社区

$优步(UBER)$ $Salesforce(CRM)$ $ServiceNow(NOW)$ 

经济学家马科维茨认为投资中有免费午餐，那就是投资组合，资产配置多元化。

投资组合是降低风险最有效的方法，因为相关性低的公司组合在一起可以降低波动，所以可以对冲风险。

金融界一般会使用相关性来观察两种资产的关系，相关性是两种资产的涨跌趋势是朝着相同、相反还是随机的方向移动。

相关性可以用Pearson相关系数表示，判断范围在-1和+1之间：

• 完全正相关（相关系数为+1）意味着两种资产将在100%的时间内（涨跌趋势）沿同一方向移动。
• 完全负相关（相关系数为-1）意味着两种资产将在100%的时间内（涨跌趋势）朝相反方向移动。
• 相关性为0，则两种资产之间的股价运动无相关性，它们彼此完全独立且随机。

资产之间的相关系数越小，投资组合的标准差也越小。一般情况下，资产间的相关系数越小，分散化的效果就越显著。在实践中，我们应如何有效实现风险分散？

大多数股票之间存在着密切的关系，我该如何判断股票与股票之间的相关性呢？

假设我非常看好SaaS行业，想投资SaaS行业中的明星股，如ServiceNow、Salesforce、Workday，将以上股票加入我的配置中。

我使用一个AI资产配置工具：

图源自：starvisionai.cn 美股AI投研平台

图源自：starvisionai.cn 美股AI投研平台

以上结果显示，ServiceNow（NOW）与Workday（WDAY）和Salesforce的相关性都较强，相关系数都大于0.5。在资产相关性很高的情况下，几种资产的投资组合的收益与风险，是单个资产收益和风险的加权平均值。组合购买这几种资产并不能够降低风险，这样的分散化投资并不能带来更多额外的效果。

在这种情况下，如果我三只SaaS公司都想配置，就需要加入其他行业的股票做风险分散，我刚好也非常看好共享出行，于是我将Uber和Lyft两家加入进我的组合，看看相关性如何呢？

图源自：starvisionai.cn 美股AI投研平台

图源自：starvisionai.cn 美股AI投研平台

如上图可见，加入Uber和Lyft后，风险有效地被分散了，用聚类分析和Eigenvalue Ratio（根据资产收益率提取资产特征值建模）也可以看出，资产收益率的相似性降低了。

相关系数具有可靠的参考价值，因为我们只要将相关性低的资产放在一起就可以有效降低组合风险，这是我们从金融中唯一能获取的免费午餐。

配置一个多元化的平衡组合，我使用了STARVISION.AI的AI投资组合工具来计算投资组合中的相关性，快速得到Pearson相关系数，资产聚类分析和Eigenvalue分析，还可以提供最优的投资组合，大大提升了我的效率和配置的合理性。

参考源：STARVISION.AI

风险提示及免责条款 

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负