包括公司事件对资本结构的影响

策略类别常常重叠。例如，企业估值可用于直接的普通股估值（基于股票）以及整个资本堆栈的评估（事件驱动），也可用于确定主题的最佳表达（宏观），以及与其他投资进行比较（横截面）。

此列表排除了许多小众策略，尤其是那些投资于电力、天气和巨灾保险以及收藏品等另类投资的策略。许多上面未列出的专门策略依赖于税收和法律结构，如穿透实体。房地产投资信托（REIT）和业主有限合伙（MLP）等基金结构广为人知并被广泛使用。

宏观与主题策略#

由宏观经济（宏观或全球宏观，global macro）事件驱动的策略对配置者具有广泛吸引力的叙事，但难以择时和执行。所有资产类别都可被用来表达宏观看法，特别是最适合成熟投资者的产品，如衍生品、货币和大宗商品。一些经理使用代理工具，如矿业公司，而不是更直接的表达。

自下而上和自上而下的方法论都有使用。量化自上而下的流程非常适合管理这些投资组合，尽管自由裁量（discretionary）的非系统化方法论也很常见。基金可以针对以下方面进行定位：

未来事件，如衰退和 BREXIT（英国（UK）退出欧盟（EU））
主题，如 ESG
趋势和反趋势（如"系统化分散"基金所使用的）

宏观多策略基金可以结合系统化和自由裁量策略。自上而下的策略常常投资于流动性投资，如主权债券，或流动性较差的工具，如信用违约互换。自下而上的策略可以聚合大量小型模型或想法。方向性和相对价值交易（如收敛交易、统计套利和错位交易）都很常见，但方向性交易反映的是对未来经济事件的看法，而不是相对价值管理者所使用的可交易工具中当前的错位。

系统化基于因子的策略是本书的重点，包括一些战术资产配置轮动策略。系统化策略常常包含策略类别的要素，如宏观。顾名思义，它们努力最小化任意的干预。

主题型基金可以高度受限（如行业基金），也可以更宽泛和更具概念性。一些投资流程可以使用不同的约束和筛选器（第 6 章）将公司看法输送到几个主题产品中。主题的例子包括：

环境、社会和治理（ESG）和社会责任基金，包括替代能源（如生物燃料、燃料电池、电动、核聚变、地热、水电、氢能、太阳能和风能）、储能、生物质和废物、碳捕获与封存、碳排放与交易、清洁能源、气候变化、能源效率（生产、传输和使用，包括交通运输）
新兴和前沿市场，如中国 A 股
为特定风险和收益目标或现金流设计的公式化或结构化基金
指数跟踪基金
为风险厌恶投资者提供的保险、担保和资本保护
法律和金融合同和谈判，如诉讼结果和人寿结算
自然资源，包括金属和能源
符合宗教或政治观点的基金，如伊斯兰（Sharia）基金

横截面策略#

横截面（相对价值，或 Relative Value，RV）策略多样，有时冷门。RV 策略与其他类别（如并购）重叠。许多策略非常适合涉及大量数据和短暂套利机会的量化分析。通常，它们受益于两项或多项投资之间当前的、暂时的差异。

这种关系可能很简单，如在不同地点交易的同一投资之间的纯套利，或两只高度协整股票之间的配对交易。也可能很复杂，如国债基差或 VXX（iPath S&P 500 VIX 短期期货 ETN）对 VIX（CBOE 波动率指数）。一些相对价值交易可能依赖统计关系，而另一些可能是机械的。无风险套利很罕见，常常需要在技术和特权方面的大量投资（如具有托管基础设施的高频做市商）。通常，低风险策略由于择时或信用问题而具有灾难的可能性，如逼空。

系统化基于因子的策略属于这一类别，包括那些区分和分类横截面特征的策略。这些策略可以很简单，如 CTA 的策略，也可以更微妙。

波动率套利（volatility arbitrage）是包含期权性的工具的时间序列和相对价值交易的一个共同特征。通常，工具的期权性由其隐含波动率来衡量——这是一个必须用公式和几个假设来估计的数字。波动率交易的一个简单例子是使用隐含波动率和历史（观察到的）波动率之间的差异。波动率交易可能很复杂，并涉及大量数学。

