多策略相关：分散化为何不等于风险消失

多策略相关性是什么?

新手常以为“多买几个品种、多挂几个策略”就等于分散风险，但真正起作用的是这些策略之间的相关性。

相关性（correlation）是衡量两个东西一起变动程度的统计量，范围从 -1 到 1。1 表示同步涨跌，-1 表示经常反着走，0 表示两者没有稳定的线性关系。一个组合的总风险，不是各策略风险的简单相加，而是由它们是否同时亏损决定。

多策略相关性，就是看多个策略或资产的走势是否步调一致。如果两个策略都在赌同一个方向，表面上分开了，实际上押的是同一个风险来源。相关性衡量的是“一起变动的程度”，它不告诉你该不该买某个策略。这句话先说在前面，后面还会再提。

底层概念：分散化不是数量多

分散化的核心不是把资金分给更多策略，而是把风险来源分开。用一句通俗的话说：十个同一种风险，还是一个风险。

下面几个关系可以帮你建立直觉：

• 相关性与组合风险：相关性为 1 时，分散化没有任何作用。
• 相关性小于 1 时，组合波动通常变小，但风险不会消失。
• 相关性为 -1 时，理论上一方亏损正好被另一方盈利抵消，现实中这样的组合极难长期存在。
• 相关性为 0 时，两个策略互不搭界，组合风险有所下降，但每个策略自身的波动依然在。

假设例子：用公式看风险还剩多少

计算组合风险会用到一个小公式：组合方差 = w1²σ1² + w2²σ2² + 2w1w2ρσ1σ2。这里的 w 是资金权重，σ（sigma）是标准差，用来衡量波动的大小；ρ（rho）就是前面说的相关性系数。方差可以理解成“风险大小”的一种度量，把它开根号，就得到组合风险。

我们做一个完全假设的演示：两个策略各占一半资金，w1 = w2 = 0.5，每个策略自身的风险 σ1 = σ2 = 10%。在不同相关性下，组合风险会变成这样：

• 当 ρ = 1，组合风险是 10%，分散化一点作用都没有。
• 当 ρ = 0.5，组合风险约为 8.66%，比原来低，但仍然不小。
• 当 ρ = 0，组合风险约为 7.07%，降幅更明显，却依然是正的。
• 当 ρ = -1，组合风险理论上归零，但这只是教科书里的极端情形。

注意，这些数字是假设出来的，用来演示公式原理，不代表任何真实策略或收益。

假设例子：两个策略各自波动为 10%，权重各 50%。

常见误区

误区一：只看策略数量。两个策略若使用相同消息、相同方向，相关性会很高。分散化搞了半天，还是同一个赌注。

误区二：把历史相关性当成永久的。相关性会随市场环境变化。平时相关性接近 0 的两个策略，遇到极端行情时可能一起下跌，相关性突然向 1 靠拢。所以分散化不等于买了保险，不能保证风险消失。

误区三：以为相关性为 0 就能完全消除风险。相关性为 0 只代表两个策略的走势没有稳定的线性关系，不代表它们不会各自亏损。组合风险可以摊薄，但单个策略自身的波动不会凭空消失。

误区四：把相关性计算当作预测指标。它只是对过去同步程度的一种描述，不能预测两个策略未来会不会同时亏。想用过去的数字去判断未来，需要非常小心。

它是什么、不是什么

多策略相关性是衡量组合风险是否被摊薄的工具，不是消灭风险的保证。它的重要作用是告诉你组合里哪些部分可能同时受伤，让你看清“伪分散”在哪里。

它不告诉你该买哪个、卖哪个，也不代表低相关性就一定安全。你可以把它当成一张风险地图，而不是一张操作指令。新手理解这一点，比记住公式更重要。