Skip to content

6.3 市场内部:广度与集中度

难度★★★

This page hasn’t been translated into English yet, so you’re reading the Chinese original. Chapters are being translated one by one.

指数涨了 26%,你的股票为什么没有

Section titled “指数涨了 26%,你的股票为什么没有”

如果你在 2023 年持有一篮子自己挑选的普通股票,年底拿它和 SPY 比较,很可能发现自己远远落后。这一年,标普 500 含股息上涨 26.29%;成分股完全相同、只是每只权重相同的等权标普 500,只上涨了 13.87%。差别来自七家公司。市场把苹果、微软、Nvidia、Alphabet、亚马逊、Meta 和特斯拉统称为「七巨头」(Magnificent Seven),这一年指数涨幅的 62.2% 由它们贡献(出处见下文的案例)。

所以「指数涨了多少」和「多数股票涨了多少」是两个问题。回答前一个问题看指数本身;回答后一个问题,要看两类读数:广度看有多少股票跟着指数涨跌,集中度看少数大股票占了多少权重。这两类读数还解释了你在期权链上见过的另一件事:SPY 的 IV 通常明显低于它的大成分股(5.6)。它们说明的是指数涨跌的成色和指数 IV 为什么低,不预测下一步的方向。

广度:有多少股票跟着指数涨跌

Section titled “广度:有多少股票跟着指数涨跌”

指数给出的是成分股按权重平均的涨跌幅。市场广度(market breadth),简称广度,指参与上涨或下跌的股票有多少。常用的读数有四种:

读数 算法 看什么
上涨、下跌家数 收盘高于、低于前一天的股票各有几只 这一天多数股票上涨还是下跌
上涨下跌线(A/D 线) 每天的「上涨家数 − 下跌家数」逐日累加 指数创新高时,它是否也创新高
站上 200 日均线的比例 收盘价高于自身 200 日均线的成分股数 ÷ 成分股总数 长期趋势向上的股票占多少(6.1 的均线)
52 周新高与新低 创一年新高、新低的股票各有几只 指数上涨时,新低是否在增多

广度比例(breadth ratio)= 上涨家数 ÷ (上涨家数 + 下跌家数)。平盘的股票既不算上涨,也不算下跌,所以不计入。广度比例高于 50%,说明上涨的股票多于下跌的股票。

这些读数可以在两个地方查到:

  • 纽交所每天的上涨、下跌、新高、新低家数,刊登在财经报纸的 Markets Diary 栏目里(定义见 Nasdaq)。
  • S&P DJI 每月发布的 Market Attributes 报告,列出标普 500 当月和年初至今的上涨、下跌家数,12 月那一期就是全年的数据(S&P DJI)。

站上 200 日均线的比例没有官方版本,由各家行情软件自行计算,不同来源的数值会略有差异。所以要固定一个来源,只和这个来源自己的历史数值比较。

例子(示例数据,非实时):SPY 连续五天上涨,从 $760 涨到 $770,创出新高。同一周标普 500 成分股的上涨、下跌家数如下,A/D 线从 1,000 起算:

天 SPY 收盘 上涨 / 下跌
差
A/D 线 广度比例
周一 $762 240 / 260
−20
980 48%
周二 $765 260 / 240
+20
1,000 52%
周三 $766 210 / 290
−80
920 42%
周四 $768 230 / 270
−40
880 46%
周五 $770 200 / 300
−100
780 40%

SPY 连涨五天创新高,A/D 线却从 1,000 降到 780

标普 500 成分股一周的上涨、下跌家数,A/D 线从 1,000 起算(示例数据,非实时)

SPY 收盘$760 → $770 新高

A/D 线1,000 → 780

广度比例低于 50%:下跌的股票多于上涨的股票

48%52%42%46%40%

起点周一周二周三周四周五
SPY 收盘:$760、$762、$765、$766、$768、$770;A/D 线:1,000、980、1,000、920、880、780。

指数创新高,广度读数却在变差:这就是广度背离。全周的广度比例 = 1,140 ÷ 2,500 = 45.6%。

广度背离 · SPY 与 A/D 线,一周

每天的广度比例是当天的上涨家数除以上涨与下跌家数之和,例如周一 240 ÷ 500 = 48%。A/D 线每天加上当天的差:周一 1,000 − 20 = 980,周二 980 + 20 = 1,000,以此类推,周五收在 780。全周的广度比例不是五个百分比的平均,而是把五天的家数加起来再除:五天的上涨家数合计 1,140,上涨与下跌家数合计 5 × 500 = 2,500,所以全周的广度比例 = 1,140 ÷ 2,500 = 45.6%。同一周,站上 200 日均线的比例从 64% 降到 58%,新低从 6 家增加到 14 家。

