第五章 · 组合的风险不是个股的加总

前四章的指标都有一个隐含动作：把组合打包看成一个整体，或者把每只股票单独看。但组合管理里真正神奇的部分发生在资产之间：十只股票组成的组合，其风险可以远低于这十只股票各自风险的平均值。这不是魔术，是相关性——理解它，才算真正理解「不要把鸡蛋放一个篮子里」的全部含义。

相关性：两个资产「同涨同跌」的程度

相关系数（correlation）介于 −1 和 +1 之间：+1 是完全同步（你涨 1% 它也涨 1%，比例固定），0 是互不相关，−1 是完全反向。两只同涨同跌的持仓，风险互相叠加；两只方向相反的持仓，风险互相抵消。

组合风险的核心公式里有一个关键项：组合方差 = 各资产方差之和 + 两两之间的协方差项。用人话说：组合的风险不仅取决于每只股票抖得多厉害，还取决于它们抖得齐不齐。一个数值直觉：10 只波动率相同、彼此完全不相关的股票等权组合，整体波动率大约只有单只的 1/√10 ≈ 32%。什么都没做，只是「不齐」，风险就降了三分之二。这就是分散化的免费午餐——金融界少有的真正免费的东西。

「假分散」：十个篮子，一辆卡车

但免费午餐有个前提：相关性真的低。而这是散户和不少机构最容易自欺的地方。看几个典型：

• 持有英伟达、台积电、AMD、博通——四家公司，感觉分散了？它们的相关系数常年在 0.7–0.9 之间，因为都暴露在同一个变量上：全球半导体资本开支周期。这不是四个篮子，是一辆卡车上的四个篮子。
• 持有苹果 + 纳指 ETF（QQQ）——苹果一家占 QQQ 权重约十分之一，而且两者走势高度同步。你以为的「个股+指数」双层结构，实际是同一个敞口的两次押注。
• 持有特斯拉 + 比特币 + 小盘成长股——看起来横跨股票和加密两个世界，但 2020 年之后它们高度正相关，因为共同暴露在同一个变量上：流动性宽松与风险偏好。

判断真分散还是假分散，不要看持仓名字的多样性，要看背后的驱动变量的多样性。问自己：什么东西会让这些持仓一起跌？如果答案是同一个词（「利率」「AI 资本开支」「美元流动性」），那你只有一个敞口，穿了十件马甲。第十二章的 AI 硬件案例会把这个教训演一遍。

危机中相关性冲向 1：分散化最需要它的时候，它缺席

这是本章最重要的一个事实，也是对上一章 VaR 第三个坑的回答：在市场剧烈下跌时，风险资产之间的相关性会急剧升高，趋近于 1。

2008 年 9–10 月，美股、欧股、新兴市场、高收益债、大宗商品几乎同跌——平时相关系数 0.3 的资产对，危机中冲到 0.8 以上。2020 年 3 月头两周重演了一遍，连黄金都在最初几天被抛售（因为杠杆玩家需要现金补保证金，卖出一切能卖的，史称「现金挤兑」）。机制很简单：恐慌时市场不再区分「这家公司好不好」，只区分「这个能不能变现」。相关性是被恐慌强行对齐的。

推论很扎心：靠「多买几只股票」获得的分散，只能防个股暴雷，防不了系统性下跌。指望十个高相关持仓在危机里救你，就像指望雨伞在洪水里救你。真正能穿越危机的分散，必须包含在危机中表现不同的资产：现金、短期国债（2008 年大涨）、某些情况下的黄金，以及做空类工具（第十一章讲对冲时细说）。这也修正了第二章的换算：危机里用「平时相关性」估出来的组合回撤，往往是低估的，打安全边际时要留余量。

相关性不是常数：它会漂移

即使不在危机中，相关性也会慢慢漂移。长期国债与美股在 2000–2020 年间大体负相关（股跌债涨，天然的组合稳定器），但 2022 年通胀驱动下两者转为正相关、股债同跌——无数按「60/40 股债组合」配置的人在那一年发现两头挨打。教训是：仪表盘上的相关性要用滚动窗口持续重估（比如滚动 60 个交易日），并且问自己「驱动它的是利率逻辑还是通胀逻辑」，而不是把某个历史平均值当成物理常数。

实操：怎么用量化的相关性搭组合

把本章落成三个可执行的动作：

1. 给组合做「聚类」：把所有持仓两两相关系数拉出来（行情软件或 Excel 的 CORREL 函数即可），找出相关系数 >0.7 的簇。每个簇在风控上视为「一个敞口」，合并计算仓位。十只半导体股 = 一个半导体敞口。
2. 限制单簇风险额度：在第二章的预算框架下，给每个簇设上限（比如任何单一簇的止损总风险不超过组合 5%），而不是给每只股票设上限——否则十个同簇股票各 1% 风险，实际是 10% 押在一个变量上。
3. 检查「危机相关性」：把 2008、2020.3、2022 这三段历史里你的持仓（或同类资产）的表现拉出来看，专门看它们有没有一起跌。平时的相关性是参考，危机中的相关性才是体检报告。

相关性回答「我的风险集中在哪里」，下一个问题是「每个敞口该押多大」——这就是第六章的仓位计算：一笔该买多少。