加密貨幣何時提供分散化效益？比特幣與股票相關性的區間分析（2013–2025）

加密貨幣何時能實現分散投資？比特幣與股票相關性的機制分析（2013–2025年）

2022年，比特幣下跌65%，標普500指數下跌18%。如果你同時持有兩者以分散風險，實際上卻持有了同一筆交易的兩個版本。這一年本應驗證比特幣作為抗通膨避險工具和非相關價值儲存手段的地位，卻產生了與股票有史以來最高的相關性：在升息週期內，30日BTC-SPX滾動相關性峰值約為0.71。

與此形成對比的是2020年的新冠疫情復甦行情。當年4月至12月，比特幣報酬率約為303%，標普500指數報酬率為65%，10年期美債幾乎沒有波動。彼期BTC-SPX滾動相關性均值約為0.15。同一資產在2022年放大了虧損，在2020年卻發揮了真正的分散化效用。

問題不在於比特幣是否能實現分散投資。歷史資料顯示，有時可以，有時卻明顯失效。問題在於：在何種條件下能實現，以及這些條件是否具有系統性的可預測性。

本文呈現Quant Decoded針對2013至2025年的原創回測，採用由VIX水準和標普500走勢定義的四機制框架，系統考察BTC-SPX相關性在何時低到足以惠及分散化投資組合，在何時高到足以放大回撤，並評估一種簡單的相關性監測疊加策略，該策略在歷史上改善了風險調整後的結果，同時未犧牲顯著的上行空間。

不穩定的相關性：十年滾動資料回顧

「比特幣與股票不相關」這一主流敘事，在2019年之前大體準確。2014至2019年間，30日滾動BTC-SPX相關性年均值極少超過0.20，在較長時段內接近於零。彼時比特幣仍是一個規模較小、以散戶為主的資產，機構參與有限，價格波動反映的是特異性因素：挖礦難度調整、交易所崩潰、加密貨幣市場專項監管公告。

這一狀況從2020年起逐步改變。機構投資人透過期貨市場、上市控股公司，以及2024年1月在美國獲批的現貨ETF入場，將比特幣納入了與股票相同的風險偏好框架。隨著比特幣成為公認的風險資產，其在總體經濟壓力事件中與標普500的相關性大幅上升。

結構性斷裂清晰可見：2020年前相關性可忽略不計；2020年後相關性顯著為正且高度波動。年度均值掩蓋了年內的重要動態，尤其是危機事件的「急升後回落」模式，但方向性轉變是明確無誤的。

四機制框架

本分析將2013年1月至2025年12月的每個月分類為四種機制之一，定義依據為兩個可觀測變數：月末VIX水準和標普500指數過去3個月的總報酬率。

該框架刻意保持簡潔。兩個變數均可在一個月信號滯後下觀測，無需預測。VIX閾值20是市場普遍採用的低隱含波動率與高隱含波動率機制的分界；35則是歷史上與真實市場錯位（金融危機、疫情、主權債務壓力）相關聯的閾值。

以下為2013–2025年樣本中各機制下BTC-SPX滾動相關性均值及BTC收益特徵的估算：

隨壓力上升相關性單調遞增是核心發現。比特幣在低風險的良好市場環境下相關性最低，作為分散化工具價值最高，而恰恰在此時，股票本身已表現良好。在危機機制下，相關性收斂至0.68，意味著比特幣與標普500的聯動足夠緊密，同時持有兩者所能提供的風險降低效果十分有限。

這一規律與Conlon和McGee（2020年）對新冠空頭市場期間比特幣的分析相符，也與後機構化時代的文獻（Fang等，2022年）一致，後者記錄了2020–2021年機構採購潮之後的結構性相關性轉變。

各機制下的投資組合影響

在2013–2025年完整樣本中，各投資組合對比如下：

5%的BTC配置將60/40投資組合全樣本夏普比率從約0.72提升至0.79。這一提升反映了樣本構成：2020–2021年是比特幣強勢多頭市場，對全樣本均值貢獻顯著。10%配置則過猶不及，年化複合成長率更高，但夏普比率更低，最大回撤也因危機機制下的放大效應而大幅加深。

以下為各機制下的相同投資組合評估：

機制拆解揭示了全樣本均值所掩蓋的內容。在風險偏好/低波動率環境中，BTC配置顯著改善了夏普比率，分散化效益和上行捕獲效果占主導。然而在危機機制下，10%的BTC配置使投資組合最大回撤約為純60/40的兩倍（-38%對-21%），夏普比率為負，意味著該期間風險調整後報酬平均為負。

資料中的具體危機事件更直觀地說明了這一點：

規律反覆出現：相關性在壓力事件期間急升，隨後在復甦期間回落。在相關性急升期間降低加密資產部位的投資組合經理，往往能捕獲2020年和2023年大部分復甦上行空間，同時限制2020年崩盤和2022年回撤的放大效應。