SPY 每天都上涨,五天里却有四天下跌的股票多于上涨的股票,所以 A/D 线从 1,000 降到 780。这就是一次广度背离(breadth divergence):指数创新高,广度读数却在变差。最常被引用的是指数创新高的情形;指数上涨、没有创新高而广度变差,也可以记为背离,记录时注明「未创新高」。它说明这一周的上涨集中在少数大股票上。它能不能预告下跌,要看证据,见下文。

集中度:指数的涨跌靠几只大股票

Section titled “集中度:指数的涨跌靠几只大股票”

标普 500 按市值加权(见 0.3):市值越大,权重越大,这里的市值只算自由流通的部分,即扣除创始人、公司内部人等长期持有、不在市场上买卖的股份。等权指数(equal-weight index)给每只成分股相同的权重,并定期调回等权,例如 S&P 500 Equal Weight Index,每只约占 0.2%。

两者的成分股相同,只是权重不同,所以两者的涨跌之差,就是大股票与普通股票的表现之差。等权指数大幅跑输,说明涨幅集中在大股票上。

衡量指数的集中度(5.6),最直接的数字是前十大成分股的权重合计。2000 年科技泡沫顶点时约 27%,2014 年还不到 20%;2025 年升到约 38%–40%,是几十年来的最高;2026 年 8 月底约 37%。不同来源的数字会相差几个百分点(原因和出处见下面的延伸阅读),所以比较时固定使用同一个来源。

延伸阅读:前十大权重的几个来源
时间 前十大的权重 来源
2000 年科技泡沫顶点 约 27% Goldman Sachs,2024-03-21
2024 年 3 月 约 33% 同上
2025 年 1 月 约 38%,S&P DJI 1975 年以来数据中最高 Reuters,2025-07-23
2025-06-30 接近 40%,1960 年代中期以来未曾出现 S&P DJI,2026 年 4 月
2026 年 8 月底 约 37%;2014 年还不到 20% Invesco,2026-09-24

不同来源相差几个百分点,原因有三个:按公司还是按股票类别计算(一家公司可能有两类股票),用总市值还是自由流通市值,以及数据从哪一年算起。

有效成分股数:相当于几只等权股票

Section titled “有效成分股数:相当于几只等权股票”

前十大占 38%,指数的分散程度到底有多少?有效成分股数(effective number of constituents)把集中度换算成「相当于几只等权的股票」:

N有效=1∑wi2N_{\text{有效}} = \frac{1}{\sum w_i^{2}}

其中 wᵢ 是每只成分股的权重,写成小数;Σ 表示把所有成分股的 wᵢ² 加起来。500 只成分股等权时,每只的权重是 1/500,平方和 = 500 × (1/500)² = 1/500,所以 N 有效 = 500。权重平方以后,大的权重被放大得多、小的权重几乎消失,所以权重越集中,平方和越大,N 有效越小。

例子:一个 500 只成分股的指数,前十大的权重是 7%、6.5%、6%、4%、3.5%、3%、2.5%、2%、1.8%、1.7%,合计 38%;其余 490 只平分 62%,每只约 0.13%。

  1. 前十大的权重平方和 = 0.07² + 0.065² + … + 0.017² ≈ 0.0181;其余 490 只的平方和 = 490 × (0.62 ÷ 490)² = 0.62² ÷ 490 ≈ 0.0008。
  2. 两部分合计约 0.0189,所以 N 有效 ≈ 1 ÷ 0.0189 ≈ 53。
  3. 名义上 500 只股票,分散的效果只相当于 53 只等权股票。平方和的 96% 来自前十大(0.0181 ÷ 0.0189),所以各成分股自身的波动留在指数里的那一部分,主要来自这十家公司。指数的总风险还包括成分股一起涨跌的共同部分,它按权重分摊:成分股 IV 相同、两两相关性相同时,前十大占指数方差的比例大致与它们 38% 的权重相当,按这个例子,平均相关性取 0.1、0.2、0.4 时约为 46%、42%、40%(下文「集中度、相关性与指数 IV」)。

前十大只占权重的 38%,却占平方和的 96%:500 只只相当于 53 只

500 只成分股的示例指数:前十大的权重是 7%、6.5%、6%、4%、3.5%、3%、2.5%、2%、1.8%、1.7%,其余 490 只平分 62% · 两条都按各自的合计画满

权重

其余 490 只 62%

前十大合计 38%

权重的平方和≈ 0.0189

前十大 ≈ 0.0181,占 96%;其余 490 只合计 ≈ 0.0008

  • 前十大,每格一只
  • 其余 490 只

N 有效 ≈ 1 ÷ 0.0189 ≈ 53:名义上 500 只股票,分散的效果只相当于 53 只等权股票。

有效成分股数 · 权重与权重的平方和

2023–2024 年:按家数广度不差,涨幅却集中

Section titled “2023–2024 年:按家数广度不差,涨幅却集中”

