判断行业相关性的核心方法是观察它们对同一经济变量的反应方向与幅度。如果两个行业在利率、通胀、GDP增速等关键因素变动时，股价或盈利走势高度趋同，即为高相关；如果反应相反或无明显关联，则为低相关。分散投资的目标正是将低相关或负相关的行业组合在一起，以平滑整体组合的波动。
观察受宏观经济影响的相似性
行业相关性根源于它们对宏观经济的敏感度。例如，银行和房地产都高度依赖利率：利率上升会同时增加银行资金成本和购房者贷款负担，两者股价往往同步下跌。相反，必需消费（如食品、医药）与基础材料（如钢铁、化工）对经济周期的反应截然不同：经济衰退时，必需消费需求稳定，而基础材料需求会急剧萎缩。
判断方法很简单：列出两个行业的主要收入驱动因素（如利率、油价、消费者支出），对比它们是否受同一因素影响。若共享3个以上相同驱动因素，通常相关性较高，不适合同时大量配置。
选择不同周期行业（防御与成长）
防御性行业（如公用事业、医疗保健）在经济下行期需求稳定，其股价波动主要取决于企业自身经营，而非宏观环境。成长性行业（如科技、可选消费）在经济扩张期表现突出，但对衰退敏感。将这两种行业搭配，可以在不同经济阶段获得互补收益。
典型低相关组合包括：
- 公用事业 + 信息技术：前者受利率影响，后者受创新周期驱动
- 医疗保健 + 能源：医疗需求刚性，能源价格受地缘政治和供需影响
- 必需消费 + 金融：消费需求稳定，金融收益与信贷周期挂钩
需要注意的是，同一大行业下的细分领域（如银行与保险）往往高度相关，分散效果有限。
利用历史数据验证相关性
历史数据是检验相关性的客观工具。常用指标是皮尔逊相关系数，取值范围从-1（完全负相关）到1（完全正相关）。在分散投资中，相关系数低于0.5的行业组合才有实质分散效果，低于0.3则效果更佳。
验证步骤：
- 获取两个行业指数过去3-5年的日度或周度收益率数据
- 用Excel或Python计算相关系数
- 分别计算在经济扩张期和衰退期的相关系数（相关性在不同市场环境下可能变化）
历史上，能源与科技的相关性常低于0.3，而金融与地产的相关性常高于0.7。但需注意，历史相关性不代表未来，行业结构变化（如新能源兴起）会改变原本的关系。
简短总结：判断行业相关性需要综合宏观逻辑与历史数据。优先选择驱动因素不同、周期属性互补的行业，并用相关系数验证。避免同时持有银行与地产、石油与化工这类天然高相关组合。
常见问题
如何获取行业指数的历史收益率数据？
主流金融数据平台（如Wind、东方财富Choice、Yahoo Finance）都提供行业指数历史数据。选择跟踪范围明确的指数（如申万一级行业指数），下载日度收盘价后计算对数收益率即可。免费方案可使用Python的yfinance库直接获取。
行业相关性会随时间变化吗？
会。行业相关性并非固定不变，尤其在技术变革或政策调整后。例如，传统能源与新能源在碳排放政策趋严后，相关性从正转负。建议每半年或一年重新计算一次相关系数，并在重大宏观事件后及时更新判断。
分散投资中持有多少行业比较合适？
通常5-8个低相关行业即可实现大部分分散效果。超过10个行业后，边际分散收益递减，且管理成本上升。关键不在于数量，而在于行业间的相关性——持有8个高度相关的行业不如持有4个低相关的行业。