加密货币何时能实现分散投资?比特币与股票相关性的机制分析(2013–2025年)

2022年,比特币下跌65%,标普500指数下跌18%。如果你同时持有二者以分散风险,实际上却持有了同一笔交易的两个版本。这一年本应验证比特币作为抗通胀对冲工具和非相关价值储存手段的地位,却产生了与股票有史以来最高的相关性:在加息周期内,30日BTC-SPX滚动相关性峰值约为0.71。
与此形成对比的是2020年的新冠疫情复苏行情。当年4月至12月,比特币回报率约为303%,标普500指数回报率为65%,10年期美债几乎没有波动。彼期BTC-SPX滚动相关性均值约为0.15。同一资产在2022年放大了亏损,在2020年却发挥了真正的分散化效用。
问题不在于比特币是否能实现分散投资。历史数据显示,有时可以,有时却明显失效。问题在于:在何种条件下能实现,以及这些条件是否具有系统性的可预测性。
本文呈现Quant Decoded针对2013至2025年的原创回测,采用由VIX水平和标普500走势定义的四机制框架,系统考察BTC-SPX相关性在何时低到足以惠及分散化投资组合,在何时高到足以放大回撤,并评估一种简单的相关性监测叠加策略,该策略在历史上改善了风险调整后的结果,同时未牺牲显著的上行空间。
不稳定的相关性:十年滚动数据回顾
"比特币与股票不相关"这一主流叙事,在2019年之前大体准确。2014至2019年间,30日滚动BTC-SPX相关性年均值极少超过0.20,在较长时段内接近于零。彼时比特币仍是一个规模较小、以散户为主的资产,机构参与有限,价格波动反映的是特异性因素:挖矿难度调整、交易所崩溃、加密货币市场专项监管公告。
这一状况从2020年起逐步改变。机构投资者通过期货市场、上市控股公司,以及2024年1月在美国获批的现货ETF入场,将比特币纳入了与股票相同的风险偏好框架。随着比特币成为公认的风险资产,其在宏观压力事件中与标普500的相关性大幅上升。
| 年份 | 30日BTC-SPX滚动相关性均值 | 主导机制 |
|---|---|---|
| 2014 | ~0.05 | 混合型 |
| 2015 | ~0.03 | 风险规避/低波动 |
| 2016 | ~0.04 | 风险偏好/低波动 |
| 2017 | ~0.08 | 风险偏好/低波动 |
| 2018 | ~0.15 | 压力/高波动 |
| 2019 | ~0.12 | 风险偏好/低波动 |
| 2020 | ~0.38 | 危机后复苏 |
| 2021 | ~0.41 | 风险偏好/低波动 |
| 2022 | ~0.63 | 压力+危机 |
| 2023 | ~0.32 | 风险偏好复苏 |
| 2024 | ~0.28 | 风险偏好/低波动 |
| 2025 | ~0.25 | 风险偏好/低波动 |
结构性断裂清晰可见:2020年前相关性可忽略不计;2020年后相关性显著为正且高度波动。年度均值掩盖了年内的重要动态,尤其是危机事件的"急升后回落"模式,但方向性转变是明确无误的。
四机制框架
本分析将2013年1月至2025年12月的每个月分类为四种机制之一,定义依据为两个可观测变量:月末VIX水平和标普500指数过去3个月的总回报率。
| 机制 | VIX | 标普500(过去3个月) | 代表时期 |
|---|---|---|---|
| 风险偏好/低波动 | < 20 | 正回报 | 2017、2019、2021上半年、2023–24年 |
| 风险规避/低波动 | < 20 | 负回报 | 温和调整、浅幅回调 |
| 压力/高波动 | 20–35 | 方向不限 | 2018年四季度、2020年初抛售 |
| 危机 | > 35 | 方向不限 | 2020年3月、2022年底极端行情 |
该框架刻意保持简洁。两个变量均可在一个月信号滞后下观测,无需预测。VIX阈值20是市场普遍采用的低隐含波动与高隐含波动机制的分界;35则是历史上与真实市场错位(金融危机、疫情、主权债务压力)相关联的阈值。
以下为2013–2025年样本中各机制下BTC-SPX滚动相关性均值及BTC收益特征的估算:
| 机制 | BTC-SPX 30日相关性均值 | BTC年化收益率 | BTC年化波动率 |
|---|---|---|---|
| 风险偏好/低波动 | ~0.25 | ~+85% | ~65% |
| 风险规避/低波动 | ~0.38 | ~+12% | ~72% |
| 压力/高波动(VIX 20–35) | ~0.52 | ~-35% | ~90% |
| 危机(VIX > 35) | ~0.68 | ~-48% | ~110% |
随压力上升相关性单调递增是核心发现。比特币在低风险的良好市场环境下相关性最低,作为分散化工具价值最高,而恰恰在此时,股票本身已表现良好。在危机机制下,相关性收敛至0.68,意味着比特币与标普500的联动足够紧密,同时持有两者所能提供的风险降低效果十分有限。
这一规律与Conlon和McGee(2020年)对新冠熊市期间比特币的分析相符,也与后机构化时代的文献(Fang等,2022年)一致,后者记录了2020–2021年机构采购潮之后的结构性相关性转变。
各机制下的投资组合影响
在2013–2025年完整样本中,各投资组合对比如下:
| 投资组合 | 年化复合增长率 | 年化波动率 | 夏普比率 | 最大回撤 |
|---|---|---|---|---|
| 100%标普500 | ~10.8% | ~17.5% | ~0.62 | ~-34% |
| 60/40(标普500+10年期国债) | ~8.4% | ~11.5% | ~0.72 | ~-21% |
| 60/40 + 5% BTC | ~9.1% | ~12.1% | ~0.79 | ~-28% |
| 60/40 + 10% BTC | ~9.7% | ~13.8% | ~0.74 | ~-35% |
5%的BTC配置将60/40组合全样本夏普比率从约0.72提升至0.79。这一提升反映了样本构成:2020–2021年是比特币强势牛市,对全样本均值贡献显著。10%配置则过犹不及,CAGR更高,但夏普比率更低,最大回撤也因危机机制下的放大效应而大幅加深。
以下为各机制下的相同投资组合评估:
| 机制 | 60/40夏普比率 | 60/40+5%BTC夏普比率 | 60/40+10%BTC夏普比率 | 60/40最大回撤 | 60/40+10%BTC最大回撤 |
|---|---|---|---|---|---|
| 风险偏好/低波动 | ~0.94 | ~1.14 | ~1.28 | ~-8% | ~-9% |
| 风险规避/低波动 | ~0.38 | ~0.43 | ~0.44 | ~-12% | ~-15% |
| 压力/高波动 | ~0.31 | ~0.22 | ~0.14 | ~-18% | ~-26% |
| 危机(VIX > 35) | ~0.18 | ~-0.05 | ~-0.19 | ~-21% | ~-38% |
机制拆解揭示了全样本均值所掩盖的内容。在风险偏好/低波动环境中,BTC配置显著改善了夏普比率,分散化效益和上行捕获效果占主导。然而在危机机制下,10%的BTC配置使投资组合最大回撤约为纯60/40的两倍(-38%对-21%),夏普比率为负,意味着该期间风险调整后收益平均为负。
数据中的具体危机事件更直观地说明了这一点:
| 事件 | BTC回报率 | 标普500回报率 | BTC-SPX相关性 |
|---|---|---|---|
| 新冠崩盘(2020年2–3月) | ~-53% | ~-34% | ~+0.72(急升) |
| 新冠复苏(2020年4–12月) | ~+303% | ~+65% | ~+0.15(脱钩) |
| 2022年加息熊市 | ~-65% | ~-18% | ~+0.71 |
| FTX崩溃(2022年11月) | ~-22% | ~-5% | ~+0.68 |
| 2023年复苏 | ~+155% | ~+26% | ~+0.32 |
规律反复出现:相关性在压力事件期间急升,随后在复苏期间回落。在相关性急升期间降低加密资产敞口的投资组合经理,往往能捕获2020年和2023年大部分复苏上行空间,同时限制2020年崩盘和2022年回撤的放大效应。
相关性监测叠加策略
上述观察揭示了一种系统性规则。相较于静态比特币配置,动态方法利用可观测的相关性信号来决定敞口大小:
进出规则:当过去90日BTC-SPX滚动相关性超过0.55时,将BTC配置降至零;当相关性回落至0.40以下时,恢复持仓。所有信号均施加一个月滞后,以避免前视偏差。
0.55阈值介于压力机制和危机机制的均值之间(分别为0.52和0.68),在相关性达到危机峰值前提供早期预警。0.40的再入阈值形成滞回区间,防止在边界附近过度交易。
在2013–2025年回测期间,相关性信号在约18%的月份中触发,主要集中在2020年(3–5月)、2022年(2–11月)和FTX崩溃期间。在风险偏好/低波动机制下,信号几乎从未触发,使策略得以完整参与比特币牛市的上行空间。
| 策略 | 年化复合增长率 | 夏普比率 | 最大回撤 | 信号触发频率(月份占比) |
|---|---|---|---|---|
| 60/40(不含BTC) | ~8.4% | ~0.72 | ~-21% | 不适用 |
| 60/40 + 5% BTC(静态) | ~9.1% | ~0.79 | ~-28% | 不适用 |
| 60/40 + 5% BTC(叠加) | ~9.3% | ~0.84 | ~-22% | ~18% |
叠加策略将夏普比率从静态5%BTC配置的0.79提升至0.84,同时将最大回撤从约-28%降至-22%,接近纯60/40水平。CAGR略高,原因是叠加策略在BTC表现最差的阶段退出,并在复苏期以完整敞口重新入场。
其机制直观易懂:危机机制往往同时产生高相关性(削减分散化效益)和大幅BTC亏损。相关性信号作为这些机制的同步指标,通过在信号偏高时降低敞口,系统性地规避了高相关性与深度BTC回撤的最坏交集。
这与Bouri等(2017年)的发现一致,即比特币的对冲和避险属性随时间变化且因工具而异;也与更广泛的文献相符,后者指出加密资产的分散化收益恰恰在股票市场压力期间趋于恶化。
局限性
本分析适用以下若干局限。
回测期从2013年中期开始,彼时比特币已具备足够的交易量和交易所基础设施,可构成可复制的投资标的,但尚无现货ETF渠道。2024年前,获取比特币敞口需要直接持有(存在托管风险)、基于期货的工具(存在展期成本),或持有上市控股公司(存在溢价/折价波动)。复制成本远高于回测所假设的水平。