案例:2023–2024 年大型科技股的行情(S&P DJI 2023、S&P DJI 2024、S&P DJI 看板 2023、Lyrical、SPIVA)。开头的 2023 年,放在两年里一起看:

全年(含股息) 2023 2024
标普 500 26.29% 25.02%
等权标普 500 13.87% 约 13.0%
七巨头贡献的比例 62.2% 53.1%
不算七巨头 9.94% 11.75%
上涨 / 下跌家数 322 / 179 332 / 169

2023 年指数上涨 26.29%,六成多来自七巨头;等权只上涨 13.87%

标普 500 与等权标普 500 的全年涨幅,含股息 · 条长 = 涨幅(来源见上面的案例)

2023 标普 50026.29%

9.94%七巨头贡献 62.2%

2023 等权13.87%

2024 标普 50025.02%

11.75%七巨头贡献 53.1%

2024 等权约 13.0%

  • 七巨头贡献的部分
  • 不算七巨头
  • 等权

全年上涨 / 下跌家数:2023 年 322 / 179,2024 年 332 / 169。按家数看,广度并不差;差别在于涨幅。

标普 500 与等权 · 2023 与 2024 年的涨幅

按家数看,广度并不差:全年的广度比例是 322 ÷ (322 + 179) ≈ 64% 和 332 ÷ (332 + 169) ≈ 66%,三分之二左右的成分股全年上涨。差别在涨幅:普通股票只上涨十几个百分点,少数大股票的涨幅大得多,又占着很大的权重,把指数拉到 25% 以上。2024 年,只有 28% 的成分股跑赢了标普 500 本身(SPIVA)。

这说明广度和集中度是两个读数,不能互相代替:广度数的是家数,集中度看的是权重。用 SPY 的涨跌衡量一篮子普通股票,在这样的年份里结果会有很大偏差。

广度收窄、集中度高,能预告下跌吗

Section titled “广度收窄、集中度高,能预告下跌吗”

你可能读到过「广度背离是见顶信号」「集中度这么高,迟早要跌」这类说法。现有的研究不支持它们:没有可靠的证据表明广度收窄或集中度高会导致指数下跌。

  • 对 A/D 线的统计检验发现,它基本是同步指标,缺乏预测力(Zakon 与 Pennypacker,1968)。
  • 过去几次集中度高点之后的 12 个月里,标普 500 上涨的次数多于下跌(Goldman Sachs,2024)。例外是 1973 年和 2000 年:那两次集中度的顶点恰好也是牛市的顶点,此后一年内出现了衰退。
  • 美国全市场前十大公司的集中度上升时,收益率反而高于平均(Mauboussin 与 Callahan,2024);集中度的变化与之后的表现只有轻微的正相关(S&P DJI,2026)。

1973 年和 2000 年很有名,所以容易被记住;「集中度很高、之后仍然上涨」的例子更多,却很少有人提起。如果只记得应验的那几次,就会高估这个信号。

因此,广度和集中度是描述市场环境的读数:它们说明指数的涨跌靠哪几只股票,风险集中在哪里。它们影响的是怎样解读指数 IV、用什么工具对冲、日历上要标出哪些日期,不影响对方向的判断。

延伸阅读:四项研究的出处
研究 考察对象 发现
Zakon 与 Pennypacker(1968) A/D 线能否领先股市 基本是同步指标,缺乏预测力
Goldman Sachs(2024-03) 过去几次集中度高点之后的 12 个月 标普 500 上涨的次数多于下跌
Mauboussin 与 Callahan(2024) 美国全市场前十大公司的集中度 集中度上升时,收益率反而高于平均
S&P DJI(2026) 集中度的变化与表现 只有轻微的正相关
  • Zakon 与 Pennypacker:「基本是同步指标」和「缺乏预测力」出自论文的脚注 3;论文开头(Cambridge 页面上的摘录)指出,「A/D 线领先」的说法此前没有经过严格的统计检验。
  • Goldman Sachs:例外是 1973 年和 2000 年,那两次集中度的顶点恰好也是牛市的顶点,此后一年内出现了衰退。
  • Mauboussin 与 Callahan:作者的结论是「接下来怎么走,谁也说不准」。
  • S&P DJI:这层关系「很微妙」。

5.6 用「一篮子的波动率 ≈ 成分的平均波动率 × √平均相关性」解释过指数 IV 为什么低于成分股:成分股的涨跌不完全同步,在指数里互相抵消一部分。这个粗算假设成分很多、权重相同。标普 500 的前十大占近四成,能抵消的部分没有那么多,所以要修正。

