(转)OPEC神秘的“朋友圈”:全球最大原油对冲基金掌门人安杜兰

皮埃尔·安杜兰,全球最大原油对冲基金掌门人,以其精准的市场预判能力闻名。从成功预测2008年油价暴跌到近年的油价起伏,安杜兰展现了卓越的投资才能。尽管曾经历失败,但他东山再起,并在2017年受邀参加OPEC秘密会议,对减产协议产生影响。

来源:https://wallstreetcn.com/articles/3004588

OPEC神秘的“朋友圈”:全球最大原油对冲基金掌门人安杜兰
2017-04-23 08:25 5

OPEC争吵了两年多,为何去年11月底终于决定联手减产了?这背后有个并不广为人知的事。

OPEC不同寻常地秘密邀请了几位明星级原油交易员到维也纳,向这些嘉宾讨教问题。他们想知道,一旦减产协议失败,市场会有什么反应?油价会不会进一步下跌? 就在那场神秘会议的第二天,OPEC居然罕见宣布达成八年来首个减产协议。

要知道,OPEC成员国从2014年下半年起就对要不要联合减产爆发了激烈争吵。尽管产油国被油价大跌折磨得不堪重负,但他们却连先联手冻结产量都无法达成一致,最终令去年4月的多哈冻产协议“胎死腹中”。

这些特邀嘉宾很可能在某种程度上影响了最终的减产决策。这其中,最引人注意的一位座上宾就是皮埃尔·安杜兰(Pierre Andurand)——资管规模高达17亿美元的全球最大原油对冲基金Andurand Capital Management掌门人。

出席那场秘密会议的参与者对会议的详细内容讳莫如深。沙特代表称:“这是我们与分析师、生产商和交易员不断商讨的一部分,特别是在OPEC会议和其他会面期间。”安杜兰则在此前不久称,他从1月开始就押注油价会涨,一直没改变立场。

安杜兰确实有足够高的能力帮助OPEC更好地把握市场。过去十年间,他多次准确预判到油价走势,在奠定自己业界佼佼者地位的同时也赚得盆满钵满。

安杜兰因成功预测到08年那波“史诗级”的油价暴跌而一战成名。当时,WTI油价从近150美元跌到30多美元只用了短短5个月。过去三年,在油价大起大落的市场巨震中,他又准确地抓住了2014年的油价重挫和2016年的反弹行情。

2014年的油价大跌曾让安杜兰的基金回报率达到了38%,去年的大涨则令他实现了22%的年度收益率——在整个对冲基金行业被巨震行情和收益率而折磨的死去活来的年份,这样的收益率属于业界上佳表现。

这当然不是安杜兰的最高业绩。这位明星级交易员曾创办的一只对冲基金有过收益率超过200%的辉煌战绩。

多年以前,安杜兰的年薪就达到了数千万美元。福布斯杂志曾在2008年将安杜兰列为全球薪资最高的前20位对冲基金经理之一。

荣耀与失落

1977年2月,安杜兰出生于法国南部普罗旺斯地区艾克斯(Aix-en-Provence)。他毕业于里昂国立应用科学学院,取得了应用数学硕士学位。之后他就读于巴黎高等商学院,获得国际金融学硕士学位。

和多数华尔街人一样,安杜兰的就职履职相当光鲜。毕业之后,他进入高盛新加坡分公司,成为一名原油交易员。此后,他跳槽到美国银行新加坡分公司,负责原油交易业务。一段时间之后,他去了全球最大原油交易企业维多(Vitol)新加坡分公司,成为一名交易经理。2004年他调往伦敦,成了一名合伙人。坊间传言,他曾是维多最能赚钱的交易员之一,年收入曾高达2000万美元。

