贝塔值就是一个放大镜
你手里有只股票，今天大盘涨了1%，它涨了2%。明天大盘跌了1%，它跌了2%。这只股票的贝塔值大概就是2。贝塔值干的事情，就是把大盘的涨跌当成一个基准，量出个股相对这个基准的波动幅度。
贝塔等于1，说明股票跟大盘同步动。贝塔大于1，股票比大盘更猛，大盘涨它涨更多，大盘跌它也跌更狠。贝塔小于1，股票比大盘温吞，大盘剧烈波动它相对淡定。贝塔接近0，股票几乎不跟大盘走，比如一些高股息公用事业股。贝塔为负，大盘涨它反而跌，这种情况少见，通常出现在黄金、某些反向ETF或者极端避险资产上。
贝塔值怎么算出来的
不用手算，但要知道它在算什么。拿一只股票过去一段时间的每日收益率，跟同期大盘指数（比如沪深300）的每日收益率做线性回归。回归线的斜率就是贝塔值。
用Python演示一下计算过程：
import numpy as np
import pandas as pd
from scipy import stats
# 假设 stock_returns 和 market_returns 是日收益率序列
def calc_beta(stock_returns, market_returns):
# 线性回归：stock = alpha + beta * market + 误差
slope, intercept, r_value, p_value, std_err = stats.linregress(market_returns, stock_returns)
return slope
# 实际使用中，数据长度通常取60个交易日到250个交易日不等
# 周期太短，贝塔不稳定；周期太长，贝塔跟不上股票风格变化
回归斜率就是贝塔。数据窗口不同，算出来的贝塔不一样。用最近60个交易日和用最近250个交易日，结果可能差不少。短线交易者更关注短窗口贝塔，长线配置者看长窗口贝塔。
贝塔值帮你回答三个实际问题
你手里的股票到底有多危险
很多人看波动率，但波动率不分方向。贝塔值告诉你的是，当大盘这个系统性风险砸下来的时候，你的股票会被砸多惨。贝塔2的股票，大盘跌10%，它理论上跌20%。这不是精确预测，但给了你一个风险标尺。
你的组合是不是在裸奔
你买了五只股票，每只贝塔都是1.5。组合的贝塔大致也是1.5。这意味着你的整个账户在放大市场的波动。大盘跌5%，你的账户可能跌7.5%。很多人亏钱的时候觉得是自己选股不行，其实是组合贝塔太高，市场一抖，账户就稀里哗啦。
该买多少仓位才合适
假设你愿意承受的最大回撤是10%。当前大盘如果跌20%，你手里股票贝塔1.5，那你的股票会跌30%。你买满仓就会亏30%，远超10%的底线。用贝塔倒推，你的仓位应该控制在三分之一左右。贝塔值让仓位管理从拍脑袋变成算数题。
贝塔值在期货和量化策略里的用法
期货交易者用贝塔值做对冲。你持有一篮子股票，组合贝塔1.2。你判断大盘要跌，又不想卖股票。可以做空股指期货，做空金额等于股票市值乘以贝塔值。组合市值100万，贝塔1.2，做空120万的股指期货，理论上把市场风险对冲掉。
量化策略里，贝塔值是一个因子。市场中性策略会刻意让组合的贝塔等于0，赚取选股的超额收益，不赌大盘涨跌。指数增强策略会控制组合贝塔在1附近，不偏离基准太远。
# 组合贝塔计算
# weights 是各股票权重，betas 是各股票贝塔值
def portfolio_beta(weights, betas):
return np.dot(weights, betas)
# 对冲手数计算
# portfolio_value 股票市值，beta 组合贝塔，futures_price 期货价格，multiplier 合约乘数
def hedge_ratio(portfolio_value, beta, futures_price, multiplier):
exposure = portfolio_value * beta
return exposure / (futures_price * multiplier)
贝塔值的坑在哪里
贝塔值是用历史数据算的，历史不代表未来。一只股票过去一年贝塔0.8，下个月公司出了大事，贝塔可能瞬间飙到2。贝塔值变化快，尤其在市场剧烈波动的时候。
贝塔值只衡量系统性风险，不衡量个股特有风险。一只股票贝塔1，不代表它安全。公司财务造假、管理层动荡、行业政策突变，这些非系统性风险贝塔值根本不管。
贝塔值依赖基准的选择。用沪深300算出来的贝塔，和用中证500算出来的贝塔，数值不一样。你拿一个中小盘股票去跟沪深300回归，贝塔可能偏低，因为它跟大盘蓝筹的联动本来就弱。选对基准很重要。
贝塔值衡量的是波动方向上的相对敏感度，不是绝对风险。贝塔0.5的股票也可能因为自身问题跌得比大盘惨。贝塔只是一个工具，不能替代对公司基本面的判断。
