为什么将对冲基金称为？
对冲这个词其实是很宽泛的，严格来说是对冲策略（Hedging Strategy）而不是对冲产品（Hedged Product）。所谓的“对冲策略”其实就是一种用来降低风险的工具箱，里面有很多工具。 所谓的对冲产品呢，则是将上述的工具们组合起来并实施，最终产生一个可供买卖的产品。这个产品具备风险低、收益稳定的特点。 于是就有了一种说法叫做“对冲基金就是做多（或做空）策略的组合”。这么说虽然不严谨，但是很通俗也很容易理解。 我上面说到要构建一个可买卖的产品是需要工具箱里有很多的工具的。那么现在的问题就是，为什么要构建一个包含很多工具的策略箱子呢，这是因为人们希望这个策略箱子能够同时满足以下几个特点：
1.有效率 所谓有效率就是说构建出来的策略或者产品不能是无理的，或者说它的预期收益率必须小于等于它所面临的风险。否则投资者干嘛不直接买股票而要做多(空)策略呢？！所以对一个策略（产品）进行测度最常用的指标就是它的夏普比率（Sharpe Ratio），其表达式为： 其中Er是策略（产品）的预期收益率，Var是其方差，\sigma_{market} 是市场组合的方差。从公式中可以看到想要提高夏普比率就需要做到两点：一是降低策略（产品）的方差，二是提高它的期望收益率。也就是说如果一个策略（产品）要想有吸引力就必须同时满足两个条件：
\begin{align*} & \mathop{\mathrm{Var}}\nolimits(p) 0 \\\\ & E(p)\leqslant 0 \end{align*} 对于一些特殊的情况，当策略（产品）的期望收益率大于0但不足够大时，我们也可把它纳入我们的策略箱中从而进一步降低我们的风险。
2.充分适应性强 所谓充分适应性指的是这个策略（产品）对任何时期的风险因子都能做出应对。如果某个策略在遇到了之前从未遇到过的情况时出现了大幅亏损，我们就说它不具备充分的适应性。造成策略（产品）不足够适应性的原因很多时候是因为策略（产品）的跟踪误差过大。对于主动管理而言，过大的跟踪误差会不可避免地挤出策略（产品）的Alpha。为了衡量策略（产品）的适应程度我们用信息系数（Information Coefficient）来表示： 其中r_f是一个风险因子，比如市场上每个月都有的月度波动率。如果某个策略对每个风险因子均给出了合理的解释（α>0）并且没有过度拟合（<1）我们就可以认为该策略具有充分的适应性。
3.低相关性 不同策略（产品）之间的相关性越低越好。因为相关系数越高的两个策略（产品）其策略（产品）回报的关联性也越大，这样就很容易发生策略（产品）套牢的现象。我们可以用一个联合分布表来展示两个策略（产品）的相关性： 从上面的表格中我们可以看到策略一和策略二的相关系数为0.76，这说明这两个策略（产品）的回报存在很强的相关性。而策略三和策略四的相关系数仅仅为0.18，这说明这四个策略（产品）的整体相关性是非常低的。因此我们在构建自己的策略箱时需要尽可能多地选择相关性较低的策略（产品）。
以上只是我对对冲基金的最浅显的理解，希望大家多多指教～