Crypto Portfolio Risk Parity: How Should You Allocate Positions?

Trading Strategies

27 October 2026

加密组合做风险平价，最直接的算法是逆波动率加权：先算出每个资产最近一段时间的波动率，然后按波动率的倒数分配权重。波动率高的资产权重低，波动率低的资产权重高。但这里有一个关键区别需要先讲清楚：逆波动率加权只是风险平价的一个简化版本，它假设资产之间的相关性相同或者忽略相关性。真正的风险平价需要考虑协方差矩阵，计算量更大，但在加密市场里，忽略相关性带来的偏差可能不小，因为加密资产之间的相关性往往在行情剧烈时同步飙升。

OKX Exchange
A leading global cryptocurrency platform,suitable for both beginners and experienced traders.
New user benefit: 20% off trading fees upon registration!！

逆波动率加权：可以手动算的起点

如果你只是想快速得到一个比"等权"更合理的分配方案，逆波动率加权是可行的。公式很简单：对每个资产计算过去 N 天的日收益率标准差（或者年化波动率），取倒数，然后归一化。

假设你持有 BTC、ETH 和 SOL 三个资产（以下数字为假设，仅用于演示计算方式）。假设过去 30 天的年化波动率分别是 BTC 40%、ETH 55%、SOL 80%。取倒数得到 2.5、1.818、1.25。总和是 5.568。归一化后，BTC 权重约 44.9%，ETH 约 32.7%，SOL 约 22.4%。

这个结果的含义是：SOL 的波动率是 BTC 的两倍，所以它的仓位大约只有 BTC 的一半。逆波动率加权的逻辑是让每个资产对组合波动的"贡献"大致相等。一个波动率 80% 的资产配 22% 的权重，和一个波动率 40% 的资产配 45% 的权重，在只考虑各自方差、不考虑协方差的情况下，对组合方差的贡献是接近的。

回看窗口的选择会影响结果。14 天、30 天、90 天算出的波动率可能差异很大，尤其是在加密市场波动率聚集的特征下。窗口太短，权重会因为短期波动飙升而剧烈变化，导致频繁调仓；窗口太长，反应迟钝，可能在市场 regime 切换时给出过时的权重。没有一个"正确"的窗口，但如果你不想频繁调整，90 天左右的窗口相对平滑，代价是对近期风险变化的响应变慢。

真正的风险平价：为什么相关性不能忽略

逆波动率加权有一个隐藏假设：资产之间的相关性相同，或者至少不显著影响风险贡献的排序。在加密市场里，这个假设经常不成立。BTC 和 ETH 的相关性通常很高（0.7 以上），而 BTC 和某些小市值代币的相关性可能在平时较低，但在市场大跌时一起飙升。

考虑一个简化的例子。假设两个资产 A 和 B，波动率都是 50%，但相关性是 0.9。如果你按逆波动率各配 50%，组合波动率并不会因为"分散"而显著降低，因为两个资产几乎同涨同跌。如果相关性是 0.1，同样的 50/50 配置，组合波动率会低得多。风险平价的目标是平衡风险贡献，而风险贡献取决于协方差矩阵，不是单个资产的波动率。

有研究指出，在 DeFi 代币的组合优化中，风险平价模型相比均值方差和 CVaR 模型，产生的组合更分散、换手率更低、滚动波动率更稳定。但这项研究用的是完整的风险平价框架，不是简化的逆波动率。如果只用逆波动率，在相关性结构变化时，你可能得到的是"名义上风险平价、实际上风险集中在高相关资产上"的组合。

对于普通用户，手动计算包含相关性的风险平价权重不现实。你需要协方差矩阵，以及一个数值优化过程来求解满足风险贡献目标的权重。有一些开源库或量化工具可以做这件事，但这已经超出了"手动算一下"的范畴。我的判断是：如果你只有三五个资产，且它们之间的相关性结构相对稳定（比如都是大市值、走势高度同步的主流币），逆波动率加权是一个可接受的近似。如果你持有的是相关性差异较大的组合（比如 BTC 加上一些 DeFi 代币或小市值币），简化的逆波动率可能让你误以为分散了风险，实际上没有。

加密风险平价的特殊问题：波动率估计本身就不稳

传统资产的风险平价之所以可行，部分原因是波动率和相关性的估计相对稳定，至少在一个调仓周期内不会剧烈跳变。加密资产不是这样。

加密市场的波动率有显著的聚集和 regime 切换特征。一个资产可能在几周内维持 30% 的年化波动率，然后在几天内跳到 100% 以上。如果你用历史波动率来分配权重，在市场波动率飙升之前建立的仓位，会在波动率飙升时经历远超预期的组合回撤。等到你的调仓规则触发、降低高波动资产的权重时，损失已经发生了。

有研究在构建加密组合时采用了"目标波动率"机制：先按风险平价分配权重，然后用现金动态稀释整体仓位，使组合的 ex-ante 波动率维持在一个目标水平。这个做法承认了加密资产波动率的不稳定性，不试图在资产层面精确匹配风险贡献，而是在组合层面控制总风险。代价是牺牲了一部分收益（因为持有现金），换来的是回撤控制。

一个务实的执行框架

如果你要在自己的加密组合里实践风险平价，我更建议按这个顺序做，而不是直接套逆波动率公式。

第一步，确定你真正的风险预算。 风险平价不问你"想赚多少"，问你"能承受组合总波动率是多少"。如果你只能接受 30% 的年化波动率，那么无论风险平价算出什么权重，你都需要检查组合的历史模拟波动率是否在这个范围内。如果超出，用稳定币或现金降低整体敞口。

第二步，用逆波动率算一个初始权重，但把它当作起点而非终点。 对每个资产计算 60 到 90 天的波动率，取倒数归一化。然后问自己：这些资产的走势是否高度同步？如果是（比如 BTC、ETH、SOL 在过去一年的日收益率相关性普遍在 0.7 以上），那么逆波动率给出的权重会让你产生"分散了"的错觉。你可以进一步降低高波动资产的权重，或者接受组合的实际波动率会比单资产波动率加权计算的结果更高。

第三步，设定调仓规则并接受它的代价。 风险平价需要定期再平衡，否则权重会漂移。月度调仓在加密市场里不算频繁，但每次调仓都有交易成本和滑点。有研究指出风险平价在 DeFi 代币上的一个优势就是换手率显著低于均值方差模型，但"低于"不等于"没有"。如果你的组合规模不大，频繁调仓的手续费可能吃掉风险平价带来的改善。季度调仓或者设置一个权重偏离阈值（比如某个资产权重偏离目标超过 5 个百分点才调）是更实际的选择。

第四步，理解你放弃的是什么。 风险平价不追求收益最大化。它降低的是组合对单一资产波动的敏感度，代价是在某个资产单边大涨时，你的组合不会充分受益。在加密市场里，这意味着如果 BTC 进入一轮由它主导的上涨，风险平价组合的涨幅会低于满仓 BTC。这不是策略"失效"，是策略的设计目标决定的。

什么情况下不值得做风险平价

如果你的加密组合只有两三个资产，且你对它们的相对走势有明确的判断，手动分配可能比风险平价更直接。风险平价的价值在于当你不想（或无法）预测收益时，提供一个系统化的分散框架。如果你本来就在主动判断方向，风险平价的中性立场和你的目标不一致。

另外，如果你的组合里有大量流动性差的小市值代币，风险平价的权重计算会给出一个看似合理的数字，但执行时滑点可能远超预期。波动率高的资产权重低，但低权重不等于低执行难度。一个流动性差的代币，即使只配 5%，调仓时的滑点也可能让这次交易不划算。