欢迎来到主动式管理的世界！
欢迎！在本章中，我们将深入探讨投资策略的核心引擎：主动式管理 (Active Management)。在之前的 CAIA 学习旅程中，您已经了解了不同的资产类别。现在，我们将探讨基金经理人如何尝试“跑赢大市”（创造阿尔法 Alpha），更重要的是，我们要学会如何衡量他们是凭借真本事，还是纯属运气。
您可以将主动式管理视为一种技艺。就像职业运动员需要技巧和大量的比赛机会一样，基金经理人也需要技巧 (Skill) 和广度 (Breadth)。读完这份笔记后，您将理解主动收益是如何产生的“基本法则”。让我们开始吧！
1. 目标：信息比率 (Information Ratio, IR)
在探讨经理人如何获利之前，我们必须先知道如何评估他们。在被动投资的世界，我们使用夏普比率 (Sharpe Ratio)；而在主动投资的世界，我们使用信息比率 (IR)。
信息比率衡量的是每单位主动风险 (Active Risk) 所获得的主动收益 (Active Return)（即超出基准指数的报酬）。主动风险通常也称为跟踪误差 (Tracking Error)。
\( IR = \frac{E[R_p] - E[R_b]}{\sigma(R_p - R_b)} \)
其中：
• \( E[R_p] - E[R_b] \) 是预期主动收益 (Expected Active Return)。
• \( \sigma(R_p - R_b) \) 是主动风险 (跟踪误差)。
类比：想象一位职业射箭运动员。主动收益就是他平均射中靶心的程度；而主动风险则是箭矢散布的范围。IR 越高，代表这位射手既准确又稳定。
重点总结：IR 是主动管理经理人最终的“效率”指标，它告诉我们经理人承担的额外风险是否换来了对等的额外收益。
2. 主动管理的基本法则 (Fundamental Law of Active Management)
别被这个宏大的名称吓到了，“基本法则”其实只是用来拆解经理人绩效来源的一种方式。简单来说，该法则指出经理人的信息比率取决于两件事：技巧 (Skill) 与广度 (Breadth)。
\( IR \approx IC \times \sqrt{BR} \)
A. 信息系数 (Information Coefficient, IC) - “技巧”
信息系数 (IC) 代表经理人的技巧，即经理人预测的报酬与实际报酬之间的相关性。
• IC 为 1.0 代表经理人拥有完美的预测能力。
• IC 为 0.0 代表经理人毫无技巧（纯属猜测）。
• 即使 IC 很小（例如 0.05），如果应用次数够多，也能发挥极大的价值！
B. 广度 (Breadth, BR) - “机会”
广度 (BR) 是指经理人每年进行的独立投资决策（下注）次数。
• 重要笔记：这些赌注必须是独立的。如果经理人买入 50 家不同的石油公司，他并非做了 50 次决策，而是对油价做了一次大赌注。真正的广度需要决策类型的多样性。
快速复习：为什么要开根号？这是因为统计学上的“报酬递减法则”。若只想透过提升广度来使 IR 加倍，你需要将独立投资决策的数量增加四倍。
3. 加入现实考量：传导系数 (Transfer Coefficient, TC)
在现实世界中，经理人并不总是能随心所欲，他们会受到许多限制 (Constraints)，例如：
• 禁止卖空（仅限做多限制）。
• 对单一产业的投资上限。
• 流动性要求。
这些限制阻碍了经理人构建“理想”投资组合。为了反映这一点，我们在公式中加入了传导系数 (TC)。
\( IR = (TC) \times (IC) \times \sqrt{BR} \)
什么是 TC？它是经理人“最优”（无限制）投资权重与其在投资组合中实际使用权重之间的相关性。
• 如果 \( TC = 1 \)，代表经理人拥有完全的自由。
• 如果 \( TC < 1 \)，代表经理人的技巧受到规则或限制的“抑制”。
您知道吗？许多“仅限做多”的股票经理人 TC 较低，因为他们无法大幅做空自己不看好的股票。他们最多只能将权重降至 0%，但如果该股票在基准指数中的占比仅 0.1%，这种做法并不能算是强力的“减码”。
4. 计算预期主动收益
要算出总预期主动收益（即“Alpha”），我们将上述所有部分与经理人承担的主动风险结合起来：
\( E[R_A] = IC \times \sqrt{BR} \times \sigma_A \times TC \)
其中 \( \sigma_A \) 是主动风险 (跟踪误差)。
逐步范例：
1. 经理人的 IC（技巧）为 0.05。
2. 每年进行 1,600 次独立投资决策 (\( BR = 1600 \))。
3. 受限于某些规定，其 TC 为 0.80。
4. 承担 5% 的主动风险 (\( \sigma_A = 0.05 \))。
计算：
\( E[R_A] = 0.05 \times \sqrt{1600} \times 0.05 \times 0.80 \)
\( E[R_A] = 0.05 \times 40 \times 0.05 \times 0.80 = 0.08 \)，即 8%。
重点总结：要提高主动收益，经理人可以：(1) 提升智慧（更高的 IC），(2) 增加交易机会（更高的 BR），(3) 减少限制（更高的 TC），或者 (4) 承担更多风险（更高的 \( \sigma_A \)）。
5. 证券选择 vs. 资产配置
在资产配置的背景下，主动管理发生在两个层面：
1. 战术性资产配置 (TAA)： 这是对资产类别进行“择时”。例如，因为认为本月股票表现会优于债券，而选择加码股票、减码债券。
2. 证券选择 (Security Selection)： 这是指在资产类别内“挑选”赢家。例如，在股票配置中选择苹果公司 (Apple) 而非微软 (Microsoft)。
基本法则适用于两者！在 TAA 中，您的广度 (BR) 通常较低，因为资产类别的数量远少于个别股票的数量。
6. 常见陷阱与“专家建议”
常见错误：不要混淆标准差 (Standard Deviation) 与跟踪误差 (Tracking Error)。标准差是总体风险；跟踪误差仅是相对于基准指数的相对风险。
记忆技巧：记住 "I See Bread" 来背诵基本法则：I(C) S(qrt) B(readth)。听起来有点傻，但在考试压力大时非常有效！
快速复习盒：
• 信息比率 (IR)： 主动管理者的风险报酬比。
• IC： 技巧（预测与现实的相关性）。
• BR： 每年独立投资决策的数量。
• TC： 效率（技巧转化为投资组合绩效的能力）。
• 主动风险： 经理人偏离基准指数的程度。
结论
主动管理不只是魔术或运气，它是技巧、机会与限制之间的数学权衡。身为 CAIA 考生，您的任务是看穿市场行销术语，并了解经理人如何产生报酬。他们是真的有技巧（高 IC）？还是只是做了大量的微小赌注（高 BR）？现在您已具备找出答案的工具了！