如果只買一只股票哪怕倉位再低你也把雞蛋放進了同一個籃子一、相關性矩陣量化「同漲同跌」1.1 什么是相關性兩只股票今天都漲、明天都跌——這種步調一致性用Pearson 相關系數 ρ來度量ρ 1完全正相關你漲我也漲幅度一樣ρ -1完全負相關你漲我跌像蹺蹺板ρ 0完全不相關各走各的ρ 0.7高度相關基本上同漲同跌0.3 ρ 0.7中度相關大趨勢一致但幅度不同ρ 0.3低相關分散效果好1.2 五只標的我選了美股科技圈的「四大天王」加上標普500指數代碼名稱角色SPY標普500 ETF基準代表整個市場AAPL蘋果消費電子龍頭MSFT微軟云計算AI基建NVDA英偉達AI芯片之王TSLA特斯拉電動車機器人1.3 相關性矩陣結果對近一年的日收益率計算 Pearson 相關系數得到如下矩陣ρSPYAAPLMSFTNVDATSLASPY1.0000.4370.3490.6570.616AAPL0.4371.0000.2030.1630.239MSFT0.3490.2031.0000.2810.191NVDA0.6570.1630.2811.0000.405TSLA0.6160.2390.1910.4051.0001.4 讀圖熱力圖告訴我們什么看圖說話顏色越紅深代表相關性越高NVDA 和 SPY 的 ρ 0.657英偉達跟大盤高度相關。這很合理——英偉達現在是標普500的權重股它漲大盤往往也漲。TSLA 和 SPY 的 ρ 0.616特斯拉也跟大盤高度相關。馬斯克的一舉一動都能影響市場情緒。AAPL 和 MSFT 的 ρ 0.203蘋果和微軟的相關性很低雖然都是科技巨頭但一個靠硬件生態一個靠云計算企業軟件業務驅動因素不同。NVDA 和 AAPL 的 ρ 0.163英偉達和蘋果幾乎「各走各的」。一個賣GPU給數據中心一個賣iPhone給消費者八竿子打不著。ρ 高 強耦合一個掛了另一個也危險ρ 低 松耦合可以獨立擴容和容錯。做組合就是要找「松耦合」的標的。二、等權組合 vs 單票波動2.1 等權組合怎么算最簡單的組合方式——等權Equal Weight每只股票的權重一樣注意SPY 是基準不參與組合。組合是「四只科技股打包」然后跟「整個市場SPY」比。2.2 關鍵指標對比指標SPYAAPLMSFTNVDATSLA等權組合總收益率17.23%58.63%-22.00%11.10%-7.09%10.02%年化波動率12.71%24.83%27.79%36.16%46.29%22.87%夏普比率1.321.99-0.760.470.070.53最大回撤-8.88%-13.80%-34.50%-20.21%-38.25%-20.87%2.3 讀圖風險-收益散點圖這張圖把每只標的的「年化波動率」放在 X 軸「總收益率」放在 Y 軸AAPL在左上角收益最高59%波動中等25%——這一年的明星TSLA在右下角收益為負-7%波動最大46%——這一年的坑貨MSFT在左下角收益最差-22%波動還不小28%——雙殺等權組合綠色五角星落在中間地帶波動率23%低于所有單票收益率10%介于最高和最低之間等權組合的波動率低于四只單票中的任何一只。這不是魔法是數學——當 AAPL 漲、MSFT 跌的時候它們的波動在一定程度上「抵消」了。2.4 代碼視角這就像是「負載均衡」作為一個寫過后端的人我把等權組合類比成Round-Robin 負載均衡單票滿倉 所有請求打到一個實例上實例掛了全完等權組合 請求均勻分到四個實例一個實例掛了還有三個扛著低相關性 實例之間的故障不傳染不會一起掛當然真實的負載均衡會按性能加權類比市值加權但等權是最簡單的起點。