五檔股票扛起大盤 27.8% 權重:這種市場的保險,整張買太貴,用價差買省一半
讀者互動
0 次瀏覽,登入會員可按讚與收藏。
台積電法說會這週開完,AI 行情的重心又回到同一批名字:輝達、蘋果、Alphabet、微軟、亞馬遜。以公司計,這五家現在合計扛著標普 500 大約 27.8% 的權重。2020 年初,同一批公司只佔 14.6%。六年半,翻了將近一倍。
指數屢創新高、上漲卻越來越窄,這件事大家有感覺。這篇不重複講感覺,做兩件實事:把「集中」翻成可以量的風險,然後算給你看,這種市場的保險該怎麼買才不冤枉。
集中的代價:指數平靜是借來的
先看一組今天的讀數:標普 500 ETF 的 20 日已實現波動只有 12.59% ,看起來歲月靜好。但同一時間,五巨頭的平均個股波動是 36.12% 。缺口 23.5 個百分點,而 2020 年以來這個缺口的平均值是 16.5 個百分點。
指數的平靜是怎麼來的?不是成分股安靜,是成分股之間 相關性低 :這檔漲那檔跌,互相抵消,指數看起來就穩。我們在〈S&P 500 集中度突破 32%,指數波動率卻跌到 14%〉拆過這個機制(那篇用的是前十大權重口徑,本篇的 27.8% 是前五大公司口徑,數字不同、現象同一個);〈財報週的隱波偏斜〉則拆過選擇權市場替七巨頭各自標的價。
借來的平靜有一個還款條件:只要五巨頭裡有兩三檔 同時 往同一個方向動,抵消消失,指數波動會瞬間追上個股波動。權重 27.8% 的意思是,這件事只需要一個共同題材,而「AI 資本支出回收」正是現成的共同題材。台積電昨天才示範過:成績單全贏,資本支出一上修,盤前照跌。

保險怎麼買:整張太貴,用價差省一半
知道風險集中,下一個問題是保護怎麼買。用今天實際的選擇權報價算兩種買法(以標普 500 ETF 為標的,現貨 754.81):
買法一:整張保單(裸買價外 5% 賣權)。 最近月(36 天到期)的成本年化約 5.05% ;次月(64 天)約 5.52%。什麼意思:你若整年都維持這種保護,一年要交出超過 5% 的報酬當保費。長期抱指數的年化報酬也不過 8% 到 10%,這張保單會吃掉一半以上。
買法二:價差保單(買 5% 價外賣權、同時賣掉 10% 價外賣權)。 最近月成本年化約 3.01% ,比整張便宜 40% ;次月約 2.80%,便宜 49% 。代價是保護有上限:跌超過 10% 的部分不理賠,這張價差最多賠付現貨的 5% 左右。
哪種划算,取決於你怕的是哪種跌法。集中度風險的典型劇本,是共同題材引發的 急跌一段 (回檔 5% 到 10% 這一層),不是無底洞崩盤;價差保單保的正好是這一層,而且便宜將近一半。真正的深淵風險(跌超過 10%)發生機率低,但若你的部位撐不起那種情境,該做的是減部位,不是買更貴的保險。
| 保險買法 | 最近月(36 天)年化 | 次月(64 天)年化 | 保護範圍 |
|---|---|---|---|
| 整張保單(裸買 5% 價外賣權) | 5.05% | 5.52% | 跌 5% 以下全保 |
| 價差保單(買 5%、賣 10% 價外) | 3.01%(省 40%) | 2.80%(省 49%) | 只保 5%-10% 這一層 |

一個誠實的補注:以上報價抓於美股盤前,部分履約價的買賣報價欄位是空的,我們用最後成交價替代,數字有誤差帶;年化算法是把單期保費直接按到期天數放大,實際滾動操作會有換倉成本。這些細節都存在文末的計算檔裡。
三個帶走的數字
- 27.8% :五家公司佔大盤的權重,六年翻近一倍。你買的「分散」指數,有四分之一以上是同一個 AI 題材。
- 23.5 個百分點 :個股波動與指數波動的缺口,遠高於六年平均的 16.5。指數的平靜靠低相關撐著,共同題材一來就還。
- 省 40% 到 49% :把整張保單換成 5%/10% 價差,保費省將近一半,保的正是集中度風險最可能的那種跌法。
一句話帶走:集中度高的市場,真正該防的風險是「一起跌」;保險要買在最可能的那一層(5% 到 10%),用價差買,別付整張的錢。
數據來源:權重為 Yahoo Finance SPY 官方前五大持股(2026-07-16 抓取,與 SSGA 月報排序一致);權重歷史時序為市值近似法回溯(分割修正股數 × 未調整收盤價,最新日錨定官方值,歷史點位誤差帶約 ±1-2 個百分點,籃子固定為今日前五大回溯 — 2020-21 年當時實際前五大與今日不同,該段僅供趨勢參考);波動與選擇權報價為 yfinance 日線與 2026-07-16 盤前鏈(誤差帶見文中補注)。計算存 storage/drafts/assets/trending_ai_concentration_20260716/evidence.json。市場觀察非投資建議。
懶人包圖組
![]()
![]()
![]()
相關文章
先讀正式關聯,若無則使用標籤與主題相似度補齊