对投资而言，人们都明白不要将鸡蛋放在一个篮子里的道理，其中最有效的方法就是将资金分成多份，分别投资在不同的领域。这其中的利弊关系不消我多说，且非本文论述要点。单单考虑基金投资，我们也通常通过购买不同公司，不同投资类型的基金来实现将鸡蛋放在不同篮子里。可是问题是如何有效配置基金品种来达到这个目的呢？恐怕不是随便买两只名字上看似不同的基金就能达到的。
网上有多个投资博客，其中不乏有关投资组合的论述，我从ao4的博客中有幸读到了有关文章，例如《Henry的理财博客》中的《定量分析基金组合的有效性》一文从基金的日均收益，平均风险等角度论述基金组合；《白马笑台风》中《 关于不同基金关联性的分析》从基金的持仓股票的交叉程度来判断两只基金的关联性。其中基金的关联性引起了我的思考。
我想大多数人都会从基金持仓股票的交叉程度来判断两只基金的关联性，我们投资的原则就是使所选两只基金的涨跌是独立的，这样我们分散投资才有意义。我们有理由相信，持仓股票相异的两只基金涨跌的相关性应是最小的。但是这种方法带有相当大的不确定性。
首先基金的股票持仓明细是在若干月之后才公布出来，当今股市风云变幻，用过时的数据来判断当下的行情未免会大打折扣。另外一个可能，即使股票持仓完全不同，但由于个股之间，板块之间也有关联性，这些都使得我们判断难度加大，而准确度下降。
其次，基金的运行除了取决于投资股票的行情，还取决于基金运行团队的管理操作水平等其他不确定因素。
以上都使得从基金的几个月前的持仓明细来判断基金的关联性带有相当大的难度，同时对其结论的准确性也打了个问号。
我的目的就是尽量精确地把握基金的关联性。无论是基金持仓股票的变化，还是基金运行团队的管理操作水平，这些“因”都将反应到基金净值的涨跌幅值这个“果”上。所以基金净值的变化才是我们最佳研究对象。试想一种极端情况，如果两只基金A和B每日涨跌幅值都同方向，同比例变化，那么无论我们如何论述其持仓股票迥异，但是基金B总是鬼使神差地跟随基金A涨跌，那么选择这两只基金进行分散投资是无意义的，还不如选择购买其中一只收益最大的基金。毕竟我们买的是基金，最关心的是基金带来的最终结果。
我们有望找到一个数学统计方法对基金历史净值涨跌进行统计，得出其关联性吗？我从热力学统计物理中的两点粒子密度涨落关联函数得到了启发（考研没考上，自学的物理理论居然用到了基金上面），使得我可以构造出一个基金涨跌的关联函数来定量描述两只基金的关联性。
有关粒子密度涨落的关联函数理论在此不赘述，直接讲述我构造的基金关联函数。考虑到版面的局限性，为了方便论述，我们先约定几个数学符号。
m(t)，n(t)分别表示基金M和N在某时的涨跌幅值；
|m，|n分别表示基金M和N在一段时间内的涨跌幅m(t)和n(t)平均值，那么|(m*n)表示m(t)*n(t)的平均值；
ABS[x]表示x的绝对值。
根据粒子密度涨落的关联函数理论，我们可以定义基金M和N的关联函数：
C(MN) = |{[m(t) - M]* [n(t) - N]} 其中M= |m，N=|n
如果C=0，则两只基金涨跌是互相独立的。
我们可以选择两只基金某段时间内的涨跌幅值代入上式，为保证统计的有效性，应选取足够多的历史数据样本。但这样得出的关联值还不足以帮助我们判断两者之间的关联程度，因为缺乏参照系。理论上可以选取任意两只其他基金，例如X和Y作参照物，分别计算X与M，Y与N之间的关联函数，可得到一组参照系。这里我们选择一个特殊的参照系，即基金M和N的镜像基金M’和N’作为参照物，M’和N’分别为跟随M与N同方向，同幅值涨跌的基金。
分别计算M’与M，N’与N的关联函数作为参照系：
C(MM’) = |{[m(t) - M]* [m’(t) – M’]} 其中M= |m，M’=|m’，m(t)=m’(t)
C(NN’) = |{[n(t) - N]* [n’(t) – N’]} 其中N= |m，N’=|n’，n(t)=n’(t)
将基金M和N的关联函数与上述参照关联函数综合比较可得基金M和N的关联度为：
F(MN) = {ABS[C(MN)]* C(MN)} ：{C(MM’)* C(NN’)}
其中C(MN)取绝对值是为保留符号的参考性。
讨论：
1．当F(MN)=0时，表明两只基金M和N涨跌关联度是互相独立的；
2．当F(MN)=1时，表明两只基金M和N的涨跌关联度最大，且涨跌同方向，幅值成比例，例如n(t)=const * m(t)，const为一个正常数。
3．当F(MN)=-1时，表明两只基金M和N的涨跌关联度亦最大，且涨跌方向互补，幅值成比例，例如n(t)=-const * m(t)。
至此，我们完成了两只基金涨跌关联函数的构造。只要选取两只基金相同时间段内历史净值涨跌幅值代入关联函数，便可得到该段时间内的关联程度。由上面分析可以得出我们配置基金的原则就是尽量使配置的基金关联度接近0。
我把自己买的三只基金和关注的一只基金分别做了计算，取2007.6.4~2007.9.4期间共67个交易日的历史数据作为样本数据，可得到：
嘉实稳健与广发小盘的关联度最小，为0.447；
嘉实稳健与博时精选和南方绩优的关联度也较小，分别为0.513和0.553；
而博时精选与南方绩优关联度最大，为0.873。
注：本文系原创，转载请注明出处。欢迎交流！
樓主說的理論我非常認同，不過這個計算公式。。-_-!