相关性交易（correlation trading）在许多这类策略中很常见，特别是高度结构化和分层的信用产品，如担保债务凭证（Collateralized Debt Obligation, CDO）。结构化产品设计用于除费用生成之外的几个特征：

通过技术（如分层）增加具有不同风险偏好的各类投资者的可及性
收益改善
通过过度抵押等技术提供信用保护

使用这些产品的相对价值交易可能涉及相关性交易。在此背景下，所评估的相关性不是资产价值之间的相关性，而是联合信用损失概率（资产的信用同时恶化的几率）。由于数据限制，这些分析常常关注违约而非更一般的信用转换。联合违约可能是低概率事件，需要复杂的数学（如各种 copula）来估计。

相关性交易者交易隐含相关性的方式类似于期权交易者交易隐含波动率的方式，并且他们类似地管理高阶希腊字母。相关性交易因其在 2007-2008 年全球金融危机（GFC）中的作用而引人注目。

固定收益套利（曲线交易、相关性、利差、波动率）由于固定收益投资的巨大多样性和技术性质而很常见。资产支持策略（Asset-Backed Strategies, ABS）灵活且常常巧妙。借款人可能包括无法通过传统方法（如银行贷款）找到低成本融资的公司。其价值常常由良好的购买价格而非高质量决定，并且特定于高度技术的细节，如年份、资产池和服务商。抵押贷款和房地产支持策略属于单独的类别，不包含在 ABS 中。ABS 由现金流和抵押品支持，包括：

有形资产，要么是固定的（机械、土地、木材），要么是非固定的（汽车、船只、飞机）
未来现金流（剩余权益），可能包括木材（未实现的采伐）或大宗商品生产型新兴市场（EM）国家与发达市场（DM）消费者之间的贸易
知识产权（娱乐、专利）
金融资产（贷款、信用卡、应收账款、人寿保险），可能包括房地产或公司的过桥或其他短期融资
这些资产的衍生品（资产池、投资组合、抵押贷款凭证（CLO）、CDO 或抵押债券凭证（CBO））

资本结构、信用套利和高收益关注使用曲线交易、信用违约互换（CDS）、基差、优先和次级债务、期限结构以及结构化头寸等关系和工具的公司利率收敛。该策略可以是 RV 或多空。

可转换套利（convertible arbitrage）利用可转换债券（及其嵌入期权）与不可转换工具（股票、债务、利率、波动率）之间的关系，并可能涉及合成可转换债券。可转换债券认股权证常常流动性差。该策略的重点往往更多在于看涨和赎回特征的价值，而非标的股票。可转换债券在 2008 年金融股卖空被暂停时著名地展示了其流动性风险。

公司债券套利交易公司债券收益率、公司债券收益率曲线与基准收益率（如主权债券收益率）之间的利差。

新兴市场债务常常被视为一种 RV 策略。这些工具的非流动性和冷门性质使许多投资者认为，专家的本地建议在该策略中至关重要。一些研究声称，宏观经济分析而非精细的工具层面分析主导了 EM 的超额收益。

**抵押贷款支持证券（MBS）**策略类似于 ABS 策略，但使用抵押贷款作为抵押品。MBS 市场庞大且技术性强。许多变体和微妙之处反映在各种发行以及从中构建的结构和衍生品中。住宅 MBS（RMBS）通常由政府机构支持或由私人机构发行的住房贷款支持。商业 MBS（CMBS）通常被视为房地产 RV 类别的一部分。

主权债券套利利用主权债券的供给、需求、不确定性和其他高度技术性的方面。这些交易可能涉及分离远期利率、重组已被剥离并分部分出售的发行、现金-期货基差关系以及其他衍生品策略。

波动率策略可以是方向性、市场中性或套利机会的任何组合，并可以利用已实现、隐含和预期波动率之间的差异。表达通常涉及不完美和复杂的衍生品。对冲可能复杂、非线性和动态。

另类策略也很多，包括：

收藏品和加密货币因某些可能是经济原因（但往往不是）而流行。成功所需的技能与大多数传统投资活动不同。"流动性另类"（Liquid alts）可能试图复制收藏品和其他投资，但常常缺乏保真度。同样，旨在传统市场交易的工具试图复制加密工具。反之亦然：稳定币可能看起来像是用加密工具表达的传统资产（如货币市场基金），但其失败体现了复制方法固有的困难。

