NNagi
DOSSIER · No.383

平均相关性择时

个股齐涨齐跌、平均相关性偏高时持股,相关性偏低时拿国债。

仍有效 资产配置与风控 数据 B 级 月度调仓
是否仍有效(策略本身)
仍有效

发表后和最近三年的风险调整收益都仍为正

是否跑赢基准(买入持有 SPY)
未跑赢基准

论文发表后,夏普比率 0.54 对比 0.77;年化收益低于基准。

「仍有效」只说明策略没有失效,不代表比基准更好,也不构成任何建议。2026-10-18 更新。
来源论文:Joshua M. Pollet, Mungo Wilson (2010). Average Correlation and Stock Market Returns. Journal of Financial Economics.

原理

股市的总风险可以拆成两部分:每只股票自己的波动有多大,以及股票之间有多“同步”。2010 年,Joshua Pollet 和 Mungo Wilson 在《Journal of Financial Economics》上指出,真正决定股市风险溢价的是后者:个股之间的平均相关性越高,股市随后的超额收益越高。

道理来自经典的风险—收益权衡。单只股票的波动可以通过分散投资消掉,投资者不会因此要求额外回报;但如果所有股票都齐涨齐跌,分散就失效了,整个市场的系统性风险变大,投资者自然要求更高的回报来补偿——表现为价格先跌、之后的预期收益变高。论文发现,单看个股的平均波动率并没有这种正向预测力。

这个结论有点反直觉:相关性飙升通常发生在恐慌和暴跌中(2008 年、2020 年 3 月),按论文的逻辑,这恰恰是该持股的时候;反过来,相关性很低、个股各走各的“平静期”,预期回报反而偏低。

论文本身是预测回归,没有交易规则。这里把它变成一个开关:每月末用过去约一个季度的日收益,计算当时标普 500 成分股两两相关系数的平均值;高于历史中位数就满仓持有,低于就拿国库券利息。数据用网站的标普 500 历史成分股面板,从 1998 年开始出信号。

封

以下内容仅对会员开放

这份卷宗剩下的部分已封存。

  • 含成本的完整回测与净值曲线
  • 论文发表前后、最近三年分段对比
  • 逐条交易规则与结果解读
  • 可直接运行的 Python 代码下载
注册并解锁
已有账号?登录
在闲鱼搜索「nagi 」,下单后自动发送激活码

历史回测不代表未来收益,仅供学习研究,不构成投资建议。