投资组合集中度怎么算？Top 5、单一持仓与隐藏重仓分析

一个投资组合有 20 个持仓，仍然可能高度集中。

这件事看起来有点矛盾。

但只要穿透到底层，就很容易理解。

假设你的组合里有：

• 5 只大型科技股；
• 3 只半导体股；
• 2 只本身又重仓这些公司的 Growth ETF；
• 另外 10 个很小的仓位。

表面上：

20 个 Ticker

看起来很分散。

但实际上，大部分资金可能仍然依赖：

• 少数几家公司；
• 同一个科技板块；
• AI CapEx；
• Growth Factor；
• 半导体周期。

这就是 Portfolio Concentration。

最简单的理解是：

集中度衡量的是，你有多少资金真正依赖少数持仓、行业、主题或者底层风险敞口。

所以分析集中度时，第一步当然是看 Position Weight。

但如果只做到这里，还不够。

真正有用的 Concentration Review 应该继续问：

最大几个仓位占多少？
+
行业暴露有多集中？
+
ETF 有没有重复持仓？
+
多个持仓是不是其实依赖同一个 Risk Factor？

这比单纯数有多少只股票，更接近真实风险。

最基础的公式：

Position Weight
= Position Value ÷ Total Portfolio Value × 100

例如：

Portfolio：
100,000 美元

Stock A：
18,000 美元

那么：

Position Weight
= 18,000 ÷ 100,000
= 18%

也就是说，Portfolio 有 18% 直接暴露在 Stock A。

如果 Stock A 跌：

-30%

在其他仓位不变的简化情况下，Portfolio Impact 大约：

18% × 30%
= -5.4%

所以单一持仓权重，是最值得先看的集中度指标。

一个非常实用的 Portfolio Metric：

Top 5 Concentration
= 最大五个仓位权重相加

例如：

Stock A：18%
Stock B：14%
Stock C：11%
ETF D：   9%
Stock E： 8%

那么：

Top 5
= 18 + 14 + 11 + 9 + 8
= 60%

也就是说：

最大五个仓位控制了整个 Portfolio 60% 的资金。

这个数字经常比：

我一共有 25 个持仓

更有意义。

因为真正决定 Portfolio 表现的，通常是最大的几个仓位。

同理：

Top 10 Concentration
= 最大十个仓位相加

如果：

Top 5 = 60%
Top 10 = 82%

那么大部分 Portfolio Risk 都集中在很少几个仓位里。

剩余十几个小仓位，看起来增加了持仓数量，但未必真正改变组合风险。

不一定。

Concentration 本身不是好坏标签。

它是一种 Portfolio Design。

高集中组合可能因为最大几个持仓判断正确，而明显跑赢。

也可能因为这些持仓判断错了，出现更深 Drawdown。

真正的问题不是：

集中度高是不是错？

而是：

这种集中是不是主动的？你是不是知道它会带来什么风险？它是否符合你的承受能力？

对于一个人来说 20% 单一股票可能完全不可接受。

对另一个 High-Conviction Investor 来说，可能是主动设计。

关键是：

不要把高集中组合误以为是分散组合。

没有一个适合所有人的固定比例。

需要一起看：

• Portfolio Size；
• Stock Volatility；
• Liquidity；
• Holding Period；
• Conviction；
• 其他资产是否分散；
• 能否承受大 Drawdown；
• 有没有 Hedge；
• 是否已经通过 ETF 间接持有这只股票。

最后一点尤其容易被忽略。

假设你直接持有：

Company A：
Portfolio 的 10%

同时：

ETF X：
Portfolio 的 40%

ETF X 里面：

Company A 权重：
8%

那么 ETF 间接带来的 Company A Exposure：

40% × 8%
= 3.2%

你的真实 Look-Through Exposure：

10%
+
3.2%
=
13.2%

账户界面可能只显示：

Company A = 10%

但经济上，你对它的真实暴露已经接近：

13.2%

这就是 Hidden Concentration。

同样的问题会出现在多个 ETF 之间。

例如：

ETF A：
Portfolio 30%

ETF B：
Portfolio 25%

两只基金都重仓相同的 Mega Cap。

表面上：

两个不同 ETF

实际上底层可能高度重复。

所以 ETF Overlap 和 Portfolio Concentration 最好一起看。

具体可以继续阅读：

ETF 持仓重合是什么意思？

另一个重要指标：

Sector Weight
= 某行业持仓总值
  ÷ Portfolio Value
  × 100

例如：

Technology Stocks：
25%

Technology ETF Exposure：
15%

Semiconductor：
12%

如果进一步 Look Through，很可能已经有很高的 Tech-Related Exposure。

具体数字可能因为行业分类方法不同而变化。

但原则很简单：

不同 Ticker，不等于不同 Sector Risk。

有时候 Sector Classification 还不够。

你可能跨多个行业，但依赖同一个 Investment Theme。

例如：

• AI Infrastructure；
• Cloud Computing；
• EV；
• Crypto Proxy；
• Interest-Rate-Sensitive Growth；
• Energy Transition。