先看极端的情形。如果一只股票占了指数 100% 的权重,无论相关性多低,都没有别的股票可以抵消它,指数 IV 就等于这只股票的 IV。权重越集中,指数越接近这种情形,抵消得越少。

修正的办法,是把有效成分股数放进 5.6 的推理。成分股的 IV 都是 σ、两两之间的平均相关性是 ρ̄ 时,每只成分股的方差(0.6)分成两部分:所有成分共同的部分约占 ρ̄,它自己的部分约占 1 − ρ̄(5.6)。

  • 共同的部分:所有成分股一起变动,权重合计是 1,所以它原样进入指数,贡献 ρ̄ × σ²。
  • 各自的部分:各成分股自己的变动彼此不相干,相加时方差直接相加。一只股票占权重 w,它自己的变动进入指数时缩小为 w 倍,方差就缩小为 w² 倍。所以这部分合计 (1 − ρ̄) × σ² × Σwᵢ²,而 Σwᵢ² 正是 1 ÷ N 有效。

两部分相加,再开平方:

指数 IV≈σρˉ+1−ρˉN有效\text{指数 IV} \approx \sigma\sqrt{\bar\rho + \frac{1-\bar\rho}{N_{\text{有效}}}}

根号里的 ρ̄ 是共同的部分,分散无法消除它;(1 − ρ̄) ÷ N 有效 是各成分股自己的波动在分散之后剩下的部分,权重越集中,N 有效越小,剩下的越多。可以用两个极端检查这个式子:

  • 一只股票占 100% 时,N 有效 = 1,根号里是 ρ̄ + (1 − ρ̄) = 1,指数 IV = σ,与上面的推理一致。
  • N 有效很大时,后一项接近 0,式子回到 5.6 的 σ × √ρ̄。这时指数 IV 与 √ρ̄ 成正比:成分股 IV 都是 30%,相关性从 0.1 升到 0.4 时,30% × √0.1 ≈ 9.5%,30% × √0.4 ≈ 19.0%。相关性变为 4 倍,指数 IV 变为 2 倍。

例子(示例数据,非实时):一个指数有 10 只成分股,IV 都是 30%。等权时 N 有效 = 10;一只占 50%、其余 9 只平分 50% 时,平方和 = 0.5² + 9 × (0.5 ÷ 9)² ≈ 0.278,N 有效 ≈ 1 ÷ 0.278 ≈ 3.6。

权重 N 有效 平均相关性 指数 IV
等权,各 10% 10 0.2 30% × √(0.2 + 0.8 ÷ 10) ≈ 15.9%
一只 50%,其余 9 只各约 5.6% 3.6 0.2 30% × √(0.2 + 0.8 ÷ 3.6) ≈ 19.5%
等权,各 10% 10 0.05 30% × √(0.05 + 0.95 ÷ 10) ≈ 11.4%
一只 50%,其余 9 只各约 5.6% 3.6 0.05 30% × √(0.05 + 0.95 ÷ 3.6) ≈ 16.8%
指数 IV 与相关性 · 成分股 IV 都是 30%

从表中可以读出两点:

  • 相关性相同时,集中的指数 IV 更高,因为它的走势更接近那只占 50% 的股票。
  • 相关性从 0.2 降到 0.05,两种指数的 IV 都明显下降。在这个只有 10 只股票的小例子里,集中度和相关性的影响大小相近。

标普 500 的情形不同。按上面的例子,它的 N 有效约 53,集中度那一项很小。成分股 IV 都取 30% 时:

  • ρ̄ = 0.1:指数 IV ≈ 30% × √(0.1 + 0.9 ÷ 53) ≈ 30% × √0.117 ≈ 10.3%,粗算是 9.5%;
  • ρ̄ = 0.6:指数 IV ≈ 30% × √(0.6 + 0.4 ÷ 53) ≈ 30% × √0.608 ≈ 23.4%,粗算是 30% × √0.6 ≈ 23.2%。

集中度只使指数 IV 高出不到 1 个百分点,而相关性从 0.1 升到 0.6 使它高出 13 个百分点。所以对标普 500 来说,指数 IV 主要由相关性决定;相关性越低,集中度那一项的比重才越大。

集中时,反推的相关性会偏高。5.6 用「(指数 IV ÷ 成分股的平均 IV)²」反推隐含相关性,等于把指数的方差全部算作共同的部分。权重集中时,各成分股自己的波动有一部分留在指数里,也被算成了相关性。按表的第二行,(19.5 ÷ 30)² ≈ 0.42,而实际的相关性是 0.2;按标普 500 的数字,(10.3 ÷ 30)² ≈ 0.12,实际是 0.1。