相關性監測疊加策略

上述觀察揭示了一種系統性規則。相較於靜態比特幣配置，動態方法利用可觀測的相關性信號來決定部位大小：

進出規則：當過去90日BTC-SPX滾動相關性超過0.55時，將BTC配置降至零；當相關性回落至0.40以下時，恢復持倉。所有信號均施加一個月滯後，以避免前視偏差。

0.55閾值介於壓力機制和危機機制的均值之間（分別為0.52和0.68），在相關性達到危機峰值前提供早期預警。0.40的再入閾值形成遲滯區間，防止在邊界附近過度交易。

在2013–2025年回測期間，相關性信號在約18%的月份中觸發，主要集中在2020年（3–5月）、2022年（2–11月）和FTX崩潰期間。在風險偏好/低波動率機制下，信號幾乎從未觸發，使策略得以完整參與比特幣多頭市場的上行空間。

疊加策略將夏普比率從靜態5%BTC配置的0.79提升至0.84，同時將最大回撤從約-28%降至-22%，接近純60/40水準。年化複合成長率略高，原因是疊加策略在BTC表現最差的階段退出，並在復甦期以完整部位重新入場。

其機制直觀易懂：危機機制往往同時產生高相關性（削減分散化效益）和大幅BTC虧損。相關性信號作為這些機制的同步指標，透過在信號偏高時降低部位，系統性地規避了高相關性與深度BTC回撤的最壞交集。

這與Bouri等（2017年）的發現一致，即比特幣的對沖和避險屬性隨時間變化且因工具而異；也與更廣泛的文獻相符，後者指出加密資產的分散化效益恰恰在股票市場壓力期間傾向於惡化。

局限性

本分析適用以下若干局限。

回測期從2013年中期開始，彼時比特幣已具備足夠的交易量和交易所基礎設施，可構成可複製的投資標的，但尚無現貨ETF管道。2024年前，取得比特幣部位需要直接持有（存在託管風險）、基於期貨的工具（存在換倉成本），或持有上市控股公司（存在溢價/折價波動）。複製成本遠高於回測所假設的水準。

本文全程以比特幣作為「加密貨幣」的代理。以太坊在壓力期間與股票的相關性表現不同，歷史上更高。山寨幣差異更大。回測結果不適用於比特幣以外的加密資產配置。

相關性監測疊加策略在同一2013–2025年樣本中定義和測試。閾值設定（進入0.55，退出0.40）、回望期（90天）和信號滯後（一個月）均在知悉完整歷史記錄的情況下選定。這構成樣本內資料挖掘，真實的樣本外表現可能與回測有所不同。疊加策略結果應理解為機制條件規律的示例，而非經驗證的預測系統。

總體經濟機制疊加的影響不可忽視。2022年空頭市場同時疊加了高通膨（CPI>8%）、利率上行和股票回撤，這一罕見組合可能放大了BTC與股票的相關性，超出任何單一因素單獨能產生的效果。從單一主導危機事件外推存在對該情景過度配適的風險。

稅務處理因司法管轄區和持倉結構而異。在許多市場，BTC配置的每次季度再平衡，以及疊加策略觸發的每次退出和再入，均構成應稅事件。疊加策略的稅後報酬將與所列名義數據存在顯著差異。

實務啟示

2013至2025年的歷史證據支持以下若干觀察，以分析性而非規定性的方式呈現。

比特幣的分散化效益具有機制條件性。在全樣本中，BTC-SPX 30日滾動相關性在風險偏好/低波動率機制下均值約為0.25，在危機機制下約為0.68。無條件均值掩蓋了這一差異，並高估了不利市場下的典型分散化效益。

歷史上，靜態5%的BTC配置往往改善了60/40投資組合的全樣本夏普比率。提升效果（從約0.72至約0.79）反映了以多頭市場為主的樣本構成。具體在危機機制內，同等配置在歷史上往往增加而非降低了投資組合風險。

相關性監測在歷史上往往提供了有用的同步信號。90日BTC-SPX相關性突破0.55往往與壓力和危機機制的開始時間重合。一個月信號滯後意味著疊加策略響應的是已確認的機制轉變，而非嘗試預測。

疊加策略的改善絕對值不大，但結構意義顯著。在5%投資組合配置的條件下，將夏普比率從0.79提升至0.84，同時將最大回撤從-28%收窄至-22%，代表風險調整效率的實質性改善。複雜度成本有限：根據歷史觸發頻率，每十年只需監測一個滾動相關性指標，並進行約三至四次配置調整。

入場時機的重要性往往不亞於部位大小。在高相關性時期建立BTC部位的投資人，尤其是2021年底和2022年初BTC-SPX相關性已升至0.50以上時，往往經歷了最差的風險調整結果。相對於當時機制，比特幣配置的入場時點在歷史上往往與配置規模本身同等重要。