比如你同时持有：

Semiconductor
Cloud Provider
Data Center REIT
Power Equipment
AI Software

正式行业分类并不完全一样。

但都可能依赖：

AI CapEx

如果市场开始下调 AI CapEx 预期，这些持仓完全可能一起跌。

这就是 Theme Concentration。

两家公司完全不同，也可能一起涨跌。

Correlation 就是在捕捉这一点。

例如：

High-Growth Software
Semiconductor
Nasdaq ETF
Mega-Cap Tech

都可能对：

• Interest Rates；
• Risk-On / Risk-Off；
• AI Spending；
• Valuation Compression；

产生类似反应。

所以：

Holding Count
≠ Independent Risk Count

Concentration

问的是：

资金有多少集中在少数 Exposure？

Correlation

问的是：

这些 Exposure 会不会一起动？

所以完全可能出现：

Position Concentration 低
+
Correlation 很高

例如 20 只 Equal-Weight Growth Stocks。

看起来每只都只有 5%。

但一旦 Growth Factor 被杀估值，可能一起下跌。

先看这几个：

Largest Position
Top 5
Top 10
Largest Sector
Largest Theme

然后再加：

ETF Overlap
Correlation Cluster

这已经比单纯看持仓数量完整很多。

假设 100,000 美元 Portfolio：

Largest Position

18%

Top 5

18 + 14 + 12 + 11 + 8
= 63%

现在再假设：

• A、B、C、G 都和 Technology 有关；
• ETF D 和 ETF F 都持有 A、B；
• Stock E 是 AI Infrastructure 相关 Power Equipment。

那么：

Ticker 看起来很多，Economic Exposure 仍然非常集中。

Broad ETF 不等于完全平均分散。

一只宽基 ETF 仍然可能对少数 Mega Cap 有较高权重。

例如：

ETF 占 Portfolio：
50%

ETF 内最大股票：
7%

那么间接 Exposure：

50% × 7%
= 3.5%

如果你还直接持有这家公司，真实 Exposure 还要再加。

这就是为什么即使主要投资 ETF，也值得做 Look-Through。

真正能看出 Concentration 风险的时候，通常是下跌。

例如：

最大仓位：
20%

Stock Drawdown：
-40%

Portfolio 直接影响：

20% × 40%
= -8%

如果另外几个高相关持仓也同时跌，Portfolio Drawdown 会明显更深。

所以 Concentration 最好在下跌前分析，而不是下跌后才发现。

关于 Drawdown 可以继续看：

股票回撤怎么算？

Position Size 和 Concentration 有关系，但不是一回事。

一笔 Trade 可能满足：

Risk Per Trade = 1%

但因为 Stop 很窄，实际需要投入：

Portfolio 的 25%

从 Stop-Based Risk 看：

风险可控

但 Portfolio 仍然承担：

• Gap Risk；
• Overnight Risk；
• Company-Specific Risk；
• Liquidity Risk；
• Concentration Risk。

所以单笔仓位算完以后，最好再过一层 Portfolio Concentration Limit。

仓位部分可以看：

股票该买多少股？

组合还可能集中在同一个 Event。

例如：

• 多家公司同一周财报；
• 多家银行都依赖同一次利率决议；
• Semiconductor 同时受一项 Export Rule 影响；
• 多只 Biotech 等同类 FDA Decision。

