DOSSIER · No.84
低相关(BAC)
波动差不多的股票里,跟大盘走得最不同步的买、最同步的卖。
失效
经典因子
数据 B 级
月度调仓
是否仍有效(策略本身)
失效
论文发表后夏普比率接近或低于零
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 -0.41 对比 0.91;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:Cliff Asness, Andrea Frazzini, Niels Joachim Gormsen, Lasse Heje Pedersen (2020). Betting Against Correlation: Testing Theories of the Low-Risk Effect. Journal of Financial Economics.
原理
"低贝塔股票长期跑赢高贝塔股票"是被研究得最多的异象之一(见 16 号策略 BAB)。可为什么会这样,学界一直有两派解释。一派是杠杆约束:很多投资者不能或不愿加杠杆,想要高收益就只能去买高贝塔股票,把它们的价格抬高、未来收益压低。另一派是彩票偏好:投资者喜欢波动大、可能暴涨的股票,高波动股被高估。
麻烦在于,高贝塔股票通常也是高波动股票,两种解释预测的结果几乎一样。Asness、Frazzini、Gormsen 和 Pedersen 在 2020 年想了一个巧妙的办法把它们分开:贝塔可以拆成"与市场的相关性"乘以"自身波动相对市场波动"。如果只在波动率相近的股票之间比较、只按相关性排序,那么彩票偏好(只关心波动)就不起作用了,剩下的差异只能来自杠杆约束(关心的是贝塔,而相关性是贝塔的一部分)。
他们把这个组合叫作 BAC(Betting Against Correlation):在同一波动率档位里,买与市场相关性低的股票、卖相关性高的股票。论文发现 BAC 在美国和全球都有正收益,支持杠杆约束的解释。
这里要检验的是:在标普 500 成分股里,用简化的等金额多空做法,这个"低相关溢价"能不能被直接交易出来。
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
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。