尽管获得了高收入,但这并不能满足安杜兰的野心:他想做更大的赌注,而不是被公司严格的风控条款所束缚。

安杜兰事业的关键转折期出现在2007年。当年10月,他与人联手创建了对冲基金BlueGold,是多数股权股东,身居投资总监。

在他的带领下,这只对冲基金迅速焕发出夺目的光彩。 这只基金成立的次年,旗下BlueGold Global Fund取得了210%的超高回报率,纽约邮报惊叹地形容为“令人瞠目”,高到“恐怖”。它最初成立时的规模仅3亿美元,巅峰时期高达24亿美元,足足增长了八倍。

然而,BlueGold辉煌的日子并没有持续太久。

2009年,BlueGold收益率降至55%,2010年为13%,2011年急转直下,变成了负34%。

BlueGold当年的亏损令人震惊,一本名为The Secret Club That Runs the World的书记录了其中的细节:

早晨上班时,安杜兰对自己庞大的原油多头仓位颇具信心。于是,他度过了一个悠闲的上午:请私教陪他健身,不时漫不经心地看一眼彭博终端。那是2011年5月5日,本拉登刚刚被杀,中东局势的不稳定似乎保证了能源价格的上涨,油价当天上午懒洋洋地交投在120美元/桶。

然而,到了下午,画风突变。在消息面风平浪静的情况下,布伦特油价在他喝咖啡的间歇毫无预兆地急挫2.5美元,此后一路大跌,截至收盘跌幅高达10.4美元。

虽然几美元在市场狂野波动的时候似乎不算什么,但对当时的BlueGold来说非同小可。因为他们通过多种复杂的衍生品动用了三倍杠杆——简单地说,虽然他们管理的资产是24亿美元,但实际的交易头寸价值接近80亿美元。

像那天那种程度的油价暴跌对于对冲基金来说很可能是灾难性的。所以安杜兰指挥交易员们大量抛售,设法卖掉了价值30亿美元的头寸,损失了大约5亿美元。
这还只是其中一天的遭遇。最终的结果,就是安杜兰和联合创始人分道扬镳。陷入亏损的BlueGold于2012年4月宣布关闭,向投资者退还了资金。

东山再起

首次创业失败的安杜兰很快选择了卷土重来。

2013年2月,他在伦敦拉起了自己的对冲基金:Andurand Capital。一些BlueGold的老客户跟了过来。安杜兰允诺他们无需支付绩效费,直到基金净值满足高水位线(high-water mark)。

Andurand Capital运行得很顺利。它在成立当年就斩获了25%的收益率,次年的收益率达到38%,最高收益率曾达到96.6%。去年,听闻Andurand Capital做对了行情,投资者们的资金蜂拥而至,这使得该基金管理着的资产规模比一年前足足增加了6.5亿美元,增幅达到62%。

“狼性”特征

这就是安杜兰,不轻易服输、无所畏惧、勇于承担常人惧怕的风险……他身上有很多知名交易员的共同特质。

他也和许许多多交易员一样,清晰地划分出工作和家庭的界限,不愿意把工作情绪带回家里。这个在伦敦Harrods地区拥有一座价值1100万英镑的房屋,一辆定制版布加迪(Bugatti)跑车,以及一个美丽的俄罗斯妻子的男人,宁愿花数万欧元给自己的女人定做一件高级婚纱,也不愿意向她坦承他在市场中遭遇的挫折。

正如华尔街见闻之前多次介绍的,很多成功的对冲基金经理都很喜爱一项或者几项体育运动。安杜兰也不例外。他年少时酷爱游泳,曾经是法国国家青少年游泳队队员。他还是一个武术迷,喜欢自由搏击(kickboxing)。

事实上,对于自由搏击,安杜兰不仅仅是喜欢,还把它经营成了一个生意。他原本打算收购陷入财务困境的自由搏击赛事联盟K-1,但被对方拒绝了。于是他发起了Glory World Series国际自由搏击联盟,担任该联盟母公司Glory Sports International的总裁和多数股权股东。去年9月,Glory Sports International宣布完成B轮融资,姚明设立的Yao Capital是投资方之一。