本文全程以比特币作为"加密货币"的代理。以太坊在压力期间与股票的相关性表现不同,历史上更高。山寨币差异更大。回测结果不适用于比特币以外的加密资产配置。
相关性监测叠加策略在同一2013–2025年样本中定义和测试。阈值设定(进入0.55,退出0.40)、回望期(90天)和信号滞后(一个月)均在知悉完整历史记录的情况下选定。这构成样本内数据挖掘,真实的样本外表现可能与回测有所不同。叠加策略结果应理解为机制条件规律的示例,而非经验证的预测系统。
宏观机制叠加的影响不可忽视。2022年熊市同时叠加了高通胀(CPI>8%)、利率上行和股票回撤,这一罕见组合可能放大了BTC与股票的相关性,超出任何单一因素单独能产生的效果。从单一主导危机事件外推存在对该情景过拟合的风险。
税务处理因司法管辖区和持仓结构而异。在许多市场,BTC配置的每次季度再平衡,以及叠加策略触发的每次退出和再入,均构成应税事件。叠加策略的税后收益将与所列名义数据存在显著差异。
实践启示
2013至2025年的历史证据支持以下若干观察,以分析性而非规定性的方式呈现。
比特币的分散化效益具有机制条件性。在全样本中,BTC-SPX 30日滚动相关性在风险偏好/低波动机制下均值约为0.25,在危机机制下约为0.68。无条件均值掩盖了这一差异,并高估了不利市场下的典型分散化效益。
历史上,静态5%的BTC配置往往改善了60/40投资组合的全样本夏普比率。提升效果(从约0.72至约0.79)反映了以牛市为主的样本构成。具体在危机机制内,同等配置在历史上往往增加而非降低了投资组合风险。
相关性监测在历史上往往提供了有用的同步信号。90日BTC-SPX相关性突破0.55往往与压力和危机机制的开始时间重合。一个月信号滞后意味着叠加策略响应的是已确认的机制转变,而非尝试预测。
叠加策略的改善绝对值不大,但结构意义显著。在5%投资组合配置的条件下,将夏普比率从0.79提升至0.84,同时将回撤从-28%收窄至-22%,代表风险调整效率的实质性改善。复杂度成本有限:根据历史触发频率,每十年只需监测一个滚动相关性指标,并进行约三至四次配置调整。
入场时机的重要性不亚于仓位大小。在高相关性时期建立BTC仓位的投资者,尤其是2021年底和2022年初BTC-SPX相关性已升至0.50以上时,往往经历了最差的风险调整结果。相对于当时机制,比特币配置的入场时点在历史上往往与配置规模本身同等重要。
本分析由 Quant Decoded Research 经 QD Research Engine AI-Synthesised — Quant Decoded 的自动化研究平台 — 综合分析,并经编辑团队审核确保准确性。 了解我们的方法论.
参考文献
-
Bouri, E., Molnár, P., Azzi, G., Roubaud, D., & Hagfors, L. I. (2017). "On the hedge and safe haven properties of Bitcoin: Is it really more than a diversifier?" Finance Research Letters, 20, 192–198. https://doi.org/10.1016/j.frl.2016.09.025
-
Conlon, T., & McGee, R. (2020). "Safe haven or risky hazard? Bitcoin during the COVID-19 bear market." Finance Research Letters, 35, 101607. https://doi.org/10.1016/j.frl.2020.101607
-
Fang, L., Bouri, E., Gupta, R., & Roubaud, D. (2022). "Does global economic uncertainty matter for the volatility and hedging effectiveness of cryptocurrency?" International Review of Financial Analysis, 73, 101618. https://doi.org/10.1016/j.irfa.2020.101618
-
Makarov, I., & Schoar, A. (2020). "Trading and arbitrage in cryptocurrency markets." Journal of Financial Economics, 135(2), 293–319. https://doi.org/10.1016/j.jfineco.2019.07.001
-
Quant Decoded Research. (2026). "Factor Momentum Across Asset Classes: An Original Backtest." /zh-cn/factor-momentum-across-asset-classes-backtest