不得不承認，我大學時數學經常補考。
基金关联度是个很重要的东西，从我所选的几只基金看来，嘉实稳健与博时精选及南方绩优关联度较低，而后两者又呈现出较大的关联性，所以与嘉实稳健搭配其中一只就够了。
在不同的时间段内，用该方法得出的基金关联度会存在较大差异。例如如果选年初至5.30为原始数据，嘉实稳健与博时精选的相关度是相当大的，达到了0.887。因为在这样的行情中，大牛市本身就会催生基金齐涨齐跌，在这段时间内买其中一只就够了。但是只要两只基金质地存在较大差异，随着股市分化，两者之间独立性最终会显现出来。
睡觉去了，明晚再来！
楼主，我顶你！
我自己做好了EXCEL档，只要把两只基金的历史数据填进去，就可以算出关联度了。有兴趣的，我可以发给大家！
---------------------------
以前经常看贴不回贴，报应啊！
这让我吓了一跳，其实分红那天错误收益计算与修正后的收益计算差别不算大，可是却影响了其他60多个数据的关联度。这让我对自己方法的可靠性打了个问号！
于是我将数据时间由原来的2007.6.4~2007.9.4向前退了四天，时间区间变为2007.6.8~2007.9.11，对两只基金在这两个时间区间内的关联度进行对比，如果原来一天的数据改变可以影响其他60多个数据的关联，那么我改变了时间区间，等于是修改了四个数据，那么前后关联度变化如何呢？
可喜的是在这两个时间区间内，两只基金关联度变化很小，不到1%。看来，用关联度描述基金关联性具有相当的可靠性！
但是我想了解下我目前投資的基金和關注的其中一只基金的關聯度。
目前投資廣發聚豐（270005），想再投資華夏紅利（002011）。
樓主，你的公式我不會用。。-_-!