新的考验

最近,安杜兰对油价又有了新的预测。这意味着他将再一次拿真金白银来接受市场的考验。

在3月接受CNBC采访时,安杜兰操着一口浓浓的法国腔英语说:“我认为油价将在今年晚些时候回升到70美元,市场将在夏末时回归现货升水(backwardation)结构,而且是可持续的升水结构。这会给油价带来下一波行情。”

彼时,布伦特油价还在50美元/桶徘徊,WTI油价甚至还不到50美元。

安杜兰去年底盛赞OPEC和俄罗斯等产油国之间的减产协议是“真正的市场转折点”,预计市场将转向供不应求,因为投资下跌程度比较大。

不过,今年以来油价陷入了区间震荡行情,这让他感到有些惊讶——事实上,他的基金猝不及防地受到了影响。据路透,该基金一季度业绩下滑11.6%。

而安杜兰现在依然看涨油价:“美国页岩油生产商已经对冲了很多原油产量,这限制了油价走高,所以基本面的改善尚未完全反映在原油价格当中。但我相信,OPEC减产真的有效,当人们看到库存真正快速下降,最终基金面将获胜,油价将进一步上涨。”

安杜兰认为,对于产油国会否在5月25日的会议上是否决定延长减产协议而言,油价水平至关重要。减产协议现在是市场激辩的焦点。“我认为,现在的油价足以使他们作出延长减产协议的决定,可能还要高一点。如果油价在65美元,可能他们就不会延长了。”

不过他同时还强调:“到那时油价可能会更高一些,因为每个人都会看到库存正在降低,OPEC减产真的奏效了。”

至于特朗普对油价的影响,安杜兰是不相信的:“我不认为特朗普现在对原油供需有太大影响。如果说有什么能造成大的改变,那将是伊朗——如果他重新对伊朗施加制裁措施的话。”

