作者: Zach Pandl, Charlie Perkins ,Zach Pandl 为 Grayscale 研究主管,Charlie Perkins 为 Grayscale 研究助理(CFA)
编译:谷昱,ChainCatcher
比特币已不再是 15 年前甚至 10 年前的那个资产。对于比特币以及更广泛的加密资产类别的投资风险,理应以全新的视角来看待。
过去十年间,比特币的实际波动率已大幅下降,如今已处于美国大盘股的波动范围之内。
比特币的回报容易在双向出现极端波动,而强劲的动量导致收益呈现聚集性,反转也往往极为迅猛。极少数的交易日对比特币的复合收益率起到了决定性的主导作用。
从百分比来看,比特币的回撤依然严重,但在根据其较高的底层波动率进行调整后,其回撤相对于股票和债券而言显得并不那么极端。
传统市场因素对比特币回报的解释力度远低于对股票、债券或私募资产的解释力度,这支撑了其作为投资组合分散工具的潜在角色。
历史回测表明,适度配置比特币可以提高投资组合的效率,而不会成比例地增加波动率或最大回撤。
投资机会不仅限于比特币:比特币仅能解释加密行业回报差异的大约一半,相关性已从早期的高点回落,且各资产之间的领先表现呈现轮动状态。
加密资产往往被置于过时的风险视角下进行评估。许多资产配置者仍将比特币视为具有独特极端波动性的资产,认为它的表现就像高杠杆风险资产交易,并将更广泛的加密领域视为单一无差异的风险敞口。每一个预设都值得重新审视。随着时间的推移,比特币的市场结构、投资者群体以及在更广泛资产类别中的角色都发生了实质性变化。
对于配置者而言,核心区别在于单一波动率与投资组合风险之间的不同。波动率衡量的是资产自身的波动幅度;而投资组合风险则取决于它为何波动、何时波动,以及这些波动是否与现有敞口重叠。从投资组合的视角来看,比特币的波动率不仅是一种需要被最小化的风险,它还可能代表着一种差异化的收益来源。
本报告从四个维度审视加密资产风险:
比特币历经 18 年逐步走向成熟:比特币的波动率是如何演变的
超越表面波动率:动量和尾部行为揭示了其回报分布的哪些特征
比特币用于投资组合多元化:比特币如何与多元化投资组合相互作用
超越比特币的多元化配置:更广泛的加密领域已变得多么具有差异化
各项证据表明,这一资产类别的成熟速度已经超越了许多用于评估它的分析框架。我们认为,它值得拥有一个根据当今资产类别现状、而非十年前状况量身定制的风险框架。
比特币很早就因其波动性而闻名。在其早期发展阶段,面对仅为个位数(十亿级美元)的市场规模,其波动率经常超过 100%,有时甚至接近 200%。 [1] 随着其 18 年发展历程中市值和流动性的不断增长,机构参与度的提高、比特币交易所交易产品(ETP)等更安全投资工具的面世,以及监管清晰度的提升,共同造就了更为成熟的交易环境(图表 1)。目前,其实际波动率处于 40% 中段,远低于早期周期中三位数的高点。如今投资者可获得的比特币,其风险特征已完全不同于十年前。
图表 1:随着市值的增长,比特币的波动率持续下降
人们常将比特币的波动率与标普 500 指数进行比较,但该指数内的个股提供了更具可比性的参考坐标。指数是一个投资组合,其波动率反映了数百个部分相互抵消的头寸所带来的多元化效应。而其中的个股情况则大不相同。比特币的波动率约为 43%,虽仍高于大部分标普 500 成分股,但其波动率低于该指数中大约 19% 的股票——包括投资者已经持有的一些大盘股(图表 2)。 [2] 比特币依然是一种高波动性资产,但其波动率 并未脱离公开市场股票的观察区间 。
图表 2:比特币波动率落在大盘股的波动区间内
