你听说过只拿一只股票是在冒险，而拿下整个市场很稳妥。这两者之间有一个数字，却从来没人告诉你它是几。五只？二十只？一百只？研究者从 1960 年代就开始为这件事争论，而他们意见不合的原因，比任何一个具体数字都更值得你知道。

有两种风险，只有一种能被消掉

每一只股票都带着两种彼此独立的危险。第一种是公司层面的风险：工厂烧了，CEO 被起诉，对手推出了更好的产品。第二种是市场风险：衰退、利率冲击、战争，这类事会把几乎所有股票同时往下拖。

分散投资只对第一种起作用。加进第二家公司，两家工厂在同一年都烧掉的概率就很小了。加到第五十家，能对冲掉的东西已经所剩无几，因为还站在那里的风险，正是会同时砸中这五十家的那一种。

这就是为什么会存在一个有限的数字。能消掉的那部分风险，随着持仓增加逐渐趋近于零。消不掉的那部分沉在底下，形成一块地板。整个问题就是：你多快能碰到那块地板。

经典答案：十到四十之间

John Evans 和 Stephen Archer 在 1968 年发表了第一份被广泛引用的尝试，刊在《Journal of Finance》上。他们随机构建规模不断增大的投资组合，测量回报的离散程度下降了多少。它下降得很快，然后就不再下降了。他们写道，研究结果让人怀疑，持有超过大约十只证券还有没有理由。

算术很直白。把 $10,000 全投进一只股票，它彻底完蛋会让你损失 $10,000。摊到 10 只上，同样的完蛋只让你损失 $1,000。摊到 30 只上，损失 $333。从 1 只加到 10 只，替你省下了 $9,000。从 10 只加到 30 只，又省下 $667。

Meir Statman 在 1987 年对“十只”这个数字提出了质疑，文章发表在《Journal of Financial and Quantitative Analysis》上。他把多买股票的成本，和每多一只能消掉的风险放在一起权衡。他的结论是：借钱投资的人至少要 30 只，同时还持有安全债券的人要 40 只。

为什么后来的研究把这个数字抬高了

上面那些研究测的是一件事：你的回报有多颠。后来的研究问了更难的问题，得到了更大的答案。

2001 年，John Campbell、Martin Lettau、Burton Malkiel 和 Yexiao Xu 研究了 1962 年到 1997 年美国股票的波动性。相对整个市场而言，单个公司变得更跳了，所以要拿更多只才能达到同样的平滑效果。1960 年代 20 只股票买到的分散效果，到 1990 年代末大约要 50 只才买得到。这个趋势后来并没有一直朝一个方向走。公司层面的波动性在互联网泡沫时期飙升，在 2000 年代一路回落，2008 年和 2020 年又各飙一次。这个数字会随着时代变动。

Dale Domian、David Louton 和 Marie Racine 在 2007 年的研究测的是另一样东西：在一段 20 年的持有期结束时，最终低于某个目标的概率，他们称之为缺口风险。按这把尺子量，即使投资组合远远超过 100 只，风险还在继续下降，而这时回报的颠簸程度早就已经走平了。

两边对自己测的东西都说得没错。十到三十只完成了大部分的平滑工作。而要落在接近市场的回报上，是另一个目标，需要的只数更多。

偏斜的问题：少数几个大赢家扛起了整个指数

Hendrik Bessembinder 在 2018 年发表于《Journal of Financial Economics》的论文解释了原因。他考察了 1926 年到 2016 年间超过 25,000 只美国普通股。每七只里有四只，在它们整个存续期里的回报还不如一个月期的美国短期国债。表现最好的那 4% 的公司，贡献了这段时间里美国股市全部的净收益，因为剩下那些加在一起，只不过打平了短期国债。光是排在最前面的 86 家公司，也就是样本的大约千分之三，就贡献了这笔收益的大约一半。

股票的回报并不是均匀地散布在一个平均值周围。大多数平庸甚至更差，少数几只惊人。随机挑 20 只，你多半能把波动性抹平。你多半也会把每一个巨大的赢家统统错过。错过它们，就是为什么一篮子真实的公司，会远远落后于用同样这些公司搭出来的指数。

同一个行业里的二十只股票，不算二十只

数持仓的前提是，每一只都是一次独立的下注。很多时候它们不是。相关性这个词说的是两笔投资一起动的紧密程度，而真正要紧的是它，不是数量。

持有 20 家区域性银行，你持有的是一次关于利率的下注，只不过挂了 20 个名牌。持有 20 家石油生产商，原油价格一跌，这 20 只在同一周里一起被打下去。你把公司层面的风险分散掉了，换来的是行业风险，而行业风险在你的投资组合内部，表现得就像市场风险。

同样的逻辑向外延伸，穿过行业、资产类别和国家。有一个维度几乎没人注意：时间。一百家公司全在同一个星期二买入，你手里握着的仍然是同一个买入价格。分成好几年、隔一段时间买一次，你拿到的是许多个入场价，而不是一个。任何持仓数量都体现不出这件事。

当一个赢家把组合吃掉

假设你拿 $10,000 买了 10 只股票，每只 $1,000。十年过去，九只原地踏步，一只涨了十倍，变成 $10,000。这个组合值 $19,000，而那一家公司占了它的 53%。你手里仍然是十只股票。你已经不再分散了，而数量对此一个字都没说。

这里的取舍是真实存在的，而且没有干净的答案。卖掉一部分赢家、把钱摊回去，能恢复平衡，但要付代价。你砍的正是唯一奏效的那个仓位，而且在应税账户里，这一卖会带来一笔资本利得税。放着不动，你就继续拿着赢家，同时悄悄地把自己的积蓄变成了对一家公司的下注。Bessembinder 的发现在这里是两头都割的：巨大的赢家，正是市场回报的来源。

仓位管理的意思是，事先定好任何单一持仓最多可以占到组合的多大比例，然后去检查。被跳过的正是检查这一步，投资组合就是这样在没有任何人做过决定的情况下，一路漂向集中。

上限是你实际跟得过来的数量

持仓带着一种风险模型算不出来的成本。你单独持有的每一家公司都是作业：一年四次业绩、一份年报，还有随时可能推翻你当初买入理由的新闻。二十家公司意味着一年 80 份财报。

一个自己挑股票的新手，被夹在两个糟糕的选项之间。拿 8 只，公司层面的风险还活着。拿 40 只，你不可能了解 40 门生意，最后只能跟着新闻标题做交易。

出路一点都不高明。一只宽基指数基金持有几百甚至几千家公司，之后对你没有任何要求。所以“到底要几只”这个问题，主要是给那些已经决定自己挑股票的人准备的。

当分散只是一种感觉

你也可能做过头，而这种失败看上去很像成功。

持有好几只基金，感觉像是做了好几个决定。很多时候它其实只是一个。一只美国全市场基金、一只大盘基金和一只科技基金，最靠前的持仓都是同样那几家巨头。三只全买，等于把自己集中到这几家公司身上，而不是摊开。每一只基金都会公布自己的持仓。把你手上每只基金的前十大持仓并排列出来，重叠就藏不住了。

持有 200 只个股则是相反的问题。你等于用手工重新搭了一只指数基金，要盯 200 个仓位，交易成本还更高，而这番功夫换不来任何优势。