股票如何对冲的？
“对冲”在金融行业里是一个非常宽泛的概念，涉及到保险、金融工程、数学、物理等众多学科，这里从狭义角度理解对冲——它本质是一种风险管理的工具，一种降低风险的手段或方法。 这样定义之后，就可以深入讨论这个问题了。
首先，我们需要了解风险是什么。按照古典统计的观点，将风险定义为损失事件发生的可能性，用公式表示为如下： 其中，L表示可能发生的损失，概率P(L)反映了我们对损失发生的不确定性认知。根据大数定律，当交易次数足够多时，每次交易产生的损益情况近似于一个随机变量，其概率分布就是方差的平方。 既然风险可以表述成概率分布的形式，那么就可以进一步使用数学上的期望值计算方式，来计算出预期风险。
假设每一笔交易的收益/损失情况都独立于其他交易，那么每一笔交易的风险都可以重新表达成如下形式： 其中，E(L)是每笔交易预期将会产生的损失，而标准差\sigma_L^{2} 是该损失数值的方差。如果我们将所有交易的损失加总起来，得到总的损失金额，然后除以总交易笔数，就得到了每笔交易平均下来会产生多少损失。这个数值等于方差开根号之后的数值，也就是标准差。
利用上述方式计算的预期风险，没有考虑交易者对风险的承受能力。但是，如果我们将风险承受能力数值赋予每个交易者，就可以把上述方程右边 \sqrt{E(L)} 部分替换成 \sqrt{\sum_{i=1}^n w_i^2 E(L_i)} 使得新公式同时兼顾到风险和投资者风险承受能力两个因素。
这个公式就是风险管理中最为基础的原理之一，被称为贝叶斯风险。它是风险中性（不考虑风险）情况的特殊情形，此时 w_i=\frac{1}{n}， i=1，\cdots， n 。 如果我们赋予投资者的风险容忍度 \theta>0， 则风险可以表示成如下形式： 其中，\phi(\cdot)\geq 0 是风险函数，它反映了对不同规模损失的厌恶程度； \theta>0 是风险容忍度，描述了能够承受的最大风险水平。若期望损失小于可容忍的损失水平，则交易可以继续进行；否则，必须停止交易。
以上讨论的都是单一资产的风险问题。接下来讨论多元资产组合的情况。假设我们持有 N 种资产，第 i 种资产的收益\pm \Delta R_i 符合正态分布，且相互之间无关。则组合的预期收益\pm \mu_p 符合如下的方程式： 其中，\Sigma_p 为协方差矩阵。 通过求解上述方程，我们可以得到使得风险最小化的最优资产权重向量 \boldsymbol{w}_p 。最后需要提到的是，上述分析都是基于历史数据进行的，因此属于后验概率估计范畴。在进行风险计量时，还需要引入先验概率估计的问题，这是一个有待深入研究的话题。