大宗商品通常被视为全球宏观交易，除了前面讨论的贸易融资 ABS 交易。它们常被宣传为通胀对冲。许多投资者试图通过投资更方便的工具（如 ETF 和矿业公司）来走捷径，但这些是纯大宗商品交易的糟糕替代品。

货币可用于投机或对冲。投机常常基于经济、技术或时间序列方法。货币套利可能类似于主权债券套利，因为更流行的货币极其流动且定价精确（"定价至完美"）。套息交易（carry trade）在日本等国是一种常见策略，投资者可以借入低收益的日元并投资于高收益的美元。货币的方差常常大于外币计价债务的利率部分。许多人选择对冲外币债务的货币风险，但不调整波动性更大的股票或房地产敞口，假设外国经济升值的好处既体现在货币中也体现在股票部分。

能源策略——有别于一般大宗商品——通常寻求利用投资工具、基础设施投资或供应链（"上游"、"中游"和"下游"）中的差异。它们常常涉及 MLP，并可以与股票市场方向（股票、利率或大宗商品）隔离。它们可能涉及子行业，如钻探和采矿、运输、公用事业和发电。

房地产 RV策略试图从各种房地产投资工具的收益差异中获利。这些可能包括对住宅或商业房地产的直接投资以及 REIT，但不包括抵押贷款或抵押贷款支持工具（它们有自己的类别）或其他资产和资产支持证券。

运营策略，如证券化和做市，也可以采用横截面方面。通常，这通过识别错位的反面（将其分散掉）来体现。

多策略基金和基金中基金#

许多配置者将外部和内部经理与其他投资组合以构建其投资组合。通过基金中基金（Fund-of-Funds, FoF）和多策略基金等第三方接触这些经理可能是有益的。它们可能是：

分散的或集中的（主题型）
保守的（市场中性或套利）
防御性的（做空或反周期）
战略性的（机会主义、股票对冲、新兴或前沿市场）

基金中基金允许配置者将其部分或全部外部经理的寻源、尽职调查、费用谈判、监督、报告、雇佣和解雇外包。它们通过有限合伙份额等工具提供对外部经理的间接投资。

多策略基金类似于 FoF，但对其经理有更大的控制权和接触，这些经理通常是基金的雇员，如自营交易公司。多策略基金不是依赖有限的数据，而是可能在"作战室"或"控制室"中实时报告所有持仓，并具有快速追索权。这些公司倾向于量化管理，以充分利用信息透明度。它们面临的一个缺点是需要内部雇用经理。雇用基金经理而不是参与外部基金，涉及管理有限合格人才供应和更繁琐的雇佣和解雇流程。

使用 FoF 和多策略基金有许多优势。 对于一个投资者来说，希望外部经理管理其资金而没有专业 FoF 经理来选择和管理外部基金的好处，可能显得不一致。

接触经理，包括软关闭和硬关闭的。投资于外部经理在配置者能够挑选最佳经理时最有用，但最佳经理通常不接受新投资者（软关闭，soft-closed）或任何配置增加（硬关闭，hard-closed）。一个已经投资于某经理的基金可能能够增加对软关闭基金的投资。同样，配置者可以购买 FoF 和多策略基金的份额以获得对硬关闭经理的接触。FoF 可以少量投资于一位新经理，并在该经理成功时增加对软关闭投资。这可以被视为对该基金未来业绩的实物期权（real option），^3^ 并可以在"挑选赢家"方面提供竞争优势。

外包间接费用受益于规模经济。它降低了进入和退出壁垒，特别是对于较小的配置者和新接触某策略的配置者。外包可以以成本的一小部分提供卓越的资源和人才。规模经济（economies of scale）超越了共享资源。例子包括更好的费用谈判杠杆、附属机构（sidecars）和独立管理账户（SMA）。

增加的流动性和降低的最低投资规模（通常低于 50,000 美元）由于与接触经理相同的原因而具有吸引力。虽然这些基金投资的经理可能有长期锁定期和限制，但 FoF 可以通过在基金投资者之间交换份额或通过内部资源或贷款弥补资产赤字来提供更频繁的流动性。

