打开普通散户的投资组合,你常常会看到同样的故事:十个或十五个持仓,持有者坚信自己已经分散了风险,因为他手上不止一样东西。但如果这些持仓是英伟达、AMD、微软、苹果、Meta、谷歌以及其他几个大盘科技股,那么你拥有的并不是分散化的投资组合。你只是把对科技行业的一个大赌注,分成了十只股票。当这个板块下跌时,它们会一起下跌,而你以为拥有的分散化,恰恰在你最需要它的时候消失了。
分散化不在于你持有多少个仓位,而在于它们的表现有多不同。衡量"有多不同"的工具就是相关性,理解它会改变你构建投资组合以及如何在其中配置风险规模的方式。
相关性到底衡量什么
相关性衡量两种资产相对彼此的走势,取值范围从-1到+1。相关性为+1意味着两者步调完全一致:一个上涨2%,另一个也上涨2%。相关性为-1意味着两者走势完全相反:一个上涨2%,另一个下跌2%。相关性为0意味着二者的走势毫无关联——知道其中一个今天的表现,对判断另一个毫无帮助。
你不需要掌握背后的数学原理就能运用这个概念。真正重要的是直觉,而这个直觉很直白:两个相关性接近+1的持仓,实际上就是一个更大的持仓。如果英伟达和AMD有90%的时间同步波动,那么同时持有两者并不是两个独立的赌注,而大致是一个规模稍大一点的赌注。这就是全部要点,而大多数投资组合都忽略了这一点。
解读相关性数值
| 相关性 | 含义 | 对投资组合的影响 |
|---|---|---|
| +1.0 | 走势完全相同 | 无分散效果——实际上就是一个持仓 |
| +0.7 至 +0.9 | 高度同步 | 分散收益极小 |
| +0.3 至 +0.7 | 松散相关 | 部分分散效果 |
| 0.0 | 相互独立 | 完全的分散收益 |
| 负值 | 走势相反 | 持仓之间相互对冲 |
分散化来自低相关性,而非持仓数量
这正是大多数交易者的直觉出问题的地方。增加持仓数量只有在这些持仓相关性不高的情况下才能降低风险。如果你堆砌了十个走势高度一致的标的,你几乎没有降低任何风险——你只是把同一个赌注摊到了更多的条目上而已。
这背后的数学原理其实是一个简洁的公式。对于一个由N个等权重持仓组成、平均两两相关性为ρ(希腊字母rho)的投资组合,其相对于单一持仓的波动率为:
相对波动率 = 平方根 ( 1/N + (1 - 1/N) × ρ )
关键在于ρ这一项。随着你增加持仓,1/N这一项会逐渐趋近于零,但(1 - 1/N) × ρ这一项不会——它会收敛于ρ本身。这就为你能够分散掉多少风险设定了一个下限。当相关性较高时,这个下限也高,超过几个标的之后再增加持仓,几乎完全没有帮助。
投资组合波动率占单一持仓风险的百分比
| 持仓数 (N) | 同一板块 (ρ = 0.8) | 分散化 (ρ = 0.2) |
|---|---|---|
| 1 | 100% | 100% |
| 2 | 95% | 77% |
| 5 | 92% | 60% |
| 10 | 91% | 53% |
| 25 | 90% | 48% |
| 下限 (∞) | 89% | 45% |
看一下ρ = 0.8这一列——也就是十只科技股的案例。从一个持仓增加到二十五个,波动率大约只降低了10%,而即使是这一点微小的收益,在第五个持仓时也已经基本耗尽了。无论你增加多少标的,下限都停在单一持仓风险的89%。再看ρ = 0.2的一列,即真正不同的资产:十个持仓能将波动率大致减半,下限降到45%。同样的持仓数量,结果却截然不同。真正起作用的是相关性,而不是数量。
将其与持仓数量作图,两条路径立刻分道扬镳,且再也不会重新汇合:
相对投资组合波动率与持仓数量的关系
加密货币将这一点体现得淋漓尽致
加密货币是相关性吞噬分散化效果的最清晰的实时案例,因为其资产内部相关性出了名地高。以下是四种交易最活跃的资产——比特币、以太坊、Solana和Chainlink——每日收益率的实际两两相关性数据,基于截至2026年7月的六个月内约179个每日收益率计算得出。