所以要知道市场对标普 500 成分股相关性的预期,可以直接看 Cboe 的隐含相关性指数 COR3M。它用标普 500 指数期权和市值最大的 50 只成分股期权的 3 个月平值 IV,估算未来 3 个月的预期平均相关性(Cboe)。它在计算时已经扣除了各成分股自己的那一部分,也就是已经考虑了集中度,不会像粗算那样偏高。

延伸阅读:COR3M 怎样扣除集中度

COR3M 先从指数的方差中减去各成分股自身波动的那一部分,这一部分按权重的平方加总,也就是上文式子里的 (1 − ρ̄) ÷ N 有效 那一项的来源;再把剩下的方差归于成分股之间的相关性(Cboe 白皮书)。因此它给出的相关性已经考虑了集中度。Cboe 还编制 1 个月期的 COR1M(5.6)。

延伸阅读:离散度与 DSPX

离散度(dispersion)指成分股各自独立变动的程度,方向与相关性相反:相关性越低,离散度越高。Cboe 的离散度指数 DSPX 用标普 500 指数期权和成分股期权的价格,估算未来 30 天的离散度。

2024 年 7 月和 8 月的走势说明了两者的关系。7 月成分股各自变动,DSPX 上涨 13%,到 33.44;8 月初市场急跌,成分股一起下跌,DSPX 当月下跌约 20%,到 26.93(Cboe 7 月、Cboe 8 月)。卖出指数波动率、买入成分股波动率的离散度交易,见 13.8。

  • 观点针对谁,就用谁的期权。指数期权的价格取决于成分股整体怎样变动,也就是相关性,以及那几只大股票的走势;个股期权的价格取决于这家公司自身的事件,以及它随大盘涨跌的那一部分(5.6 的三层)。所以观点是「某家公司的新产品卖得好」,用这家公司的期权;观点是「成分股会重新一起涨跌,指数的波动会变大」,用指数的期权。相关性低时,指数 IV 相对成分股 IV 偏低:指数显得平静,个股却仍然大幅波动。
  • 大成分股的财报也是指数的事件。一只权重 7% 的股票财报后涨跌 8%,仅它一家就使指数变动约 7% × 8% ≈ 0.56%。这不是小数:SPY 的 IV 取 15% 时,平常一天的 1σ 约 15% ÷ 16 ≈ 0.94%(2.3 的 16 法则),0.56% 约是它的六成。所以持有指数近月期权、尤其是卖出的近月期权时,前十大的财报日要像同行的财报日一样标进日历(5.9)。
  • 相关性会突然升高。急跌时成分股一起下跌,指数 IV 向成分股 IV 靠拢(4.4)。按上面的式子,N 有效 53、σ 30% 时,ρ̄ 从 0.1 升到 0.6,指数 IV 从约 10.3% 升到约 23.4%;冲击时成分股自己的 IV 往往也会上升,指数 IV 升得更多。所以对卖出指数期权的人来说,相关性跳升是最大的风险之一,而且常与成分股 IV 的上升同时发生。怎样按相关性接近 1 做压力测试,见 5.6 和 11.5。
  • 对冲工具要与组合匹配。SPY 的前十大占近四成权重,所以 SPY 的 put 主要在大股票下跌时起作用。如果你的组合是一篮子普通股票或小盘股,大股票不跌、普通股票下跌时,SPY 跌得不多,它的 put 起不到多少保护作用;2023 年那样的年份里,两者的涨跌可以相差十几个百分点。这就是 7.5 讲的基差风险。
  • 广度只用来判断环境,不用来判断方向。广度收窄时,不据此判断指数将下跌;它说明指数的涨跌更依赖少数大股票,所以要标出这些股票的财报日(见上文),并按上一条检查对冲是否匹配。

随堂练习(示例数据,非实时):

第一部分。这一周标普 500 成分股每天的上涨、下跌、平盘家数是:周一 285 / 210 / 5,周二 230 / 262 / 8,周三 214 / 281 / 5,周四 240 / 255 / 5,周五 188 / 306 / 6。SPY 每天都收涨,周四、周五连创新高。

  1. 每天和全周的广度比例各是多少?
  2. A/D 线从 1,000 起算,每天收在多少?
  3. 这一周是否出现了广度背离?一位朋友据此要买 SPY 的 put 押注下周下跌,你怎样回答他?