分散化受益于共享的投资组合。对于许多配置者来说，对外部私募经理的最低投资可能太大，无法构建一个良好分散的投资组合。对于害怕"既错又孤单"的人来说，掩护可能是一个强大的动机，特别是在一些不那么雄心勃勃的配置者中，如一些官僚的养老基金经理，他们从增加的业绩中获益甚少，但如果因糟糕的决策而被点名，则会遭受巨大损失（标题风险，headline risk）。

使用 FoF 和多策略基金的缺点包括：

额外的一层费用，且这些费用花在第三方而非内部可持续能力上。这种"租与拥有"的决策可能没有吸引力。

对外部投资活动的影响有限有利有弊。控制伴随着义务和责任。当结果糟糕或发现外部经理的犯罪活动时（"标题风险"），内部管理无处可藏。

增加的流动性可能允许 FoF 中其他投资者的"弱手"逃离基金。赎回可能迫使经理卖出好的流动资产或基金（而不是差的非流动资产）以筹集资本。^4^ 这可能使剩余投资者持有降级的投资组合。基金也可能需要借钱。有影响力的投资者可以与经理谈判独立投资组合以避免这种情况。

过度分散、"群体思维"和羊群效应（herding）可能毒害几乎任何投资流程。迎合许多客户的 FoF 可能屈服于让每个人都满意的愿望。

另一层锁定期和门槛可能由 FoF 添加。这些限制通常比构成 FoF 或多策略投资组合的经理中的限制更宽松。FoF 的锁定期和门槛也可能使第一层失效或减轻。然而，它们可能更严格；FoF 或多策略基金即使在成分基金不这样做时也可能锁定或设门槛。当 FoF 提供更宽松的条款时，它们可能是有条件的，例如"尽力而为"。

基于股票的策略#

股票策略不必局限于普通股，可以包括公司资本结构内外的投资。它们通常被归类为纯多头基金（long-only funds），这是最常见的提供（有许多股票基金不是纯多头）。股票基金购买指数中的股票或用估值技术选择的股票，这些技术可能简单到正面或负面筛选、抽样或企业估值。做空偏向（short bias）基金在技术和运营上常常与多头基金不同。卖空不是购买的镜像，倾向于以几种方式加重投资者负担，包括寻找可借入的工具、向出借人支付股息、在最糟糕的时候被召回工具、监管限制（如禁止和限制交易，包括提价规则（uptick rule）^5^）以及不利的税收。例如，在澳大利亚，做空的利润要征税，但损失没有抵免。^6^

多空（long-short）基金，通常标记为股票对冲（equity hedge），净多头和空头，基于经理的意见和偏好，但不被要求具有特定的市场敞口。它们的 beta 敞口通常为 50%（例如，多空基金可能有 75% 的多头敞口和 25% 的空头敞口，净值为 50%），但可以杠杆两倍或更多，或净空头。多空经理通常是"选股者"，其头寸集中在少于 100 只股票。这与市场中性（market neutral）基金形成对比，后者通常投资于超过 100 只股票的大型投资组合。

在第 12 章中我们指出，纯多头约束是最具破坏性的约束之一，因为它限制了经理表达负面意见的能力。一个具有纯多头约束的绝对收益经理无法表达任何负面意见。相对收益经理只能在其基准中包含该投资的范围内表达负面意见。

股票非对冲（equity non-hedge）明确利用市场方向，可能专注于一个精确的主题、行业或一小群股票。市场中性基金通常比多空基金更分散，并且与市场运动（beta）的相关性不到 10%。这种"中性"将基金的业绩和投资主题与更广泛的经济力量隔离开来。经理可能选择市场中性，以便专注于套利或短期交易的选股。

市场中性在固定收益和量化投资中更常见，其中投资之间的关系更精确。套利者可能利用低效、错位或异常，如基差交易，或一个明确的观点，如一个暗示不太可能的美联储加息的错误定价远期利率。这些精确的观点通常是"自下而上"分析的结果。涉及更多直觉的交易表达——如广泛的宏观经济主题或并购——有自己的分类。

