多策略组合的相关性管理

跑几个策略听起来像分散，但收益全靠它们回报的相关性结构。五个在风险偏好期都做多股票 beta 的策略，市场一抛售几乎不提供任何分散。相关性管理是把一个真分散的账本和一个打扮过的单一赌注区分开的东西。

为什么相关性主导分散收益

n 个等权策略、两两相关 $\rho$、波动 $\sigma$ 的组合方差是：

$$\sigma_p^2 = \frac{\sigma^2}{n}\big(1 + (n-1)\rho\big)$$

当 $n \to \infty$，方差趋近 $\rho \sigma^2$。不可分散的下限由平均相关性决定。把 $\rho$ 从 0.6 降到 0.0 削减组合方差，远比再加三个正相关策略来得狠。

相关性藏在哪里

策略很少自己声明相关性。一个跟股指期货的趋势跟踪和一个跟个股的突破系统，可能共享底层的风险偏好股票敞口。相关性还藏在：

• 共同宏观因子敞口（增长、利率、美元、流动性）
• 共同入场触发（突破、动量、均值回归信号）
• 共同持有周期（全是日线周期）
• 共同波动率环境依赖（震荡市全亏）

诚实度量策略相关性

• 用跟策略持有期匹配的重叠回报窗口，不是随便的日线
• 跨市场环境算相关性，不只看全样本。平均 +0.1 但下跌市 +0.8 的相关性是危险的
• 把回报分解成市场 beta、规模、价值、动量、残差。残差相关性才是分散的关键
• 用滚动相关性压力测试，检查最坏的尖峰

主动相关性管理

• 设总敞口上限——对任一风险因子跨所有策略，不只按仓位
• 配对环境依赖相反的策略——趋势跟踪（在延伸行情里赚钱）和均值回归（在区间里赚钱）往往负相关
• 波动率缩放每个策略，让嗓门最大的那个不主导账本
• 持一个危机 alpha 格子——做多波动率或在相关性飙升时赚钱的趋势策略

集群问题

正常市场里，多策略账本可能显示诱人的低相关性。流动性冲击一来，那些相关性同时跳向 1，回撤扎堆。2008 年量化股票平仓和 2020 年 3 月新冠冲击都演示了：融资压力一到，被以为独立的策略一起失效。

把组合搭成能扛住集群事件，而不是扛住平均日。算总风险时假设最坏相关性接近 0.8，持现金缓冲扛住相关性仓位的追保，把合并账本当整体压测，而不是每个策略孤立测。问题不是"这策略单独有价值吗"，而是"在我已经持有的所有东西之上，它还有价值吗"。