最近在叩富社区看到很多小伙伴都有这样的困惑：

• 大盘涨的时候，自己选的股票纹丝不动
• 大盘跌的时候，手里的票却跌得最狠
• 明明看对了大盘方向，账户收益却跑不赢指数

如果任何一条戳中了你，那今天这篇纯干货分享一定要看完，帮你从根源解决选股不同步的问题。

问题的本质：你在 “盲选” 股票

2025 年，上证指数全年上涨 18.41%。但很多股民的账户收益远低于这个数字。为什么？

核心原因：你选的股票和大盘 "不同步"。

想象一下：

• 大盘涨 1%，你的股票跌 0.5% → 你亏了相对收益
• 大盘跌 1%，你的股票跌 2% → 你亏了绝对收益

选对 "跟大盘同步" 的股票，是跑赢指数的第一步。今天就教大家三个量化指标，用数据找到那些 "大盘涨它涨、大盘跌它跌" 的股票。

下面我用示例代码展示一下这三个指标的计算方法：

1. Pearson 相关系数（最常用）

作用：衡量个股和指数的 "同步程度"

分数含义：

• 80-100 分：高度同步，大盘动它必动
• 50-70 分：有一定关联，但不够稳定
• 0-50 分：基本不同步

def calculate_pearson(df, stock_code, index_code):
    # 计算日收益率
    df['stock_return']=df[stock_code].pct_change()
    df['index_return']=df[index_code].pct_change()
    
    # 计算皮尔逊相关系数
    corr=df[['stock_return','index_return']].corr().iloc[0,1]
    
    # 转换为0-100分
    score=(corr+1)*50
    return round(score,2)

# 调用示例
# score=calculate_pearson(df, '600000.SH', '000001.SH')
# print(f"Pearson同步得分：{score}")

• 优点：最经典、计算简单、结果直观。
• 缺点：对极端涨跌敏感，只能反映线性关系。
• 适用：快速筛选 "跟指数一起动" 的股票。

2. Spearman 秩相关（看方向不看幅度）

作用：只关心 "是不是同涨同跌"，不关心涨多少。

什么时候用？

• 股票波动异常（有涨停跌停）
• 小市值股（容易被资金操控）
• 只想知道 "方向是否一致"

def calculate_spearman(df, stock_code, index_code):
    # 计算日收益率
    df['stock_return']=df[stock_code].pct_change()
    df['index_return']=df[index_code].pct_change()
    
    # 计算斯皮尔曼秩相关系数
    corr=df[['stock_return','index_return']].corr(method='spearman').iloc[0,1]
    
    # 转换为0-100分
    score=(corr+1)*50
    return round(score,2)

• 优点：对极端值不敏感，只看趋势方向。
• 缺点：不能反映涨跌幅度。
• 适用：异常波动股票、小市值股筛选。

3. Beta 系数（看幅度）

公式：Beta = 个股收益率与指数收益率的协方差 / 指数收益率的方差

作用：回答 "指数涨 1%，这只股票涨多少？"

分数含义（已转成 0-100 分）：

• 80-100 分：比指数更猛（进攻型）
• 60-80 分：跟指数差不多（跟随型）
• 0-60 分：波动比指数小（防守型）

def calculate_beta(df, stock_code, index_code):
    # 计算日收益率
    df['stock_return']=df[stock_code].pct_change()
    df['index_return']=df[index_code].pct_change()
    
    # 计算协方差和方差
    cov=df[['stock_return','index_return']].cov().iloc[0,1]
    var=df['index_return'].var()
    
    # 计算Beta并转换为0-100分
    beta=cov/var
    score=min(beta*50,100)
    return round(score,2)

• 优点：有经济意义，知道 "跟多跟少"。
• 缺点：不等于 "是否同步"，高 Beta 可能不稳定。
• 适用：判断进攻型 / 防守型股票。

【温馨提示】以上三个指标可以组合使用，先用 Pearson 相关系数筛选出高度同步的股票，再用 Spearman 秩相关验证方向一致性，最后用 Beta 系数匹配自己的风险偏好，这样选出的股票就能大概率跟上大盘节奏。

风险提示：本文内容仅为投资知识分享，不构成任何投资建议。股市有风险，投资需谨慎。

你平时用什么方法判断个股和大盘的同步性？欢迎在评论区留言交流～