将比特币与个别大盘股进行比较,并不能得出它是一种低风险资产的结论;这只是将它的波动幅度置于更熟悉的背景中来考量。更重要的问题在于,这层表面波动率之下隐藏着什么。仅凭标准差无法反映波动率是来自于上涨还是下跌,极端收益发生的频率如何,以及这些收益是独立发生还是扎堆出现。因此,理解比特币的风险需要深入研究其回报的形式和时序结构。
与标普 500 指数相比,比特币的日回报分布显著更宽且呈现更厚重的肥尾特征(图表 3)。它的一个标准差区间大约是前者的三倍,同时两端尾部包含的极端值比传统分布形态要多得多。这造成了更为严峻的下行事件环境,但同时也带来了更大的正向回报以及在统计期内更高的平均日收益。换句话说,从历史上看,比特币的波动率反映了双向维度的显著离散度。
图表 3:比特币回报比股票回报分布更广且肥尾特征更显著
肥尾特征之所以重要,是因为极少量的交易日就 可能决定长期的投资成果 。在过去的三年里,比特币实现了 60% 的年化回报;如果剔除其表现最好的 10 天,该数值将骤降至 7%;而如果剔除其表现最差的 10 天,该数值则飙升至 197%(图表 4)。这并不是说人们可以提前预测这些日子,而是表明错过比特币最大幅下跌后往往随之而来的迅猛反弹,可能会付出多么高昂的代价。
图表 4:少数关键交易日驱动了比特币的复合回报
这种动量同样影响着比特币风险调整后收益的衡量方式。标准差以及基于此的夏普比率 [3] 对大幅上涨和大幅下跌一视同仁。而索提诺比率(Sortino ratio) [4] 则仅衡量相对于下行偏差的回报。在强劲的正向动量时期,比特币的回报加速步伐可能快于其下行偏差的增长速度,导致索提诺比率飙升并远超夏普比率(图表 5)。这并不能减轻剧烈反转的风险,但它揭示了为什么对于具有显著上行离散度的资产而言,总体波动率只能提供不完整的衡量视角。
图表 5:比特币的索提诺比率凸显了其以上行驱动为主的波动性
在收益的时序分布中,同样可以观察到 比特币的动量效应 。从历史数据来看,在经历上涨月份之后,按波动率调整后的回报率通常要比下跌月份之后的表现显著更强,这一规律在比特币身上的体现远比传统资产更为突出。换而言之,比特币的涨幅往往具有自我强化的倾向。尽管这种形态不能被视作独立的交易信号,但它有助于解释为何正向周期能够产生持续的上行推进,以及为何当上行势头加速而下行偏差并未同等增加时,索提诺比率会出现大幅攀升。
图表 6:比特币的历史涨幅往往建立在正向动量之上
即便如此,比特币强劲的动量也可能引发惨烈的反转。持续的上涨行情可能会迅速瓦解,导致百分比层面的极端回撤。比特币的大幅回撤人尽皆知:自 2011 年以来,该资产经历过七次 50% 或更高幅度的回撤。 [5]
然而,若资产之间的波动率水平天差地别,单纯对比绝对回撤幅度往往缺乏可比性。如果根据每次下跌开始时的市场波动率进行标准化调整,比特币的回撤就会显得不那么突兀,反而与股票和债券的回撤幅度更具可比性——真正令人侧目的,反而是“低风险”债券近年来所遭遇的漫长而剧烈的回撤。
图表 7:经波动率调整后,比特币的回撤显得不那么极端
综合来看,这些结果勾勒出了一种资产轮廓:其回报分布更宽、更为集中,且比单一波动率估算所揭示的更具动量驱动特性。核心启示并不是说比特币的下行风险可以被忽视,而是说明其回撤与历史上推动其大部分表现的上行离散度是密不可分的。对于投资组合经理而言,将所有波动率都视为同等不利因素,可能会遮蔽比特币收益画像中的重要特征。接下来的问题是,这种独特的回报形态究竟会加剧投资者现有的风险,还是能引入一种差异化的收益来源。
探讨该问题的切入点在于:比特币的回报表现与投资者在其他领域已承担的风险因子究竟有多大程度的重叠。为了检验这种重叠程度,我们将比特币、股票、债券以及私募市场的回报,与一组通用的宏观及市场变量进行了回归分析(图表 8)。这些因子对传统资产回报的变动解释了相当大的比例,但在比特币身上的解释比例却明显要低得多。较低的解释比例虽然不能百分之百保证分散化效果,但它表明比特币在历史上并没有表现为对传统市场敞口的简单重新包装。