第二部分。一个 200 只成分股的指数,前三大的权重是 12%、9%、6%,其余 197 只平分剩下的部分。

  1. 前三大合计多少?权重的平方和是多少?有效成分股数约多少?
  2. 成分股的 IV 都是 25%,平均相关性 0.25。按集中度修正的式子,指数 IV 约多少?5.6 的粗算呢?
  3. 平均相关性升到 0.55,指数 IV 约多少?如果你只看到第 5 问的指数 IV 和成分股 IV,用 5.6 的粗算反推的相关性是多少?比实际的 0.25 高还是低?

第三部分。一家公司 Q 占标普 500 的 4.5%,两天后公布财报,期权给出的隐含幅度约 ±11%。SPY 的 30 天 IV 是 11%。

  1. 仅 Q 一家,财报后按隐含幅度涨跌,指数约变动多少?约是 SPY 平常一天 1σ 的几成?你卖出了一组 SPY 近月的宽跨式(9.2),到期日在 Q 的财报之后,要不要把 Q 的财报日标进日历?
  2. 下面两个观点,各用指数期权还是 Q 的期权?(a) Q 的新一代产品销量会超出预期;(b) 下个月成分股会重新一起涨跌,指数的波动会变大。
  3. 你的股票账户是 20 只中小盘股,想买 SPY 的 put 作保护。保护不足在哪里?
参考解答
  1. 平盘不计入,所以分母是上涨加下跌:周一 285 ÷ 495 ≈ 57.6%,周二 230 ÷ 492 ≈ 46.7%,周三 214 ÷ 495 ≈ 43.2%,周四 240 ÷ 495 ≈ 48.5%,周五 188 ÷ 494 ≈ 38.1%。全周把家数加起来:上涨 1,157,上涨加下跌 2,471,广度比例 = 1,157 ÷ 2,471 ≈ 46.8%。
  2. 每天加上「上涨 − 下跌」:周一 +75 → 1,075,周二 −32 → 1,043,周三 −67 → 976,周四 −15 → 961,周五 −118 → 843。
  3. 是广度背离:SPY 周四、周五连创新高,A/D 线却从周一的 1,075 一路降到 843,低于一周前的 1,000,五天里有四天下跌的股票多于上涨的股票。它说明这一周的上涨集中在少数大股票上。但它不能作为买 put 的理由:对 A/D 线的检验发现它基本是同步指标,集中度高点之后的 12 个月里指数上涨的次数多于下跌。背离描述的是现在的结构,它的用处是提醒你标出大成分股的财报日、检查对冲是否匹配,而不是给出方向。
  4. 前三大合计 12% + 9% + 6% = 27%,其余 197 只平分 73%,每只约 0.37%。平方和 = 0.12² + 0.09² + 0.06² + 0.73² ÷ 197 = 0.0144 + 0.0081 + 0.0036 + 0.0027 ≈ 0.0288,N 有效 ≈ 1 ÷ 0.0288 ≈ 34.7,约 35 只。平方和的约 91% 来自前三大(0.0261 ÷ 0.0288)。
  5. 25% × √(0.25 + 0.75 ÷ 34.7) ≈ 25% × √0.272 ≈ 13.0%。粗算 25% × √0.25 = 12.5%,集中度使指数 IV 高出约 0.5 个百分点。
  6. 25% × √(0.55 + 0.45 ÷ 34.7) ≈ 25% × √0.563 ≈ 18.8%,比 13.0% 高出约 5.8 个百分点,所以相关性的影响比集中度大得多。反推:(13.0 ÷ 25)² = 0.52² ≈ 0.27,比实际的 0.25 高。原因是粗算把留在指数里的各成分股自己的波动也算成了相关性;N 有效越小,偏高得越多。
  7. 4.5% × 11% ≈ 0.5%。SPY 平常一天的 1σ 约 11% ÷ 16 ≈ 0.69%,Q 一家的影响约是它的七成(0.5 ÷ 0.69)。要标:宽跨式的到期日在 Q 的财报之后,这一天就是你这笔空头的事件日;如果别的前十大公司也在同一两周公布财报,影响还会叠加。财报前按 5.9 的检查,用最大可能的幅度重算这笔空头的亏损。
  8. (a) 是公司自己的事,用 Q 的期权。(b) 判断的是成分股之间的相关性,只有指数期权的价格包含它,所以用指数(例如 SPY)的期权;可以先看 COR3M,了解市场现在预期的相关性有多高。
  9. SPY 的前十大占近四成权重,它的涨跌主要由大股票决定。中小盘股下跌而大股票不跌时,SPY 跌得不多,put 赔付很少;2023 年那样的年份里,等权指数与标普 500 相差十几个百分点,你的组合与 SPY 也可能相差这么多。这是基差风险(7.5):用 SPY 的 put,要先估算两者走势能差多少,把差距写进计划,或者选成分与组合更接近的指数或 ETF 的期权。

常见误区:

  • 「指数创新高了,说明多数股票都在涨。」——2023 年标普 500 上涨约 26%,等权的标普 500 只上涨约 14%,指数涨幅的六成多来自七巨头。指数的涨幅不能代表多数股票的涨幅。
  • 「广度收窄,指数接下来就要跌。」——支持这个说法的证据很弱:A/D 线基本是同步指标,过去几次集中度高点之后,指数上涨的次数多于下跌的次数。1973 年和 2000 年之所以出名,正是因为它们是例外。
  • 「500 只股票的指数,已经很分散了。」——按例子里的权重,前十大占 38%、其余 490 只平分时,有效成分股数只有约 53 只;前十大约占指数方差的四成,几家公司的财报就能使指数明显变动。
  • 「指数 IV 低,说明个股也很平静。」——相关性低时,个股的涨跌在指数里相互抵消,所以指数 IV 可以很低,个股 IV 仍然很高。
  • 「用指数 IV 和成分股 IV 反推出来的,就是市场预期的相关性。」——权重集中时,这样反推会偏高,因为各成分股自己的波动有一部分留在指数里,也被算成了相关性。COR3M 已经扣除了这一部分。
  • 「用 SPY 的 put 就能保护任何一篮子股票。」——一篮子股票的成分和权重与 SPY 不同。集中度越高,SPY 的走势越接近那几只大股票,它对普通股票组合的保护就越不匹配(7.5 的基差风险)。

思考题:

  1. SPY 的 30 天 IV 是 13%,前 50 大成分股的平均 30 天 IV 是 30%(示例数据,非实时)。用 5.6 的粗算反推,隐含相关性是多少?如果把成分股的 IV 都当作 30%、N 有效取 53,用本节的式子反推呢?想知道市场真正预期的相关性,该看什么?(答:粗算 (13 ÷ 30)² ≈ 0.433² ≈ 0.19。本节的式子:ρ̄ + (1 − ρ̄) ÷ 53 = 0.19,即 ρ̄ × (1 − 1 ÷ 53) = 0.19 − 1 ÷ 53 ≈ 0.171,ρ̄ ≈ 0.171 ÷ 0.981 ≈ 0.17。粗算偏高约 0.02,因为它把留在指数里的各成分股自己的波动也算成了相关性。成分股的 IV 并不相同,这样算也只是近似;要看市场预期的相关性,直接看已经考虑了集中度的 COR3M。)
  2. 同一周有三家前十大公司公布财报:权重 6%、5%、3%,隐含幅度分别约 ±9%、±6%、±10%(示例数据,非实时)。如果三家都按隐含幅度朝同一个方向变动,指数约变动多少?与 SPY 的 IV 取 15% 时平常一天的 1σ 相比如何?你卖出的 SPY 近月期权该怎样准备?(答:6% × 9% + 5% × 6% + 3% × 10% = 0.54% + 0.30% + 0.30% = 1.14%,超过平常一天的 1σ(约 0.94%)。三家未必同向,但同一周的几份财报会叠加,所以这一周就是指数的事件周:把三个财报日标进日历,在第一份财报前按 5.9 的检查,用可能的最大幅度重算空头的亏损,超过单笔上限就减仓或平仓。)
  3. 这一周的广度比例是 61%,A/D 线和指数一起创新高。朋友说:「广度这么好,卖 SPY 的 put 很安全。」这句话错在哪里?(答:广度描述的是这一周有多少股票参与上涨,研究发现 A/D 线基本是同步指标,它对下一步的方向没有可靠的预测力,反过来也一样:广度好不说明不会下跌。卖 put 的风险取决于 IV 是否足以补偿可能的跳空、张数和单笔上限;而且急跌时相关性会突然升高,指数 IV 向成分股靠拢,这和当前的广度读数无关。)

本节要点:

  1. 「指数涨了多少」和「多数股票涨了多少」是两个问题:标普 500 按市值加权,2023 年它上涨 26.29%,等权标普 500 只上涨 13.87%。
  2. 广度比例 = 上涨家数 ÷ (上涨家数 + 下跌家数),平盘不计入;全周的比例用五天的家数合计计算;A/D 线逐日累加「上涨 − 下跌」;指数创新高而广度读数变差,就是广度背离。
  3. 有效成分股数 = 1 ÷ 各成分股权重的平方和;按例子里的权重(前十大占 38%、其余 490 只平分),500 只股票的分散效果只相当于约 53 只等权股票。
  4. 广度和集中度都不能可靠地预告下跌,它们描述指数的涨跌靠多少只股票,用来解读指数 IV、选对冲工具和标出事件日,不用来判断方向。
  5. 指数 IV ≈ σ × √(ρ̄ + (1 − ρ̄) ÷ N 有效);标普 500 的 N 有效有几十只,集中度只使指数 IV 高出不到 1 个百分点,主要由相关性决定:ρ̄ 从 0.1 升到 0.6,指数 IV 从约 10.3% 升到约 23.4%。
  6. 权重集中时,用 5.6 的粗算反推的相关性会偏高;COR3M 已经考虑了集中度。
  7. 观点针对公司用个股期权,针对成分股整体(相关性和大股票)用指数期权;一只大成分股的财报对指数的影响 ≈ 权重 × 涨跌,前十大的财报日也是指数的事件日;SPY 的 put 对一篮子普通股票有基差风险。