这种情况下虽然是不同 Ticker，Portfolio 仍可能在同一时间集体 Reprice。

可以问：

有多少 Portfolio Value 会被同一个 Catalyst 同时影响？

一个看起来“全球化”的 Portfolio，也可能高度集中在某个国家。

原因是 Listing Location 不等于 Economic Exposure。

应该继续看：

• Revenue 来源；
• Manufacturing；
• Regulation；
• Currency；
• Customer Base。

对于 Emerging Markets 或 Geopolitical Risk，这一点尤其重要。

如果 Portfolio 有：

20% Europe
15% Japan
10% Emerging Markets

表面上 Equity Diversification 很强。

但 Currency 变化仍可能显著影响最终回报。

所以：

Security Concentration 和 Currency Exposure 也应该分开看。

Herfindahl-Hirschman Index，简称 HHI，可以用于概括整个 Portfolio Weight Distribution。

公式：

HHI
= 所有 Position Weight 平方后相加

使用 Decimal Weight。

例如四个 Equal-Weight Position：

25%
25%
25%
25%

那么：

HHI
= 0.25² × 4
= 0.25

再看另一个：

70%
10%
10%
10%

HHI：

0.70²
+ 0.10²
+ 0.10²
+ 0.10²
= 0.52

第二个明显更集中。

HHI 的好处是：

它会把整个 Weight Distribution 一起算进去，而不是只看 Top 5。

HHI 还可以转成一个更直观的指标：

Effective Number of Positions
= 1 ÷ HHI

四个 25% Equal Weight：

1 ÷ 0.25
= 4

而：

70 / 10 / 10 / 10

对应：

1 ÷ 0.52
≈ 1.92

虽然账户里 technically 有 4 个持仓。

但 Concentration 更像：

不到 2 个 Equal-Weight Positions。

这个指标很好地解释了：

为什么 Nominal Holding Count 很容易骗人。

假设权重：

25%
20%
15%
10%
8%
7%
5%
4%
3%
3%

HHI 约：

0.152

Effective Positions：

1 ÷ 0.152
≈ 6.6

账户里有 10 个 Positions。

但 Weight Distribution 更接近：

6.6 个 Equal-Weight Positions

如果最大的几个又高度 Correlated，真实 Economic Diversification 可能更低。

HHI 只看 Weight。

它不知道：

• A 和 B 是否高度相关；
• 两个 ETF 是否重合；
• 多个股票是否押一个 Theme；
• 某只股票 Volatility 特别高。

所以：

HHI 适合衡量 Capital Concentration。

但不能替代：

• Look-Through；
• Correlation；
• Risk Contribution。

两个 10% Position，风险并不一定一样。

例如：

Position A

Weight：
10%

Annualized Volatility：
15%

Position B

Weight：
10%

Annualized Volatility：
60%

同样的 Capital Weight。

Standalone Risk 完全不同。

所以：

Equal Weight
≠ Equal Risk

更高级的 Concentration Analysis 可以继续看：

Weight × Volatility

或者完整 Risk Contribution。

真正的 Portfolio Risk 取决于：

• Weight；
• Volatility；
• Correlation。

所以某一个大仓位如果和其他资产低相关，实际 Risk Contribution 未必最高。

反过来，一个权重较小但：

• Volatility 高；
• 和其他资产高度相关；

也可能贡献很高 Portfolio Risk。

这就是为什么：

Capital Concentration
≠ Risk Concentration

两者都值得看。

不需要一开始就上复杂模型。

可以分五层。

Layer 1：Position Concentration

看：

Largest Position
Top 5
Top 10
HHI

Layer 2：Look-Through

检查：

• Direct Stock Exposure；
• ETF Underlying Exposure；
• 重复持仓。

Layer 3：Sector / Theme

按：

• Sector；
• Industry；
• Theme；

重新归类。

Layer 4：Correlation

找出最容易一起动的 Cluster。

Layer 5：Event Risk

看有多少仓位同时依赖：

• Earnings；
• Macro；
• Regulation；
• Industry Catalyst。

这样得到的 Concentration 才更接近真实 Portfolio Risk。

没有一个 Universal Correct Number。

一个追求广泛分散的 Portfolio，Top 5 可能应该低一些。

High-Conviction Portfolio 可以主动更高。

真正实用的问法是：

如果 Top 5 一起下跌，我的 Portfolio 会怎样？

例如：

Top 5：
65%

如果五个平均跌：

-25%

粗略 Portfolio Impact：

65% × 25%
= -16.25%

这个问题比：

65% 算不算太高？

具体很多。

同样，没有万能答案。

可以做一个简单 Stress Test：

Position Weight
× Plausible Drawdown

例如：

Position：
15%

Bad-Case Drawdown：
-40%

那么：

Portfolio Impact：
约 -6%

然后问：

我是否能接受一只股票在坏情况下直接带走 Portfolio 约 6%？

这比单独讨论 15% 高不高更有意义。

一只赢家持续上涨，也会自然变成大仓位。

例如：

初始 Weight：
8%

股票翻倍，而其他资产不动。

它在 Portfolio 的比重自然会明显上升。

所以 Concentration 是 Dynamic 的。

即使没有交易，也值得定期复查。

尤其是：

• Bull Market；
• Earnings Gap；
• Theme Rally；
• 大幅 Relative Winner；

之后。

Rebalancing 是降低非主动集中度的一种方式。

但并不是 Position 变大了就一定要卖。

在 Trim 之前可以问：

• Thesis 有没有变强？
• Valuation 有没有变贵？
• Concentration 是不是主动的？
• Tax Cost 是多少？
• 有没有更好的 Capital Alternative？
• Portfolio Risk 是否真的明显增加？