三、組合凈值曲線和 SPY 同臺競技3.1 凈值曲線長什么樣這張圖把近一年的凈值走勢全畫出來了灰色粗線 SPY標普500穩穩當當從 1 漲到 1.17綠色粗線 等權組合波動比單票小但也沒跑贏 SPY四條虛線 單票凈值上躥下跳像心電圖3.2 看圖說話誰最穩SPY。作為整個市場它平滑了所有個股的極端波動。誰最瘋TSLA黃色虛線。從 1 沖到 1.5又跌回 0.9坐了一趟過山車。組合的表現綠色線比所有虛線都平滑但最終收益10%不如 SPY17%。??這一年「科技股四大天王」的等權組合沒有跑贏大盤。說明什么說明這一年大盤里的其他板塊比如金融、能源、醫藥漲得更好或者這四只科技股的內部撕裂太嚴重MSFT 和 TSLA 拖了后腿。3.3 組合沒跑贏大盤還要組合嗎要。因為過去不代表未來。上一年跑輸不代表下一年跑輸。組合的目的不是「跑贏」而是「在可接受的風險下獲取合理收益」。如果你2025年7月全倉了 MSFT現在虧 22%全倉 TSLA虧 7%。組合至少讓你賺了 10%。夏普比率的角度雖然組合收益不如 SPY但組合是在「科技股」這個賽道內部做的分散。如果你堅信科技股的長期邏輯組合比單票安全得多。四、波動率的另一種視角4.1 直方圖誰更「離散」把每天的收益率畫成直方圖TSLA橙色分布最寬從 -15% 到 8% 都有像一盤散沙NVDA紫色分布次之尾巴也比較長等權組合綠色分布最集中像一根針——大部分日子的漲跌都在 ±3% 以內4.2 箱線圖離群值與波動范圍對應圖4b箱線圖箱線圖的箱體寬度代表「中間50%的數據范圍」TSLA 箱體最寬日常波動就很大等權組合箱體最窄日常波動被四只股票的漲跌「對沖」掉了TSLA 的離群值最多有很多天漲跌超過 ±5%組合幾乎沒有這種極端日子把箱線圖類比成P50-P99 延遲分布。單票就像一個沒有限流的微服務延遲抖動巨大組合就像加了熔斷和降級P99 延遲被壓下來了。雖然平均延遲平均收益沒提升但系統的穩定性可持有性大幅改善。五、本章小結5.1 相關性的本質相關性不是因果關系它是「一起波動的統計規律」。兩只股票 ρ 高可能是因為它們都在同一個指數里被動資金一起買賣它們受同樣的宏觀因素影響利率、匯率、地緣政治它們有產業鏈上下游關系NVDA 的 GPU 賣給誰很多是 AAPL 和 MSFT 的數據中心5.2 分散化的數學直覺為什么組合能降低波動核心公式當 ρ 1 時組合方差小于各股票方差的加權平均。ρ 越低「分散紅利」越大。用代碼的話說組合的標準差不是單票標準差的平均值而是它們的「協方差矩陣的平方根」。只要股票之間不是完全同步組合就能「削峰填谷」。5.3 等權組合的局限等權雖然簡單但不是最優的沒有考慮相關性差異——AAPL 和 MSFT 的 ρ 只有 0.2應該給它們更高權重NVDA 和 TSLA 的 ρ 有 0.4權重應該更低沒有考慮波動率差異——TSLA 波動那么大應該少配一點沒有動態調整——漲得多的股票權重會自然變大需要定期再平衡下一章可以探索均值-方差優化Markowitz用數學找到「給定收益下風險最小」的權重配置。5.4 一點建議相關性是組合的基石——不懂相關性就談分散化等于不懂網絡拓撲就談微服務架構低相關 ≠ 負收益——MSFT 這一年跌了 22%但它和 AAPL 的低相關性確實幫助了組合降低波動不要只看組合收益——組合的收益往往是「平庸的」但它的價值在于「可持有性」SPY 是免費的午餐——如果你不知道怎么配權重買 SPY 就是買整個市場天然分散再平衡很重要——等權組合如果不定期調倉漲得多的股票會自然占據更高權重分散效果會退化作業后續再補一下近期考試。。。
