4. 分散投资策略：跨市场、跨资产类别的资金分配原则，相关性矩阵的应用

分散投资，说白了就是「别把鸡蛋放在一个篮子里」。

但这句话说起来容易，做起来难。我见过太多人，手里拿着七八个品种，一看持仓，全是加密货币。这叫分散吗？不，这叫「同一个篮子换成了七八个格子」。

真正的分散，是跨市场、跨资产类别的。你得让它们之间互相不「串通」。今天A股跌了，商品涨了；商品跌了，债券涨了。这才是分散的意义。

4.1 为什么要跨市场？

每个市场都有自己的「脾气」。

• 股票市场：跟经济周期走，牛熊分明。
• 债券市场：跟利率走，避险属性强。
• 商品市场：跟供需走，抗通胀。
• 外汇市场：跟国家政策走，波动相对独立。

我个人的习惯是，至少覆盖三个不相关的市场。比如：A股 + 黄金 + 国债期货。这样，就算其中一个市场崩了，另外两个还能撑住。

4.2 相关性矩阵：你的「照妖镜」

相关性矩阵，说白了就是一张表。它告诉你两个品种之间是「同涨同跌」还是「你涨我跌」。

数值范围从 -1 到 1：

• 1：完全正相关。一个涨，另一个也涨。比如沪深300和上证50。
• -1：完全负相关。一个涨，另一个跌。比如股票和国债（通常情况）。
• 0：不相关。各走各的。

嗯，这里要注意：相关性不是一成不变的。市场恐慌时，所有资产的相关性都会趋近于1。这就是所谓的「流动性危机」。我在2020年3月就遇到过，黄金和股票一起跌，那叫一个惨。

4.3 如何构建你的分散组合？

我建议分三步走：

1. 选资产：从不同市场中挑出3-5个品种。比如：A股、美股、黄金、原油、国债。
2. 算相关性：用历史数据算一下它们之间的相关系数。我一般用过去1年的日收益率数据。
3. 调权重：相关性高的品种，少配一点；相关性低的，多配一点。

举个例子。假设你有三个品种：

品种	沪深300	黄金	国债
沪深300	1.00	0.15	-0.30
黄金	0.15	1.00	0.10
国债	-0.30	0.10	1.00

你看，沪深300和国债是负相关。黄金跟两者都不太相关。那我的资金分配就可以是：沪深300 40%，黄金 30%，国债 30%。

4.4 避坑指南

还有一点：别过度分散。我见过有人同时持有20个品种，结果每个都只赚一点点，管理成本却高得吓人。我个人建议，3-5个核心品种就够了。

4.5 知识体系图

下面这张图，帮你理清分散投资的逻辑：

4.6 代码示例：计算相关性矩阵

下面这个Python代码，可以帮你快速算出一组品种的相关性矩阵。我每次调仓前都会跑一遍。

import numpy as np
import pandas as pd

# 假设你有三个品种的日收益率数据
data = {
    '沪深300': [0.02, -0.01, 0.03, -0.02, 0.01],
    '黄金': [0.01, 0.02, -0.01, 0.03, -0.01],
    '国债': [-0.01, 0.01, -0.02, 0.01, 0.02]
}

df = pd.DataFrame(data)

# 计算相关性矩阵
corr_matrix = df.corr()

print("相关性矩阵：")
print(corr_matrix)

# 输出结果示例：
#           沪深300       黄金       国债
# 沪深300  1.000000  0.150000 -0.300000
# 黄金     0.150000  1.000000  0.100000
# 国债    -0.300000  0.100000  1.000000

好了，这一章就到这里。记住：分散不是目的，降低风险才是。相关性矩阵是你的工具，但最终决策还得靠你的判断。