仅凭题述信息，无法推出“单只股票最多应占多少比例”的具体数值，也无法在“集中”与“分散”之间替读者作出选择。仓位上限是一个依赖组合目标、风险承受能力、标的特性与约束条件的个性化参数，缺少这些关键信息时，任何具体比例都只是未经核验的前提，而非可引用的结论。
概念是什么：仓位上限与集中度
仓位管理讨论的“单只股票比例”，通常指该股票市值占组合总市值的比重。它衡量的是集中度，即组合收益与风险在多大程度上依赖单一标的。
需要区分两个容易混淆的概念：
- 单一标的集中度：一只股票占组合的比重，反映个股特有风险对整体组合的影响。
- 组合整体风险：由各标的的权重、波动率以及彼此的相关性共同决定，并不等于单一比重的简单加总。
因此，“单只股票占多少”只是集中度的一个维度，不能单独等同于组合风险的高低。同样的比重，在不同波动率、不同相关性的组合中，含义并不相同。
框架如何解释：几种并存的思路
关于仓位上限，存在若干理论视角，它们各自成立的条件不同，不能互相替代。
风险预算视角。 这一思路把组合可承受的总风险拆解到各标的，单只股票的权重取决于它对组合波动的边际贡献。其含义是：波动率高或与其他持仓相关性高的标的，在相同权重下对组合风险的贡献更大。该视角依赖对波动率和相关性的估计，而这类估计本身带有不确定性。
凯利公式一类的最优增长框架。 这类框架试图在给定胜率与赔率的前提下求解使长期增长率最大的仓位。其适用条件较为严格：需要相对稳定的概率与赔率估计，且对参数误差敏感。现实中胜率与赔率难以稳定估计，因此其结果通常被视为一种思考参照，而非可直接套用的比例。
分散化视角。 现代组合理论指出，在标的之间不完全相关时，分散可以降低组合的非系统性风险。但分散的收益随标的数量增加而递减，且无法消除系统性风险。这解释了为什么“越分散越好”并不成立，也解释了集中度与预期收益之间的权衡关系。
行为与约束视角。 个人的风险承受能力、投资期限、流动性需求以及心理承受度，都会影响实际可接受的集中度。这一视角难以量化，但它是上述框架落地时不可忽略的约束。
这些解释可能同时成立，也可能相互冲突。题述信息没有给出任何一项具体条件，因此无法判断哪一种更适用。
需要核对哪些公开事实
要把“该占多少”从抽象问题变成可讨论的问题，需要核对以下几类信息，它们各自起到区分原因的作用：
- 标的的波动率与流动性特征：可从公开行情与成交数据中观察。波动率越高、流动性越差，相同权重下的风险暴露通常越大。
- 组合内各标的的相关性：可从历史价格数据估计。相关性高时，分散效果减弱，集中度的影响被放大。
- 投资目标与约束条件：包括投资期限、可承受的回撤范围、是否有流动性需求等。这些属于个人情况，无法从公开信息推断。
- 所依据的规则或合同条款：若涉及产品、账户或机构的仓位限制，应以相应产品说明书、合同或监管公告的原文为准，而非套用通用经验。
需要强调的是，以上信息只能帮助界定问题的条件，不能直接给出一个通用比例。任何声称存在普适最优比例的说法，都需要说明其成立的前提。
结论的适用边界
不存在脱离条件的通用最优仓位比例。 这一判断本身有明确的边界：
- 当组合目标、风险承受能力和标的特征都明确时，仓位上限可以作为一个有条件的问题来讨论。
- 当这些条件缺失或频繁变化时，任何固定比例都缺乏稳定依据。
- 凯利公式等框架在其假设不成立时（如概率与赔率无法稳定估计），其结论不具参考性。
- 分散化降低的是非系统性风险，对系统性风险无效，因此不能把“多分散”当作消除风险的手段。
综上，题述问题更适合被理解为一个需要先补充条件、再讨论框架的问题，而不是一个存在标准答案的问题。
常见问题
为什么不能直接给出一个具体的仓位比例？
因为仓位上限取决于组合目标、风险承受能力、标的波动率与相关性等条件，这些条件在题述信息中并未给出。缺少这些条件时，任何具体数值都无法被验证，只能算作未经核验的前提。
凯利公式能直接用来决定单只股票的比例吗？
凯利公式是一类在特定假设下求解最优增长仓位的框架，它要求对胜率和赔率有相对稳定的估计。现实中这些参数难以稳定估计，且结果对参数误差敏感，因此它通常被视为思考参照，而非可直接套用的比例。
分散持有是否一定能降低风险？
分散化在标的之间不完全相关时，可以降低非系统性风险，但无法消除系统性风险，且分散收益随标的数量增加而递减。因此分散能降低部分风险，但不能等同于风险被消除。