代码下载链接: https://pan.quark.cn/s/a4b39357ea24 iSecure Center综合防管理平台配置手册V2.0最新完整版。综合防管理平台是一个集成了多种功能的智能化系统,通过接入视频监控、停车场、门禁以及报警检测等设备,达成防信息化集成与联动。以电子地图作为核心载体,融合各类防设备,达成防信息化集成与联动。 【海康威视iSecure Center综合防管理平台配置手册 V2.0.0】是专门针对该公司的防管理系统而编写的详细指南。iSecure Center是一个集成化、智能化的解决方案,其目标是通过整合视频监控、停车场管理、门禁控制和报警系统等多个全子系统,达成全面的防信息化集成与联动。平台的核心作用是借助电子地图作为基础,整合各种防功能,以提供高效且全面的全监控和管理。 手册中明确指出,iSecure Center的配置和使用仅限于海康威视HIKVISION的用户,并且详细说明了版权和法律声明,强调手册内容的所有权归属于杭州海康威视数字技术股份有限公司,未经授权,禁止进行任何形式的复制、翻译或修改。同时,手册也声明了产品仅适用于中国大陆地区,并且在法律允许的范围内,产品按照现有状态提供,不提供任何形式的保证,对于因使用产品或手册所导致的损失,公司不承担任何赔偿责任。 手册还特别警示用户,将产品接入互联网可能面临风险,如网络攻击、黑客入侵或病毒感染,用户需自行承担这些风险。同时,用户必须遵守适用的法律法规,不得将产品用于侵犯第三方权利或不当用途,否则公司将不承担任何责任。 在操作前,手册提供了符号约定,包括说明、注意和危险等级的标识,帮助用户理解文档中关键信息的重要性。例如,“注意”用于提醒用户重要操作或...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 gddrxy综合性实验——某系统的设计与实现---互联网应用开发(JSP)4 1. 在MySQL数据库中构建用于实验的数据表,要求包含至少三个字段,并在其中至少加入一条数据记录 2. 设计一个数据录入界面,将用户提交的信息发送至Servlet以执行合法性验证,若验证通过则调用DAO组件向数据表中追加一条新记录 实验报告 实验名称:综合性实验——某系统的设计与实现(互联网应用开发——JSP) 一、实验目的与要求 本次实验旨在使学生深入掌握并熟练运用JavaServer Pages (JSP) 技术开展互联网应用开发工作,特别是在数据库交互方面的实践。通过本次实践操作,期望达成以下学习目标: 1. 精通JSP在数据库层面的增删改查(Create, Read, Update, Delete)操作,包括建立数据库连接、执行SQL指令以及管理结果集等环节。 2. 掌握Servlet的生命周期机制,理解其在Web系统中的功能定位与工作流程。 3. 学会构建动态网页,实现用户输入信息的采集,并在服务器端完成数据校验与处理流程。 二、实验原理与内容 1. JSP进行数据库操作的典型流程涵盖数据库连接建立、SQL指令执行、结果集处理以及连接关闭等多个关键步骤。 2. Servlet作为Java Web应用程序的核心构成部分之一,具有初始化、服务、销毁这三个生命周期阶段。在本次实验中,Servlet将负责接收并处理来自JSP页面的请求,完成数据合法性校验工作。 三、实验步骤与结果 1. 数据库准备: - 采用MySQL数据库创建一个实验用的数据表,例如命名"Student",表中包含"ID"(作...
内容概要:本文详细介绍了基于风光储能和需求响应的微电网日前经济调度模型的Python代码实现,重点探讨了在风能、光伏等可再生能源出力具有不确定性的背景下,如何结合储能系统的运行特性与用户侧的需求响应机制,实现微电网系统的日前优化调度。该模型通过构建精确的数学模型并结合高效的优化算法,对分布式电源、储能设备及可控负荷进行协调优化,旨在最小化系统运行成本、提升可再生能源的消纳水平,并确保供电的全性与稳定性。文中提供的完整Python代码实现了从数据输入、模型构建到求解分析的全流程,便于读者复现、验证与二次开发。; 适合人群:具备一定电力系统基础知识和Python编程能力,从事新能源、微电网、智能电网等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高校或科研机构开展微电网优化调度相关课题的教学与科研工作;②为实际微电网项目的日前调度策略设计提供技术支撑与仿真验证工具;③帮助研究人员深入掌握基于Python平台的能源系统建模与优化求解方法。; 阅读建议:建议读者结合文档中的理论推导与代码实现同步学习,重点关注目标函数设计、约束条件建模及优化求解器调用等关键环节,并尝试调整参数设置或拓展模型结构以适配不同应用场景。
