在金融和投資行業,相關性是一種統計資料,用來衡量兩種證券相互之間的移動程度。相關性用於高階投資組合管理,計算為相關係數,其值必須介於-1.0和+1.0之間。
2:02
相關性表示兩個變數之間關係的強度,用相關係數表示。相關係數的值介於-1.0和1.0之間。一個完美的正相關意味著相關係數正好是1。這意味著當一個證券向上或向下移動時,另一個證券以相同的方向同步移動。完全負相關意味著兩種資產朝相反的方向移動,而零相關意味著根本沒有線性關係。
例如,大盤股共同基金通常與標準普爾(s&;P) 500指數或接近1。小盤股與標普指數正相關;P、 但它沒有那麼高,也沒有0.8左右。
然而,看跌期權價格與其標的股票價格往往存在負相關關係。為便於審查,認沽期權賦予所有人在規定時間內以預定價格**特定數量標的證券的權利,但沒有義務。當標的股票價格下降時,看跌期權合同的利潤會增加。也就是說,隨著股票價格的上漲,看跌期權價格下跌,這是一種直接的、高幅度的負相關關係。
右=∑(十−X‾)(Y)−是‾)∑(十−X‾)2(Y)−Y‾)2where:r=Correlation 繫數x‾=變數XY觀測值的平均值‾=變數Y觀測值的平均值\begin{aligned}&;r=\frac{\sum(X-\overline{X})(Y-\overline{Y})}{\sqrt{\sum(X-\overline{X})^2}\sqrt{(Y-\overline{Y})^2}}\\&\textbf{其中:}\\&;r=\text{相關係數}\\&\overline{X}=\text{變數觀測值的平均值}X\\&\overline{Y}=\text{變數觀測值的平均值}Y\\\end{對齊}右=∑(十−十) 二(Y−Y) 二∑(十−十) (Y)−年)where:r=Correlation 繫數x=變數XY的觀測值平均值=變數Y的觀測值平均值
相關性並不意味著因果關係!
投資經理、交易員和分析師發現,計算相關性非常重要,因為分散投資的風險降低效益依賴於這一統計資料。金融電子錶格和軟體可以快速計算相關值。
作為一個假設示例,假設分析師需要計算以下兩個資料集的相關性:
X:(41、19、23、40、55、57、33)
Y:(94、60、74、71、82、76、61)
找到相關性需要三個步驟。第一種方法是將所有的X值相加得到SUM(X),將所有的Y值相加得到SUM(Y),然後將每個X值與其對應的Y值相乘,求和得到SUM(X,Y):
總和(X)=(41+19+23+40+55+57+33)=268
總和(Y)=(94+60+74+71+82+76+61)=518
總和(X,Y)=(41 X 94)+(19 X 60)+(23 X 74)+(33 x 61)=20391
下一步是取每個X值,求平方,將所有這些值求和(X^2)。Y值也必須如此:
和(X^2)=(41^2)+(19^2)+(23^2)+(33^2) = 11,534
和(Y^2)=(94^2)+(60^2)+(74^2)+(61^2) = 39,174
註意到共有七個觀測值n,可使用以下公式計算相關係數r:
r=n×(∑(十、 年)−(∑(十)×∑(Y) )(n)×∑(X2)−∑(十) (二)×(n×∑(年)−∑(Y) 2)\begin{aligned}&;r=\frac{n\times(\sum(X,Y)-(\sum(X)\times\sum(Y)))}{\sqrt{(n\times\sum(X^2)-\sum(X)^2)\times(n\times\sum(Y^2)-\sum(Y)^2)}}\\\ end{aligned}r=(n)×∑(X2)−∑(十) (二)×(n×∑(年)−∑(Y) (二)n×(∑(十、 年)−(∑(十)×∑(Y) ))
在本例中,相關性為:
r=(7 x 20391-(268 x 518)/平方根((7 x 11534-268^2)x(7 x 39174-518^2))=3913/7248.4=0.54
“相關性”是一個統計術語,描述兩個變數相互協調移動的程度。如果這兩個變數在同一個方向上移動,那麼這些變數就稱為正相關。如果它們向相反的方向移動,那麼它們就具有負相關性。
相關性在金融中扮演著重要的角色,因為投資者和分析師利用相關性來預測未來趨勢和管理投資組閤中的風險。如今,使用各種軟體程式和線上服務可以很容易地計算出資產之間的相關性。相關性以及其他統計概念在衍生工具和其他複雜金融工具的建立和定價中也發揮著重要作用。
相關性是現代金融學中廣泛使用的一個概念。例如,交易者可以使用歷史相關性來預測某一公司的股票是否會隨著利率或商品價格的變化而上漲或下跌。同樣,投資組合經理的目標可能是透過確保投資組閤中的單個資產彼此之間沒有過度關聯來降低風險。
關鍵區別——因果關係與相關性 因果關係和相關性是科學和健康研究中經常使用的術語,它們之間存在一些差異。任何科學家都會告訴你,要找到現象的真正原因是很困難的。有時,因果關係密切,但往往不是,這就是問...
最簡單和最常見的統計Excel計算之一是相關性。這是一個簡單的統計資料,但當你想知道兩個變數是否相關時,它可以提供很多資訊。如果你知道正確的命令,在Excel中找到相關係數是非常容易的。 ...
什麼是逆相關(an inverse correlation)? 逆相關,也稱為負相關,是兩個變數之間的相反關係,當一個變數的值較高時,另一個變數的值可能較低。 例如,對於變數A和B,A的值高,B的值低,A的值低,B的值高。在統計術語中,逆相...
兩個變數之間的負相關或負相關表示一個變數增加而另一個變數減少,反之亦然。這種關係可能代表或不代表兩個變數之間的因果關係,但它確實描述了一種可觀察的模式。負相關可以與正相關形成對比,正相關發生在兩個變數...
相關係數是兩個不同變數x和y之間線性關係強度的指標。大於零的線性相關係數表示正相關關係。小於零的值表示負關係。最後,值為零表示兩個變數x和y之間沒有關係。本文闡述了線性相關係數對投資者的意義,如何計算股票...
什麼是負相關(negative correlation)? 負相關是兩個變數之間的關係,其中一個變數隨著另一個變數的減少而增加,反之亦然。 在統計學中,完全負相關用-1.0表示,0表示無相關,+1.0表示完全正相關。一個完美的負相關意味著兩個...
...的關聯很常見。例如,加拿大元(加元)因出口而與油價相關,而日本因進口大部分石油而易受油價影響。同樣,澳大利亞(AUD)和紐西蘭(NZD)與金價和油價關係密切。 雖然這種相關性(正或負)可能是顯著的,但如果外匯...
因果關係與相關性 在對因果關係和關聯的理解和正確使用上存在許多混亂。這兩個術語經常互換,特別是在健康和科學研究領域。 每當我們看到一個事件或行動與另一個事件或行動之間的聯絡時,腦海中浮現的是,這個事件...
協方差與相關 協方差和相關是概率論和統計學中的兩個概念。這兩個概念都描述了兩個變數之間的關係。另外,兩者都是測量變數之間某種依賴關係的工具。 “協方差”被定義為“兩個隨機變數的期望值與它們的期望值之間...
由於多年的誤用,相關和關聯這兩個術語變得糾纏在一起,並且被互換和錯誤地使用,儘管它們絕對不是同義詞。現在,許多人正在努力解開這些術語,但更多的人認為這是一項不可能的、徒勞的任務。因此,對於這些術語的含...