相關性

對相關性的比較分析能夠更好地證明趨勢跟蹤的合理性，同時也說明了趨勢跟蹤所用到的策略是相似的。相關性分析不僅在配置投資組合時很重要，而且對分析和比較不同趨勢跟蹤者的歷史業績也非常關鍵。

在一篇名為《深入理解不相關性》的研究文章中，相關性被定義為“測量兩個隨機變量之間線性關系強弱的統計量”，也就是一個變量隨另一變量變化的趨勢。相關系數是一個從-1到+1的數值，-1代表完全負相關（如一筆投資每日上漲5%，另一筆每日下跌5%），+1則代表完全正相關（在任何階段都有相同的上漲和下跌幅度）。相關性離+1越遠，那就意味著這兩筆投資的差異性就越大。再簡單一點，相關性也可以描述成：一筆投資的漲跌能帶動另一筆投資漲跌的幅度。²⁷

讓我們一起看個例子吧。我選取了一些趨勢跟蹤者的月度收益率，并且計算了它們之間的相關系數。從相關系數我們可以看出，趨勢跟蹤者可以說是在相同的市場、相同的時間用相同的方法進行交易的。

當你看相關系數表（見表3-3a）時，不妨問自己這樣一個問題：“為什么兩個趨勢跟蹤者，并非在同一處辦公，他們相隔遙遠，卻都出現了連續的虧損？”你可以再追問：“為什么他們在相同的月份賺了錢，又同樣虧損兩個月，然后又連續上漲三個月？”其內在關聯就在于，他們只是順勢而為，只把握市場提供給他們的交易機會。市場為每個交易者提供的機會都是相同的。他們只是看到了同一個市場，為同樣的目標而行動罷了。表3-3b也表明趨勢跟蹤者使用了相同的交易技術。

AbrDiv: Abraham Trading; CamFin: Campbell & Company; CheDiv: Chesapeake Capital Corporation; DUNWor: DUNN Capital Management, Inc,; EckSta: Eckhardt Trading Co.; JohFin: John W. Henry & Company, Inc.; ManAHl: Man Inv. Products, Ltd.; MarSta: Mark J. Walsh & Company; RabDiv: Rabar Market Research.

資料來源：BarclayHedge

注：收益均值不含巴克萊CTA指數和標準普爾500。

有趣的是，相關性可能成為交易者之間的敏感話題。“海龜們”很感謝理查德·丹尼斯的教導，但是他們更渴望設計出屬于自己的交易系統，其中一位交易者就說到“交易系統有95%都來自丹尼斯，只有剩下的5%是我自己的創造……我并不愿意機械地跟隨某種系統……但到目前為止，我的系統架構就是基于丹尼斯的那一套，并且，從理論上說，我做的每一筆交易都基于我從丹尼斯那里學到的知識。”²⁸

相關性的數據表明，大部分丹尼斯的學生采用的都是相同的交易模式；但即便如此，他們有些人還是希望能夠體現出和別人的不同，而不只是業績上的相似性：“在我的腦海里，已經沒有海龜交易的模式了。我們都已經衍生出了一套新的交易方法，和我們從前學到的截然不同。我們都是獨自研究和演化的，這些差異性會越來越大。”²⁹

但是，從相關性數據上看到的情況是，他們的交易關聯性很大。表3-4展示的數據可以幫你做出進一步的判斷：

注：相關系數衡量的是兩名投資者的業績表現的相似程度。如果相關系數大于0.66，表明兩者的業績表現顯著正相關；如相關系數小于-0.66，則表明兩者的業績表現顯著負相關。

當然，相關性并非故事的全部。盡管相關性表明交易者們使用相似的方式進行交易，但是他們的收益會因為各自所采用的杠桿和投資組合的差異而變得不同。一些交易者在使用杠桿上會更激進，而另一些則會更謹慎。趨勢跟蹤者杰瑞·帕克就曾說過：“杠桿越高，收益越大，但回撤也更大。這是一把雙刃劍。”³⁰