配对交易（pairs trading）是统计套利（statistical arbitrage，"stat arb"）的一种形式，通过买卖公司敞口从相对估值中获利。重要的是要注意，在同一笔交易中从多头头寸和抵消性空头中获利是很常见的。虽然一些基金专注于少数深思熟虑的交易，但大多数统计套利投资组合（"账簿"）有数百项具有高换手率和相应成本的投资。由于卖空的相对困难，统计套利账簿通常包含的多头多于空头。指数套利（index arbitrage）是一种相关策略，它用其成分股（如标的股票）抵消一个投资组合（如 S&P 500 指数）。由于完全复制参考投资组合所需的努力和成本，这通常涉及抽样和部分复制。

方向性和非方向性（directional and non-directional）分类与卖空能力有关，但指的是参与 beta 的有意偏向。一个中性基金在买入机会多于卖空机会时、如果经理对市场看好、或如果他们想减少跟踪误差时，可能会周期性地变多头。顾名思义，量化方向性（quantitative directional）基金使用模型进行区分，并包括统计套利等技术，一些人可能更好地将其归类为相对价值（横截面）。

基于因子、主题和行业基金采用增长或价值等因子、气候变化等主题或医疗保健等行业。新兴和前沿市场也是一个专业领域。这些概念都用于股票基金——尤其是行业投资——但不限于股票工具。

企业估值。 量化从业者几十年来一直实践传统的 Graham 和 Dodd 证券估值方法。因子分析（量化基本面，quantamental；见第 7 章），结合其他另类数据（如监管文件和社交媒体情绪），正在蚕食公司分析中的人类优势。最好的分析师不太可能在短期内被机器取代（更多的人将在噪声和混淆中找到掩护）。华尔街的存在部分是为了最大化员工的薪酬。员工受到与其经理和客户关系的保护，这为他们提供了业绩不佳的奢侈。

数据可能在许多方面具有误导性。良好的尽职调查和简单的"优势、劣势、机会和威胁"（SWOT）^7^ 分析有时可以胜过最复杂和资金最充足的算法策略。无论是由计算机还是人执行，策略分析对许多长期投资都是必不可少的。通常考虑的项目包括：

经济、监管和行业环境，包括商业周期阶段、材料成本和供应链
商业模式，包括价值主张、产品或服务、资源、能力和优势、声誉、生产和分销
竞争，包括进入和退出壁垒、市场规模和可及性、增长潜力（绿色、棕色、蓝色）、差异化、规模、声誉、游说、竞争、需求、替代、议价能力、未来技术和消费者偏好
运营，包括资本的可及性和成本、债务负担和信用评级、流动性、缓冲、自由现金流和效率

事件驱动策略#

事件驱动策略通常需要对公司行动和事件进行复杂评估。这些变化通常由外部情况触发或催化。

确定价值的主要驱动因素可能需要评估公告（而非实际事件）所造成的不确定性的影响。理解新闻的相关性及其对价格的影响可能涉及运营、法律和监管专业知识，可能需要外部顾问。必须识别事件、催化剂、最佳表达、期限和退出。因此，事件驱动投资通常基于基本面而非其他量化方法进行评估。这些变化可能直接源于经理的决策，这些决策可能影响股票、债务或衍生品的价值，包括：

资本结构变化，如债务和股权发行、回购、要约收购和交换
合并、收购、分拆和重组
信用质量变化及其对现有和未来资本成本的影响，如降级和破产

事件驱动策略按所需的专业技能类型和它们所利用的市场进行分类。事件驱动分组大致分为几个领域，包括：

并购套利（M&A）或风险套利策略是低杠杆策略，通常专门关注并购公告，并在涉及公司的资本结构中最敏感或受影响最大的部分建立头寸。行动可以是友好的或敌意的，涉及公司的部分或全部，以及现金或投资工具的转移。通常，收购公司必须通过高报价诱使目标出售。因此，买方的股权价值通常会下降，而被收购股权的价值通常会上升。对于股票交易，经理可能卖空买方并做多目标。对于现金交易，通常只持有多头头寸，交易未对冲。看起来定价过高的交易可以用相反的定位来利用。分析可能需要国际交易中不同地理的监管专业知识。M&A 是一种低 beta、周期性策略，在事件时点附近波动性高。

