先来一个极简科普：相关性在股市中是不同资产价格是否会互相影响。
同涨同跌则2个资产正相关。
一个涨另外一个跌则2个资产负相关。
一个涨跌会另外一个没什么影响则2个资产不相关。（非相关）

正相关的例子很多：比如沪深300指数和恒生指数就是显著的正相关。一般来说A股暴跌的时候港股也暴跌。。A股暴涨的时候港股通常表现也不错。
负相关的例子也很多：比如标普指数和恐慌指数是绝对负相关。股市大跌的时候恐慌指数通常是暴涨。美元指数和黄金基本上也是长期负相关。
非相关则是2者完全没联系。比如茅台的股价和美股医药股的价格相关性极低。上午茅台涨停，并不会让晚上美股高开。。

降低波动有很多方法，但是绝大部分方法都是有降低收益的代价。比如最简单的方法：持有现金。然而现金长期收益率远低于股票，所以持有现金的代价就是收益下降。最常见的股债平衡策略能有效降低波动但是收益比纯股差很多。在投资中，非相关性被誉为是唯一免费的午餐：能在不降低预期收益的情况下，降低组合的波动。

增加组合非相关性最简单的方法是分散不同行业，分散不同市场。其中跨市场增加的非相关性最多。一些人认为“分散”就是降低收益，这是完全错误的理解。如果你持有的所有企业预期收益都差不多，那么持有1个和持有10个预期收益是一样的。所以只有你为了分散而强行分散买入预期收益低的股票才会降低收益。

我用一个具体的例子来说明。假设2个投资者A和B都非常喜欢互联网赛道。
A全仓买入腾讯+阿里。每个50%。
B全仓买入腾讯+阿里+FB+亚马逊。每个25%。美股部分FB对标腾讯，亚马逊对标阿里。

这4个都是优秀企业，未来收益率差不多。那么A和B的长期预期收益也会差不多，即使B明显比A分散很多。当然如果你认为腾讯+阿里收益率会远超FB+亚马逊，那么A的收益率会更高。我们这里假设这4个企业质地差不多。

在收益预期差不多的情况下组合的波动会大不一样。我以2018年熊市为例。
腾讯 -22.6%
阿里 -21.8%
FB -25.5%
亚马逊 +28.7%
那么投资者A的组合在2018年跌幅为22.2%。
投资者B的组合在2018年跌幅仅为 10.3%。
B在不损失预期长期收益的情况下大幅度降低了组合的波动。

当然这是个股的情况，我们用一篮子股票指数来看。假设A买入HS300指数，B买入HS300指数和标普500指数各一半。HS300和标普500假设长期收益差不多，那么AB的预期收益率也是一样的。但是在2018年。HS300跌25.3%，标普只跌了7%。B的波动会显著小于A。

所以最后的结论是什么呢？
1：把你能挖掘出，同样好的投资标的都买入是数学上的最优解。只要不是强行为了分散而分散，那么分散都是好事情。注意这个不是主观观点，这个是客观数学原理。
2：跨市场的配置可以大幅度降低组合波动率。因为中美市场同步率不高，A股相当独立。跨市场可以增加大量非相关性。