什麼是相關性？
相關性衡量兩個變量之間的線性關係。通過測量和關聯每個變量的方差，相關性可以指示關係的強度。
換句話說，相關性回答了這樣一個問題：變量 A（自變量）在多大程度上解釋了變量 B（因變量）？
要點
- 相關性是兩個變量之間變化的統計線性對應關係。
- 在金融領域，相關性用於分析的多個方面，包括投資組合標準差的計算。
- 計算相關性可能很耗時，但 Excel 等軟件可以輕鬆計算。
瞭解相關性
相關公式
相關性結合了幾個重要且相關的統計概念，即方差和標準差。方差是變量圍繞均值的離散度，標準差是方差的平方根。
公式爲：
由於相關性想要評估兩個變量的線性關係，因此真正需要的是查看這兩個變量具有多少協方差，以及每個變量的標準差在多大程度上反映了協方差。
相關性的常見錯誤
最常見的錯誤是假設接近 +/- 1 的相關性具有統計顯着性。接近 +/- 1 的讀數肯定會增加實際統計顯着性的機會，但如果不進行進一步測試，就不可能知道。
由於多種原因，相關性的統計測試可能會變得複雜；這一點都不簡單。相關性的一個關鍵假設是變量是獨立的並且它們之間的關係是線性的。理論上，您將測試這些聲明以確定相關性計算是否合適。
請記住，兩個變量之間的相關性並不意味着 A 導致了 B，反之亦然。
第二個最常見的錯誤是忘記將數據標準化爲通用單位。如果計算兩個beta的相關性，則單位已經標準化：beta 本身就是單位。然而，如果您想要關聯股票，關鍵是將它們標準化爲回報百分比，而不是股價變化。這種情況經常發生，即使在投資專業人士中也是如此。
對於股票價格相關性，您本質上是在問兩個問題：特定時期內的回報是多少，以及該回報與同一時期內另一種證券的回報有何相關性？
這也是關聯股票價格困難的原因：如果回報是過去 52 周內每日百分比變化，則兩種證券可能具有較高相關性，但如果回報是過去 52 周內每月變化，則相關性較低。哪一個更好”？確實沒有完美的答案，這取決於測試的目的。
在 Excel 中查找相關性
Excel 中有多種計算相關性的方法。最簡單的方法是並排獲取兩個數據集並使用內置的相關公式：
這是計算兩個數據集之間相關性的便捷方法。但是，如果您想跨一系列數據集創建相關矩陣怎麼辦？爲此，您需要使用 Excel 的數據分析插件。該插件可以在“數據”選項卡的“分析”下找到。
選擇退貨表。在本例中，我們的列有標題，因此我們要選中“第一行中的標籤”框，以便 Excel 知道將它們視爲標題。然後您可以選擇在同一張紙上或在新紙上輸出。
一旦你按下回車鍵，數據就會自動生成。您可以添加一些文本和條件格式來清理結果。