内容概要:本文围绕电力系统短期负荷预测问题,深入研究了基于极限学习机(ELM)及其智能优化算法改进模型的预测方法,重点实现了ELM、白鲸优化算法(BWO)优化ELM以及鹭鹰优化算法(IBO)优化ELM三种预测模型,并通过Matlab平台进行仿真与性能对比。研究旨在提升负荷预测的精度与鲁棒性,解决传统ELM因输入权重和偏置随机初始化导致的性能不稳定问题。通过引入两种新兴的元启发式优化算法对ELM的关键参数进行全局寻优,有效提升了模型的泛化能力与收敛稳定性。文章系统地完成了模型构建、参数优化、实验设计与结果分析,验证了优化后模型在短期负荷预测中的优越性,为电力系统调度决策提供了高精度的数据支撑和技术路径。; 适合人群:具备一定电力系统基础知识、时间序列预测背景及Matlab编程能力的科研人员、电气工程专业高校研究生,以及从事智能电网、能源管理与负荷预测相关工作的工程技术人员。; 使用场景及目标:①应用于电力系统短期负荷预测,提升电网运行调度的精确性与经济性;②为智能优化算法与浅层神经网络融合研究提供可复现的技术方案与实验基准;③作为科研项目、学位论文或工程实践中负荷预测模块的核心算法参考。; 阅读建议:建议读者结合所提供的Matlab代码,深入理解ELM网络结构原理及白鲸、鹭鹰优化算法的实现机制,重点关注参数寻优过程与预测误差指标(如MAE、RMSE、MAPE)的对比分析,建议进一步尝试在不同数据集上验证模型泛化能力,并探索将其拓展至中长期负荷预测或其他时序预测领域。
内容概要:本文系统研究了基于ARIMA模型的电价预测方法,并结合Matlab代码实现了对未来电价的短期预测及预测结果的不确定性量化分析,重点在于构建置信区间以提升预测的可靠性。文章详细阐述了ARIMA模型在电力市场价格序列建模中的应用流程,涵盖数据预处理、平稳性检验(如ADF检验)、模型识别(ACF/PACF分析)、参数估计、模型诊断(残差白噪声检验)以及预测可视化等关键步骤。通过引入预测误差的统计分布特性,进一步计算出不同置信水平下的置信区间,为电力市场参与者提供更具决策参考价值的价格趋势判断。该方法适用于具有明显时间依赖性和波动特征的电价数据,具有较强的实用性和可操作性。; 适合人群:具备一定统计学基础和Matlab编程能力,从事电力系统运行、能源经济分析、电力市场交易及相关领域的科研人员与工程技术从业者,尤其适合高等院校电力、自动化、经济管理等专业的研究生及高级本科生开展课题研究或课程设计。; 使用场景及目标:①应用于电力市场的短期电价预测,辅助发电商、售电公司制定竞价策略;②支持微电网、虚拟电厂等新型主体参与电力市场时的风险评估与优化调度;③作为高校教学案例,帮助学生掌握时间序列建模的基本理论与实证分析技能;④为含高比例新能源接入的电力系统提供价格波动风险的量化工具,支撑市场机制设计与政策制定。; 阅读建议:建议读者结合所提供的Matlab代码逐行运行并调试,重点关注数据差分处理、模型阶数确定(AIC/BIC准则)及残差诊断环节,建议尝试替换不同的实际电价数据集进行模型迁移验证,深入理解ARIMA建模过程中各环节的作用与敏感性,同时加强对置信区间构建原理的数学推导与解释能力。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文《【负荷预测】基于贝叶斯网络的考虑不确定性的短期电能负荷预测(Python代码实现)》系统阐述了一种融合不确定性的短期电能负荷预测方法,提出基于贝叶斯网络的概率建模框架,以应对电力系统中受气象条件、时间特征及用户行为等多重因素影响所带来的负荷波动与不确定性。通过构建贝叶斯网络结构,模型能够有效刻画历史负荷、温度、湿度、节假日类型等多源异构变量之间的条件依赖关系,并利用概率推理实现负荷的联合分布建模与预测。该方法不仅提升了预测精度,还能输出预测结果的置信区间与概率分布,实现不确定性量化,增强预测结果在实际电网调度、电力市场出清与需求响应管理中的可信度与实用性。全文配套完整的Python实现代码,涵盖数据预处理、网络结构学习、参数估计与推理预测全过程,便于研究者复现与拓展。; 适合人群:具备一定电力系统基础知识、概率统计背景及Python编程能力,从事负荷预测、智能电网、能源管理系统、电力市场分析等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①解决因天气突变、节假日效应或突发事件引发的负荷剧烈波动问题,提升短期负荷预测鲁棒性;②为电网调度部门提供带有置信度的负荷预测结果,支撑风险感知型决策;③学习贝叶斯网络在能源时序预测中的建模流程,掌握不确定性建模与概率推理的核心技术。; 阅读建议:建议结合所提供的Python代码逐模块实践,重点关注贝叶斯网络结构构建策略与参数学习算法的实现细节,可进一步引入更多外部影响因子(如电价信号、区域经济活动指数)以优化模型表达能力,并通过交叉验证评估不同结构假设下的预测性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值