图表 8:传统市场因子对比特币回报的解释力度较低
当直接将比特币与构成大多数机构投资组合的公开市场及私募资产进行对比时,这种独特性同样展现无遗。从历史上看,比特币及更广泛的加密市场与主要 私募市场基准 之间的相关性,低于这些传统基准彼此之间的相关性。相关性并非一成不变,在市场承压时期可能会上升,但长期格局表明,相比单纯增加股票、信贷或流动性不足的风险敞口,加密资产引入了一种差异化的收益来源。
图表 9:加密资产与传统资产的相关性低于传统资产彼此之间的相关性
当然,统计学上的差异化只有在能够改善投资组合表现时才具有实质意义。比特币与传统资产较低的重叠度创造了分散投资的潜力,但仓位规模决定了这种好处是否能够压过其自身较高的独立波动率。因此,我们结合前瞻性资本市场假设和历史回报来评估比特币对投资组合的影响,以此检验适度配置是否能改善投资组合预期的风险收益权衡,而非仅仅增添了另一重风险源。
比特币被纳入摩根资产管理(J.P. Morgan Asset Management)的《 2027 年长期资本市场假设 》,标志着其作为机构级资产演进过程中的又一重要里程碑。这家管理着 5 万亿美元资产的投资巨头如今将比特币与成熟资产类别并列审视,预测未来十年其基准年复合回报率为 10%,年化波动率为 55%。这些估算将比特币的潜在回报——以及更高的风险——纳入了一个熟悉的投资组合构建框架之中。其 10% 的预计年复合回报率超越了所有其他资产类别的预期收益,同时它与美国大盘股的预期相关性仅为 33%——低于国际股票、公司债券及对冲基金。兼具高绝对回报且与核心股票低相关性的资产十分罕见,这些特质使比特币成为一个 极具吸引力的潜在投资组合分散工具 (图表 10)。
图表 10:资本市场假设显示比特币在回报和相关性方面独树一帜
前瞻性推演依赖于模型预设,而历史分析则审视投资者的实际经历。在所展示的样本中,在代表性的机构投资组合中适度配置比特币,不仅提高了年化收益率和夏普比率,而且对波动率和最大回撤的影响十分有限。这些结果与因子及相关性分析一致,但也反映了比特币在回测期内强劲的实际表现,不应将其单纯视作投资组合构建的绝对预测指标。
图表 11:适度配置比特币在历史上改善了投资组合表现
这些结果强化了一个重要区别:比特币的单一独立波动率并不会成比例地转化为投资组合风险。其差异化的回报驱动因素使得适度配置能够在 改善历史投资组合效率 的同时,对整体波动率和回撤产生有限影响。对于配置者而言,更有价值的问题不是比特币单看是否具有高波动性,而是这种波动性将如何影响更广泛的投资组合。另一个重要事实是:比特币只是日益多元化的加密投资机会图谱中的一部分。
比特币占据了加密货币总市值的绝大部分,并且在许多机构投资组合中,它代表了全部的加密配置额度。然而,这一资产类别的发展已远远超出了单一数字商品的范畴(图表 12)。当前可供投资的领域已经扩展至智能合约平台、去中心化金融(DeFi)、消费者应用、人工智能等多个细分赛道,每个赛道都拥有截然不同的经济模型、用户群体和需求来源。摆在资产配置者面前的核心问题在于,这些基本面上的差异是否能转化为与比特币足够分化的收益形态,从而证明在持有比特币之外,同时配置其他数字资产是具有合理性的。
图表 12:比特币在市值上占据主导,但并未囊括全部加密投资机会
市场份额所揭示的只是整体领域的规模大小,并不能反映各个组成部分的具体动态。更为有效的检验方式是观察细分板块的回报究竟有多大程度可以归因于比特币。倘若比特币几乎能够解释所有的收益变化,那么在加密资产内部进行多元化配置的论点就站不住脚;反之,若有相当一部分回报仍属于板块内部所特有,则意味着投资机会远比单纯的“比特币 Beta”要丰富得多。过去三年的数据显示,在下文列出的 富时 Grayscale 加密行业指数 中,比特币仅能解释各板块回报差异的大约一半,这意味着相当一部分收益归功于特定板块及具体资产的内生驱动因素。