但是我想了解下我目前投資的基金和關注的其中一只基金的關聯度。
目前投資廣發聚豐（270005），想再投資華夏紅利（002011）。
--------------------------------------------------------------
其实公式很简单，只不过是一些加减乘除而已，自己看懂了公式用EXCEL表格做一个出来，相当方便。
不过我正好在分析一些基金的关联性，这里顺手帮你看看。我帮你取的历史数据跟我上贴是一样的，并且用两个时间区间进行了验证，这两只基金关联值为0.9，也就是说他们几乎是齐涨齐跌的，从日均涨幅看都差不多。
并且半年报中显示这两只基金前十位重仓股中都有浦发银行，苏宁电器，中国平安三只股票，三只股票比例和都达到了10%以上！
|m，|n分别表示基金M和N在一段时间内的涨跌幅m(t)和n(t)平均值，那么|(m*n)表示m(t)*n(t)的平均值；
ABS[x]表示x的绝对值。
根据粒子密度涨落的关联函数理论，我们可以定义基金M和N的关联函数：
C(MN) = |{[m(t) - M]* [n(t) - N]} 其中M= |m，N=|n
------------------------------------------------------------
我相信这个东西有99%的人看不懂吧，LZ能不能把这个式子用比较通俗的语言解释一下呢？这样大家才好讨论吧？
------------------------------------------------------------
关于这个嘛，不瞒你说，其实我也不能准确理解这个式的意义，就更别说用通俗的语言解释给别人听了，那样误人子弟就麻烦大了！
不过我可以说说我的思路，我只是觉得这个式子原来所适用的对象也就是粒子密度的涨落与基金的涨跌非常相似，从数学角度来讲这个式子适用对象是两组随机数据，从中发现其统计效应。
所以我就把他用来统计两个基金的涨跌规律，我也是依葫芦画瓢。只是后面处理的是我自己思考的结果，也没有太多理由，是凑出来的。总得说来这个算式只是我的一个假设，正不正确要靠实际来检验。
------------------------------------------------------------
哈哈，原来是你啊，还是在你的帖子里让我开始了基金关联度的思考啊。欢迎批评指正。
http://www.785634.com/jijin/jijinfenxi/30763.html
谢谢
楼主！我转帖到这里了
http://www.785634.com/jijin/jijinfenxi/30763.html
谢谢
----------------------------------------------------------
转贴请付版权费:)
我愿意和任何人赌1000天涯分，lz这篇好帖一定是经济频道首页推荐：）
睡觉去了，明天还要上班！
ao4，再次感谢你介绍的博客。否则也就不会有这篇帖子了！
----------
你就扯吧，还什么JB粒子密度，关联函数，但凡学过高中统计的人，都知道计算两个时间序列的相关系数。
其二，不要用统计学结论来作投资决策，历史变量只有参考意义。
民科水平。
照你的關聯度分析，投資這兩只基金和投資其中任何一只其實差不多，收益不會有太大變化，反而風險會增加？
要是我想直接找出一只和現有的基金關聯度最小的，怎么辦？是不是要把每只基金的日增長值全部套入公式算一遍？那不是一項浩大工程，汗。。
但是要付佣金啊，如果你对自己的判断力有自信的话还是自己去投资吧，何必花这冤枉钱去相信别人。
我是跟在ao4的后面学习基金!但是楼主的文章,前面文字能看懂,后面的简直一团糨糊,没一个看明白!
-----------------------------------------------------------
其实你能明白前面的意思就可以了，后面只一个简单的算式而已。我也不能说明其涵义。这个算式是我凑出来而已！
你就扯吧，还什么JB粒子密度，关联函数，但凡学过高中统计的人，都知道计算两个时间序列的相关系数。
其二，不要用统计学结论来作投资决策，历史变量只有参考意义。
民科水平。
------------------------------------------------------------
这位大哥真是有意思。第一，我印象中高中没有关于统计学的很多内容，就算里面有两个时间序列的相关系数，就算我高中学习不认真吧，可能这位大哥看不惯我拿物理学来故弄玄虚，那就算作是高中水平的数学吧，我只是对物理比较熟悉，由此而得到启发而已。其实本来算式就很简单，加减乘除而已。
第二，不能用统计学来评价历史数据？网上统计基金历史数据的多了去了。连你也知道历史变量只具有参考意义而言，我不知道你到底想针对我哪点，我的计算是对历史数据进行统计，换句话说本来就只有参考意义。不知道你是靠什么作为投资依据？最简单的投资决策的：你买基金难道不看基金历史收益？
第三，民科通常是我来笑话别人的，想不到今天也有人用这个来笑话我，呵呵。如果用一些简单的算式来衡量自己的投资就被算作民科的话，那华尔街的对冲基金分析室里大把学物理的，数学的不知道是在干什么。
最后，说了这么多，我也不知道你想说啥，我也不知道自己在说啥！
多謝樓主了！
照你的關聯度分析，投資這兩只基金和投資其中任何一只其實差不多，收益不會有太大變化，反而風險會增加？
要是我想直接找出一只和現有的基金關聯度最小的，怎么辦？是不是要把每只基金的日增長值全部套入公式算一遍？那不是一項浩大工程，汗。。
------------------------------------------------------------
简单地说关联度高是说你这两只基金每日收益水平有较大联系，比如如果某两日广发聚丰分别上涨2%和3%的话，华夏红利是几乎不可能跌的，而会以一个不小的比例上涨。而关联度低的话，则华夏红利这两日的收益水平不太可能根据广发聚丰的收益状况估算出来，有可能一日涨1%，而另一日则可能跌0.1%。
关于第二个问题，呵呵，如果别人告诉你一种方法根据前几日的K线形态一定可以判断后面几日会连续涨停的话，那你也得对沪深一千多只股票一一作分析。