NNagi
DOSSIER · No.a103

A股押注相关性(低相关股票)

跟大盘相关性低的股票,是否比高相关的更划算?

减弱 经典因子 数据 B 级 月度调仓
灵不灵(和基准比)
减弱

发表后夏普比率 0.12,不如一直持有基准的 0.55

是否跑赢基准(等权持有全部可买 A 股)
未跑赢基准

论文发表后,夏普比率 0.12 对比 0.55;年化收益低于基准。

夏普比率: 发表前0.35 发表后0.12 基准(发表后)0.55 最近三年0.40
「仍有效」指论文发表后风险调整收益跑赢基准,历史回测不代表未来收益,不构成任何建议。2026-10-19 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

低风险异象到底是因为什么?一派观点认为是杠杆约束:投资者想要更高收益只能买高贝塔股票。另一派认为是行为偏差:投资者偏好波动大、像彩票的股票。有研究设计了一个巧妙的检验,把贝塔拆成两部分——股票自身的波动率和它与市场的相关系数。

杠杆约束理论预测:在波动率差不多的股票中,与市场相关性低的股票也应该更划算,因为它的贝塔更低。而行为偏差理论主要和波动率有关,与相关性关系不大。研究发现,“押注相关性”——买低相关、卖高相关——确实能获得超额收益,支持了杠杆约束的解释。

这个策略做了简化:每月计算每只股票过去一年与等权全 A 指数的相关系数,等权买入相关系数最低的一部分。在 A 股,与大盘相关性低的股票往往是走独立行情的个股,也可能是停牌多、交易不活跃的股票,所以结果里会混入一些流动性和规模的影响。

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。