激进主义者（Activists）试图通过管理层变革、运营精简、协同效应和效率等行动影响公司事件，如分拆、股息和回购。他们可能通过董事会席位或与其他股东的联盟来获得影响力（同时克服"阻碍因素"）。^8^ 目标可能存在财务问题，如未在公司估值中正确反映的资产。目标可能存在运营问题，包括糟糕的战略、偏离核心竞争力、代理问题（如裙带关系管理）或无能的执行。解决方案包括管理层变更、重组、削减成本和分拆。经理通常集中在约十几家公司，其中一些不活跃。头寸通常未对冲，互动可能是敌对的、对抗性的或公开曝光的。

困境策略和信用套利涉及由于财务、管理、运营或法律困境而大幅折价的公司信用。这些策略可能涉及正在考虑或正在应对重组、破产或重组的发行人。困境和信用交易常常需要法律和监管事务方面的专业知识，包括破产、重组和清算。大多数困境投资与美国公司有关，是美国破产和重组法律的结果。经理通常持有债务头寸，但可以投资于公司资本结构内外的任何工具，包括期权。重组可以通过谈判和交换债务和其他工具为新证券来去杠杆化资本结构，并可能涉及激进主义者，包括在债权人委员会中获得席位。套利策略通常表示为债务的完全对冲组合，如优先和次级债券。激进策略包括提供救援融资，其对该资产的索赔优于现有（遗留）融资，使原始贷款人获得糟糕的回收。

私募发行、D 条例、PIPE 和 SPAC基金通常寻求利用非流动性溢价、信息不对称或受限的资本或市场准入。估值上升可能源于一个催化剂，如退出（公开募股、合并或收购）或公司增长（如信用改善、生存能力增强或退出破产），导致现有投资工具的升值或转换。这通常需要对业务估值的深刻理解。

特殊情况（special situations）是一个术语，用于未包含在上述其他类别中的事件驱动策略。它们通常以股票为中心，且特定于单个公司。

选股可能涵盖许多人类决策和行为，以及许多自动化行动。定性和定量之间的区别随着时间的推移变得不那么清晰，并将随着工具和技术的进步而继续模糊。一些基金专门专注于选择，而另一些则完全避免选择，严格专注于资产配置。选股通常太难以纳入整体投资组合优化，被视为一个单独的步骤，无论是在优化之前还是之后。虽然这并不总是最优的，但它可以使资产配置过程变得可处理。将选股分离还允许选择在投资组合配置再平衡之间动态变化。在许多大型投资组合中，外部或内部经理被允许在投资组合最后一次优化的约束内随意更改其选择。

即使 SEC 在 2020 年修订规则 15c2-11 时也忽视了考虑被遗忘的投资，当时它以粉单股票为考虑对象，却忽视了场外交易债券市场。
大语言模型在进行研究方面已经成功，而这在不久前还是人类的专属领域。
Stewart C. Myers, "Determinants of Corporate Borrowing," Journal of Financial Economics 5 (1977): 147–175.
回忆我们在第 1 章中关于 ETF 和共同基金之间基金结构差异的讨论。
Elizabeth M. Murphy, Amendments to Regulation SHO, 17 CFR PART 242 Release No. 34-61595; File No. S7-08-09 RIN 3235-AK35, United States Securities and Exchange Commission (SEC), 2010.
卖空所涉及的一些困难和费用可以通过衍生品来缓解，如总收益互换（Total Return Swap, TRS）。但是，互换交易对手增加了交易对手风险。此外，由于交易对手可能用标的股票进行对冲，TRS 可能有许多与常规卖空相同的困难。TRS 在第 4 章中讨论过。
SWOT 一词的来源不确定，但可能最早由 Albert Humphrey 在 20 世纪 60 年代使用。
这些努力可能利用技术细节，如投票的机制（谁投票、非投票股份是算赞成还是反对、投票是否累积、什么构成足够的票数等）。公司本身可能会发明新颖的筹资和投票控制解决方案，包括创新的股权发行，如 APE（AMC Entertainment Holding, Incorporated 的优先股权单位）、PRPL（Purple Innovation, Incorporated 的比例代表优先关联股票），或 Bed Bath & Beyond Inc. 的 A 系列可转换优先股认股权证。要阅读更多关于这些事件的信息，我们推荐 Matt Levine 出色而诙谐的时事通讯《Money Stuff》。