本节任务:在 SPY 发行商网站上打开它的持仓表(holdings),记下前十大成分股的权重并算出合计;把其余成分股当作平分剩下的权重(成分股数按持仓表上的总数减 10),估算有效成分股数。再记下当天标普 500 或纽交所的上涨、下跌家数(Markets Diary 或交易所的每日统计),算出广度比例。之后连续 5 个交易日记录,画成 A/D 线,写进第 2 单元产出「市场仪表盘」。

关键术语:

中文 English 释义
市场广度 market breadth 有多少股票随指数一起上涨或下跌
上涨下跌线 advance-decline line(A/D line) 每天的上涨家数减去下跌家数,逐日累加而成的线
广度比例 breadth ratio 上涨家数 ÷ (上涨家数 + 下跌家数),平盘的股票不计入
广度背离 breadth divergence 指数创新高,广度读数却在变差
等权指数 equal-weight index 每只成分股权重相同的指数,定期调回等权
有效成分股数 effective number of constituents 1 ÷ 各成分股权重的平方和;权重越集中,它越小

课后练习

学完这一节,先独立算下面的题,再展开参考答案核对。做错了就点「收进错题本」,到「复习」页按第 1、3、7 天重做;错因照样记进你自己的错题本。

A3【6.3 广度与集中度】示例数据,非实时。(1) 一周五天,SPY 天天收涨,周五创了新高;标普 500 成分股的上涨、下跌家数依次是:周一 280/220,周二 240/260,周三 210/290,周四 230/270,周五 190/310。每天和全周的广度比例各是多少?A/D 线从 1,000 起算,周五收在多少?这一周说明了什么?(2) 一个 100 只成分股的指数,前五大的权重是 8%、7%、6%、5%、4%,其余 95 只平分剩下的部分。前五大合计多少?有效成分股数约多少?(3) 成分股 IV 都是 28%,平均相关性 0.15。按 (2) 的有效成分股数,指数 IV 约多少?如果 100 只等权呢?(4) 平均相关性升到 0.5,(2) 的指数 IV 约多少?

参考答案
  1. 每天的广度比例:280 ÷ 500 = 56%,240 ÷ 500 = 48%,之后三天依次是 42%,46%,38%。全周 = 1,150 ÷ 2,500 = 46%。A/D 线:1,060 → 1,040 → 960 → 920 → 800。SPY 每天都上涨,但五天里有四天下跌的股票更多,说明上涨集中在少数大股票上,这是一次广度背离。它描述的是这一周的结构,不能单独说明接下来会下跌(见 6.3 的证据)。

  2. 前五大合计 30%,其余 95 只平分 70%。平方和 = 0.08² + 0.07² + 0.06² + 0.05² + 0.04² + 0.70² ÷ 95 ≈ 0.0190 + 0.0052 = 0.0242;N 有效 ≈ 1 ÷ 0.0242 ≈ 41。100 只股票的分散效果,只相当于 41 只等权股票。

  3. 按 (2) 未取整的 N 有效 41.4 计算:28% × √(0.15 + 0.85 ÷ 41.4) ≈ 28% × √0.1705 ≈ 11.6%。100 只等权时:28% × √(0.15 + 0.85 ÷ 100) ≈ 11.1%。集中度只使指数 IV 高出约 0.4 个百分点。

  4. 28% × √(0.5 + 0.5 ÷ 41.4) ≈ 28% × √0.512 ≈ 20.0%。相关性从 0.15 升到 0.5,指数 IV 上升了七成多,所以相关性的影响比集中度大得多。

换一组数字再练

题目参数每次随机生成,答完点「检查」即时判对错。价格是示例、不是实时行情;答数量时按提示的单位填写,亏损或下跌填负数。

需要启用 JavaScript 才能自动出题。

问 AI 导师

卡住了,或者想换个角度再学一遍?把下面这段提示词交给 Claude 或其他 AI 助手,它会按本课程的教学规则一对一带你学这一节。提示词可以先改再复制。

AI 也会算错:它给的数字请自己复算,拿不准时以正文和答案页为准。

仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。