图表 13:比特币仅能解释加密行业板块约一半的回报差异
比特币的解释力仅仅是多元化配置问题的一环。配置者还必须考量加密各板块之间是如何相互作用的。随着整个资产类别中涌现出全新的应用场景、商业模式以及需求动力,板块之间的两两相关性已从先前的峰值回落(图表 14)。这种相关性的下滑表明,加密市场的成熟正在催生越来越具有差异化的风险敞口,而非仅仅是同一套“比特币 Beta”交易策略的换壳与重演。
图表 14:加密行业各板块之间的相关性随时间推移逐步下降
这种分化在季度表现中同样可见。加密资产的领先地位在各季度之间急剧轮换,Bitcoin 并不总是表现最强的资产。所示各时期均由不同资产领先,而 Bitcoin 的排名大多位于中部至下部区间。这种离散度表明,加密市场并不只是单一的 Bitcoin beta 交易。在 10 个最大的非稳定币加密资产中,过去两年有 6 种不同资产曾领先季度表现;Bitcoin 在任何一个季度都未领先(图表 15)。 [6] 对于能够识别具备差异化基本面的高质量项目的投资者而言,在 Bitcoin 之外进行分散配置,可能创造在不同市场周期中捕捉资产特定 alpha 的机会。
图表 15:加密资产的表现领先地位持续轮换
这些结果表明,更广泛的加密市场正日益表现为一组不同的风险敞口,而非单一交易。Bitcoin 可能仍是许多配置的基础,但板块相关性下降以及领先地位轮换表明,加密资产内部的分散化可以提供额外的投资组合机会来源。对投资组合经理而言,构建加密资产配置因此可能不仅涉及决定持有多少 Bitcoin,还涉及哪些其他回报来源值得与之并列。
加密风险框架应当反映该资产类别的演变。Bitcoin 的已实现波动率已大幅下降,目前处于美国大型股个股的区间之内。其强劲的动量也使回报序列尤为重要,持续上涨与急剧反转所形成的回报体验,无法仅由标题波动率捕捉。其回报仍与许多传统市场敞口存在差异,使适度配置有助于在本文所示分析中改善投资组合效率。在 Bitcoin 之外,板块相关性下降以及领先地位轮换表明,加密资产正在发展为一组更广泛的、彼此不同的投资敞口。
这些都不意味着加密资产是低风险的。这意味着风险应当从多个维度评估:资产波动幅度有多大、这些回报如何分布与排序、它们如何与投资组合其余部分相互作用,以及资产类别内部的敞口如何不同。
图表 16:加密风险的投资组合框架
对投资组合经理而言,实际含义并非忽视波动率,而是将其置于恰当的背景中。仅关注加密资产波动幅度的框架,可能会错过这些波动来自何处,以及它们为更广泛投资组合贡献了什么。更有用的问题是:加密资产增加了哪些风险,它可能分散哪些既有风险,以及资产类别内部正在出现哪些差异化的回报来源。
[1] Coin Metrics。基于 15 年回看期和 52 周滚动波动率。数据截至 2026 年 10 月 31 日。 [2] Bloomberg。数据截至 2026 年 10 月 6 日。 [3] 夏普比率 =(投资组合回报 – 无风险利率)/ 总标准差。夏普比率衡量一项投资相对于其波动率、超出无风险利率的回报,比率越高通常表明风险调整后表现越好。 [4] 索提诺比率 =(投资组合回报 – 无风险利率)/ 下行偏差。索提诺比率衡量一项投资相对于其下行风险的回报,关注负回报而非整体波动率。 [5] Coin Metrics。数据截至 2026 年 11 月 3 日。 [6] Artemis、CoinMarketCap。不包括稳定币。数据截至 2026 年 11 月 4 日。