Concentration Analysis 的目的不是强迫 Equal Weight。

而是：

把 Trade-Off 看清楚。

Portfolio 完全可以主动集中在：

• 少数几个 Best Ideas；
• 一个 Sector；
• 一个 Theme。

这不自动代表 Poor Construction。

但：

Intentional Concentration 必须对应 Intentional Risk Acceptance。

你应该清楚：

什么事情必须继续成立？
什么情况会让 Thesis 失败？
如果错了，Portfolio 最坏会损失多少？

假设 Portfolio：

表面上：

7 个主要 Allocation

看起来不算极端。

但穿透 ETF 后：

QQQ、SMH、VOO 里都可能继续出现大型科技、半导体公司。

这意味着真实暴露高于 Direct Weight。

同时整个 Portfolio 又共同依赖：

• Mega-Cap Tech；
• AI CapEx；
• Semiconductor Demand；
• Growth Valuation。

Ticker Count 明显低估 Concentration。

这种组合就非常适合进一步做 ETF Overlap 和 Look-Through。

Position

• Largest Position 是多少？
• Top 5 是多少？
• Top 10 是多少？
• 有没有超过自己设定的单一仓位上限？

Look-Through

• ETF 是否持有你直接持有的股票？
• 多个 ETF 是否重复持有相同 Top Holdings？

Sector

• 最大 Sector 占多少？
• 有没有一个 Industry 控制大部分 Portfolio？

Theme

• 有多少仓位其实押同一个 Narrative？

Correlation

• 哪些持仓可能一起跌？

Event

• 有多少 Portfolio 会被同一个 Earnings / Macro / Regulatory Catalyst 重定价？

Risk

• 哪些 Position 对 Portfolio Volatility / Drawdown 的贡献最大？

这比：

我到底有几只股票？

有用得多。

错误 1：只数 Ticker，不看 Exposure

20 个 Ticker 也可能只有一个主要 Theme。

错误 2：忽略 ETF Look-Through

ETF 里可能继续持有你已经直接持有的股票。

错误 3：完全不看 Correlation

不同公司也可能一起跌。

错误 4：把 Equal Weight 当 Equal Risk

Volatility 可能完全不同。

错误 5：忽略赢家自动变成大仓位

Concentration 会自然漂移。

错误 6：认为 Concentration 高就一定错

可能是主动设计。

错误 7：认为 Diversification 一定安全

也可能存在 Hidden Factor Concentration。

错误 8：只看 Capital Weight

真正 Portfolio Risk 还要看 Volatility 和 Correlation。

Portfolio Concentration 怎么算？

最基础先计算：

Position Weight
= Position Value ÷ Portfolio Value × 100

然后继续看 Top 5、Top 10 和 HHI。

什么是 Top 5 Concentration？

就是最大五个持仓权重相加。

Top 5 占 50% 算集中吗？

已经是比较明显的集中，但是否合理取决于你的 Portfolio Design、Risk Tolerance 和是否主动设计。

ETF 为什么会制造 Hidden Concentration？

因为 ETF 可能继续持有你直接持有的股票，或者多个 ETF 之间有很高 Overlap。

HHI 怎么算？

HHI
= Σ(Position Weight²)

HHI 越高，Weight Distribution 越集中。

什么是 Effective Number of Positions？

常见近似：

Effective Positions
= 1 ÷ HHI

它把真实 Weight Distribution 转成一个类似“等权持仓数量”的直观指标。

Concentration 和 Correlation 一样吗？

不一样。

Concentration 看资金分配。

Correlation 看价格走势是否同步。

很多持仓也可能集中吗？

完全可能。

如果它们属于同一 Sector、Theme、ETF Underlying 或 Factor Exposure，仍然可能高度集中。

大幅上涨后的 Winner 一定要减仓吗？

不一定。

要结合 Valuation、Thesis、Tax、Alternative 和整体 Portfolio Risk 判断。

Portfolio Concentration 真正看的，不是：

账户里有多少个 Ticker

而是：

你的 Capital 最终依赖多少个真正独立的 Economic Exposure

一个更完整的顺序是：

Position Weight
→ Top 5 / Top 10
→ ETF Look-Through
→ Sector Exposure
→ Theme Exposure
→ Correlation
→ Risk Contribution

这样才能区分：

持仓很多

和：

真正分散

Portfolio Concentration 的目的，也不是强迫自己永远分散。

而是让你清楚知道：

风险到底集中在哪里，以及当这些 Exposure 一起反向波动时，Portfolio 会发生什么。