每日收益率相关性矩阵(截至2026年7月的6个月)
| 资产 | BTC | ETH | SOL | LINK |
|---|---|---|---|---|
| BTC | 1.00 | 0.91 | 0.88 | 0.89 |
| ETH | 0.91 | 1.00 | 0.90 | 0.93 |
| SOL | 0.88 | 0.90 | 1.00 | 0.92 |
| LINK | 0.89 | 0.93 | 0.92 | 1.00 |
每一对的相关性都在0.88到0.93之间。即使是表中最弱的关系——比特币和Solana的0.88——也远高于"高度同步"的门槛。一位同时持有这四种货币的交易者会觉得自己已经分散投资于四个不同的项目、四种不同的用例。但从风险角度看,他们持有的大致就是一个持仓。当加密货币行情不好时,并不是只有比特币表现不好——整个板块会同涨同跌。持有同一市场里更多的币种,几乎无法改变这一点。这就是ρ = 0.8这一列在现实中的体现,而实际情况甚至可能比这更严重。
相关性并非固定不变——危机中会飙升
令人不安的是,相关性并非一个固定的数字。你在平静市场中测得的数值,低估了恐慌时期会发生的情况。在大范围的抛售中,通常走势各异的资产会突然一起暴跌,因为投资者会抛售一切具有流动性的资产来筹集现金。整整一周看起来关联松散的股票、信贷、大宗商品和加密货币,会在一个下午之内变得紧密相连。
在抛售中,唯一可靠上升的东西就是相关性。
这就是最残酷的时机安排。分散化本应在最需要它的那些时刻保护你,但恰恰是在这些时刻,它却失效了。一个用正常市场相关性来衡量、看起来分散得很好的投资组合,在崩盘期间的表现可能与单一集中持仓无异——而那正是保护真正重要的时刻。要为危机时的相关性做打算,而不是那些一切正常时看起来令人安心的数字。
这对仓位规模意味着什么
相关性悄悄破坏了大多数交易者所依赖的风险计算方式。1%法则——每笔交易的风险不超过账户的1%——假设每笔交易都是独立的赌注。如果你以每笔1%的风险建立五个持仓,你会告诉自己,你是在五个不同的想法上冒了5%的风险。但如果这五个持仓高度相关,它们就不是五个不同的想法,而是一个想法拆成了五份,一次不利的走势就可能让这五个止损同时被触发。这不是五个1%的赌注,而更接近一个5%的赌注。
解决办法是将相关持仓作为一个整体来配置规模。如果五个标的都依赖于同一个驱动因素,就把它们的合计风险当作你的一个风险单位,让总风险接近你单笔交易的限额,而不是它的五倍。在使用借来的资金时,这一点更为重要:相关的杠杆持仓会相互放大,因此一次针对整个持仓群的联动走势,可能会同时触发整个群组的连环追加保证金通知。
如何真正实现分散化
真正的分散化来自持有由不同力量驱动的资产,而不是收集更多的股票代码。在添加一个持仓之前,先问问是什么在真正驱动它的走势。十只"不同"的股票,如果都随利率或AI资本支出而涨跌,那就是一个赌注穿着十件不同的外衣。
- 跨资产类别分散,而不仅仅是跨股票代码——股票、债券、大宗商品和现金对不同的压力有不同的反应。
- 跨行业和地域分散,这样单一行业的冲击或某一国家的政策变化就不会一次性拖垮一切。
- 检查共同的驱动因素。即使是广泛的指数,也是一个相关的资产篮子:因为最大的公司在权重中占主导地位,持有标普500指数并不等同于500个独立的赌注,而是一个严重偏向大盘科技股的持仓。
- 将相关的一组资产作为一个持仓来配置规模,并在压力测试投资组合时假设危机中相关性会飙升至接近1。
关键要点
持有十个任意标的并不是一种策略。持有十个走势各异的标的才是。相关性就是二者之间的区别,而它是可以衡量的,所以在你以为自己已经受到保护之前,先去衡量它。
分散化不在于你持有多少个仓位,而在于在最关键的时刻,它们的表现有多不同。
免责声明:本内容仅供教育目的使用,不构成财务建议。交易涉及重大损失风险。过往表现不能保证未来结果。