相关性、集中度与回撤

很多仓位仍可能只是同一个押注

如果十个持仓具有相同经济驱动因素，其组合可能比只有三个持仓的组合更集中。多家银行股票可能都对融资压力作出反应。不同货币仓位可能本质上都在卖出同一货币。加密代币、代币相关公司和杠杆衍生工具，即使标签不同，也可能形成重叠敞口。

先做简单盘点：什么可能使每个仓位贬值？按行业、币种、利率敏感度、流动性、交易对手和杠杆归类敞口。这并非完整的量化风险模型，但能揭示仅数未平仓交易数量会遗漏的重复风险。产品在法律上分离，并不能确保经济独立。

穿透持仓分析要把直接和间接敞口相加。假设持有一万美元基金，而基金有 8% 配置于某家公司，则按该时点权重，间接持有约八百美元该公司。若另有直接持仓两千美元，合计约两千八百美元，尚未考虑其他基金或衍生品。这个计算取决于当前底层持仓，并会随基金调整改变。把基金和股票简单算成两项投资，会漏掉重叠。

相关性描述样本中的关系

相关性衡量所选样本中两组收益率线性共同变动的程度。它不是永久承诺。结果取决于时期、观察频率与数据质量。平静时期看似关系较弱的资产，在融资紧缩或大范围清算时可能一起下跌。

历史相关性较低，不代表两项资产不会同时亏损。相关性较高，也不意味着收益相同：每次变动的幅度可能大不相同。审视投资组合时，既要检查关系，也要检查幅度。一个规模较小但波动较大的仓位，在不利情景中的损失贡献可能超过一个规模较大、看起来稳定的仓位。

回撤以前期峰值为基准

回撤是从此前权益峰值到后来价值的下降。如果账户从 $10,000 升至 $12,000，然后跌至 $9,000，从峰值计算的回撤为 25%，尽管相对于原始余额的亏损为 10%。两种衡量都有效，但回答不同问题。

恢复百分比是不对称的。亏损 20% 会使 $10,000 降至 $8,000；要恢复至 $10,000，需要在更小基数上上涨 25%。下跌 50% 需要上涨 100% 才能恢复。这些是算术恒等关系，不是预测。它们解释了为什么严重亏损不能靠随后相同百分比的上涨弥补。

对共同事件进行压力测试

构建同时影响多项持仓的假设情景。假设三个仓位各有 $2,000 敞口，且均下跌 15%。成本前合计价格损失为 $900。各自独立的交易计划并不改变共同事件下的计算。杠杆敞口与强制清算可能使过程造成的损害大于简单的日终计算所显示的程度。

分散化可以降低某些集中风险，但无法保证避免市场损失。再平衡也有成本，并可能产生因司法管辖区而异的税务影响。教学时，应比较假设权重调整前后的情景，并明确说明哪些仍未知。目的是理解脆弱点，而不是生成一个在输入不可靠时仍显得精确的装饰性分数。

提款和存款会使权益曲线更复杂。即使投资亏损，存入现金也会让账户余额上升；提款则可能看起来像交易损失。计算回撤或比较期间之前，应将外部现金流与投资结果分开。清晰标注的现金流调整后业绩序列，比把账户余额的每次变化都视为市场结果更有信息价值。

像核对余额一样认真衡量整个路径

设当前权益为 E，此前累计最高权益为 P，按正损失比例表示的回撤为 1 − E/P。每创新高都要更新 P。若假设账户依次为一万、一万二、一万一、一万三和一万零四百美元，最后相对一万三高点的回撤为 20%，同时仍比初始值高 4%。自开始以来赚钱，与当前处于显著回撤中，可以同时成立。

深度并非路径的全部。还应记录低于前期高点持续多久，以及样本结束时是否仍未恢复。短暂下跌 10%，与几年都低于高点 10%，对现金需求和持续执行能力的影响不同。每日收盘观测也会漏掉盘中更深的下跌。因此，应说明测量频率，不要把所报告的最大回撤当成账户曾经或未来可能承受的最坏损失。

外部资金流不代表投资恢复。若资产由一万美元增至一万一千，随后提款三千，剩余八千美元并不意味着投资亏了 20%；提款前实际赚了 10%。反过来，新增存款可以把余额推到旧高点以上，却没有修复投资损失。绩效序列需要剔除外部流入流出，而融资分析仍要跟踪真正可用的现金。

在没有外部资金流的条件下，亏损比例 d 之后，恢复所需收益为 d/(1 − d)。因此，亏损 40% 后需要约 66.7% 的增长。公式不预测多久恢复、是否恢复，也不说明追求恢复需要承担什么风险。为加快回本而提高敞口，会在账户缓冲已经变薄时改变损失分布。