如果只买一只股票哪怕仓位再低你也把鸡蛋放进了同一个篮子一、相关性矩阵量化「同涨同跌」1.1 什么是相关性两只股票今天都涨、明天都跌——这种步调一致性用Pearson 相关系数 ρ来度量ρ 1完全正相关你涨我也涨幅度一样ρ -1完全负相关你涨我跌像跷跷板ρ 0完全不相关各走各的ρ 0.7高度相关基本上同涨同跌0.3 ρ 0.7中度相关大趋势一致但幅度不同ρ 0.3低相关分散效果好1.2 五只标的我选了美股科技圈的「四大天王」加上标普500指数代码名称角色SPY标普500 ETF基准代表整个市场AAPL苹果消费电子龙头MSFT微软云计算AI基建NVDA英伟达AI芯片之王TSLA特斯拉电动车机器人1.3 相关性矩阵结果对近一年的日收益率计算 Pearson 相关系数得到如下矩阵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 读图热力图告诉我们什么看图说话颜色越红深代表相关性越高NVDA 和 SPY 的 ρ 0.657英伟达跟大盘高度相关。这很合理——英伟达现在是标普500的权重股它涨大盘往往也涨。TSLA 和 SPY 的 ρ 0.616特斯拉也跟大盘高度相关。马斯克的一举一动都能影响市场情绪。AAPL 和 MSFT 的 ρ 0.203苹果和微软的相关性很低虽然都是科技巨头但一个靠硬件生态一个靠云计算企业软件业务驱动因素不同。NVDA 和 AAPL 的 ρ 0.163英伟达和苹果几乎「各走各的」。一个卖GPU给数据中心一个卖iPhone给消费者八竿子打不着。ρ 高 强耦合一个挂了另一个也危险ρ 低 松耦合可以独立扩容和容错。做组合就是要找「松耦合」的标的。二、等权组合 vs 单票波动2.1 等权组合怎么算最简单的组合方式——等权Equal Weight每只股票的权重一样注意SPY 是基准不参与组合。组合是「四只科技股打包」然后跟「整个市场SPY」比。2.2 关键指标对比指标SPYAAPLMSFTNVDATSLA等权组合总收益率17.23%58.63%-22.00%11.10%-7.09%10.02%年化波动率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 读图风险-收益散点图这张图把每只标的的「年化波动率」放在 X 轴「总收益率」放在 Y 轴AAPL在左上角收益最高59%波动中等25%——这一年的明星TSLA在右下角收益为负-7%波动最大46%——这一年的坑货MSFT在左下角收益最差-22%波动还不小28%——双杀等权组合绿色五角星落在中间地带波动率23%低于所有单票收益率10%介于最高和最低之间等权组合的波动率低于四只单票中的任何一只。这不是魔法是数学——当 AAPL 涨、MSFT 跌的时候它们的波动在一定程度上「抵消」了。2.4 代码视角这就像是「负载均衡」作为一个写过后端的人我把等权组合类比成Round-Robin 负载均衡单票满仓 所有请求打到一个实例上实例挂了全完等权组合 请求均匀分到四个实例一个实例挂了还有三个扛着低相关性 实例之间的故障不传染不会一起挂当然真实的负载均衡会按性能加权类比市值加权但等权是最简单的起点。三、组合净值曲线和 SPY 同台竞技3.1 净值曲线长什么样这张图把近一年的净值走势全画出来了灰色粗线 SPY标普500稳稳当当从 1 涨到 1.17绿色粗线 等权组合波动比单票小但也没跑赢 SPY四条虚线 单票净值上蹿下跳像心电图3.2 看图说话谁最稳SPY。作为整个市场它平滑了所有个股的极端波动。谁最疯TSLA黄色虚线。从 1 冲到 1.5又跌回 0.9坐了一趟过山车。组合的表现绿色线比所有虚线都平滑但最终收益10%不如 SPY17%。⚠️这一年「科技股四大天王」的等权组合没有跑赢大盘。说明什么说明这一年大盘里的其他板块比如金融、能源、医药涨得更好或者这四只科技股的内部撕裂太严重MSFT 和 TSLA 拖了后腿。3.3 组合没跑赢大盘还要组合吗要。因为过去不代表未来。上一年跑输不代表下一年跑输。组合的目的不是「跑赢」而是「在可接受的风险下获取合理收益」。如果你2025年7月全仓了 MSFT现在亏 22%全仓 TSLA亏 7%。组合至少让你赚了 10%。夏普比率的角度虽然组合收益不如 SPY但组合是在「科技股」这个赛道内部做的分散。如果你坚信科技股的长期逻辑组合比单票安全得多。四、波动率的另一种视角4.1 直方图谁更「离散」把每天的收益率画成直方图TSLA橙色分布最宽从 -15% 到 8% 都有像一盘散沙NVDA紫色分布次之尾巴也比较长等权组合绿色分布最集中像一根针——大部分日子的涨跌都在 ±3% 以内4.2 箱线图离群值与波动范围对应图4b箱线图箱线图的箱体宽度代表「中间50%的数据范围」TSLA 箱体最宽日常波动就很大等权组合箱体最窄日常波动被四只股票的涨跌「对冲」掉了TSLA 的离群值最多有很多天涨跌超过 ±5%组合几乎没有这种极端日子把箱线图类比成P50-P99 延迟分布。单票就像一个没有限流的微服务延迟抖动巨大组合就像加了熔断和降级P99 延迟被压下来了。虽然平均延迟平均收益没提升但系统的稳定性可持有性大幅改善。五、本章小结5.1 相关性的本质相关性不是因果关系它是「一起波动的统计规律」。两只股票 ρ 高可能是因为它们都在同一个指数里被动资金一起买卖它们受同样的宏观因素影响利率、汇率、地缘政治它们有产业链上下游关系NVDA 的 GPU 卖给谁很多是 AAPL 和 MSFT 的数据中心5.2 分散化的数学直觉为什么组合能降低波动核心公式当 ρ 1 时组合方差小于各股票方差的加权平均。ρ 越低「分散红利」越大。用代码的话说组合的标准差不是单票标准差的平均值而是它们的「协方差矩阵的平方根」。只要股票之间不是完全同步组合就能「削峰填谷」。5.3 等权组合的局限等权虽然简单但不是最优的没有考虑相关性差异——AAPL 和 MSFT 的 ρ 只有 0.2应该给它们更高权重NVDA 和 TSLA 的 ρ 有 0.4权重应该更低没有考虑波动率差异——TSLA 波动那么大应该少配一点没有动态调整——涨得多的股票权重会自然变大需要定期再平衡下一章可以探索均值-方差优化Markowitz用数学找到「给定收益下风险最小」的权重配置。5.4 一点建议相关性是组合的基石——不懂相关性就谈分散化等于不懂网络拓扑就谈微服务架构低相关 ≠ 负收益——MSFT 这一年跌了 22%但它和 AAPL 的低相关性确实帮助了组合降低波动不要只看组合收益——组合的收益往往是「平庸的」但它的价值在于「可持有性」SPY 是免费的午餐——如果你不知道怎么配权重买 SPY 就是买整个市场天然分散再平衡很重要——等权组合如果不定期调仓涨得多的股票会自然占据更高权重分散效果会退化作业后续再补一下近期考试。。。
