相關係數(CC)
定義
相關係數(CC)用於統計數據中，以測量兩組數據之間的相關性。在交易世界中，數據集將是股票、ETF、或任何其他金融工具。簡而言之，兩種金融商品之間的相關性就是它們之間的關聯程度。相關性基於1到-1的刻度。相關係數越接近1，它們的正相關越高，商品將一起上下移動。相關係數越接近-1，它們在相反方向上的移動就越多。值為0表示沒有相關性。
高正相關 High Positive Correlation
歷史
相關係數不僅用於金融領域，而且還用於涉及許多不同主題的統計分析中。它已經使用了數百年。
計算方式
相關係數計算使用收盤價。以下示例將使用SPY和JPM的12個時段的收盤價進行：
由於四捨五入，數字可能會略有不同
| 時段 | 日期 | 證券 1 | 證券 2 |
|
|
|
|
| 日期 | SPY | JPM |
| 1 | 8/1/2013 | 170.66 | 56.54 |
| 2 | 8/2/2013 | 170.95 | 56.40 |
| 3 | 8/5/2013 | 170.70 | 56.10 |
| 4 | 8/6/2013 | 169.73 | 55.49 |
| 5 | 8/7/2013 | 169.18 | 55.30 |
| 6 | 8/8/2013 | 169.80 | 54.83 |
| 7 | 8/9/2013 | 169.31 | 54.52 |
| 8 | 8/12/2013 | 169.11 | 54.09 |
| 9 | 8/13/2013 | 169.61 | 54.29 |
| 10 | 8/14/2013 | 168.74 | 54.15 |
| 11 | 8/15/2013 | 166.38 | 53.29 |
| 12 | 8/16/2013 | 165.83 | 51.83 |
所有必要的數據都需要設置（最好在表格中），這可以分為三個步驟完成。
1. 首先，兩個證券的每個時段都需要平方。
| 時段 | 日期 | 證券 1 | 證券 2 | ||
| 日期 | SPY | JPM | SPY 平方 | JPM 平方 | |
| 1 | 8/1/2013 | 170.66 | 56.54 | 29124.84 | 3196.77 |
| 2 | 8/2/2013 | 170.95 | 56.40 | 29223.90 | 3180.96 |
| 3 | 8/5/2013 | 170.70 | 56.10 | 29138.49 | 3147.21 |
| 4 | 8/6/2013 | 169.73 | 55.49 | 28808.27 | 3079.14 |
| 5 | 8/7/2013 | 169.18 | 55.30 | 28621.87 | 3058.09 |
| 6 | 8/8/2013 | 169.80 | 54.83 | 28832.04 | 3006.33 |
| 7 | 8/9/2013 | 169.31 | 54.52 | 28665.88 | 2972.43 |
| 8 | 8/12/2013 | 169.11 | 54.09 | 28598.19 | 2925.73 |
| 9 | 8/13/2013 | 169.61 | 54.29 | 28767.55 | 2947.40 |
| 10 | 8/14/2013 | 168.74 | 54.15 | 28473.19 | 2932.22 |
| 11 | 8/15/2013 | 166.38 | 53.29 | 27682.30 | 2839.82 |
| 12 | 8/16/2013 | 165.83 | 51.83 | 27499.59 | 2686.35 |
2. 將SPY的每個時段值乘以JPM的每個時段。注意最後一欄。
| 時段 | 日期 | 證券 1 | 證券 2 | |||
| 日期 | SPY | JPM | SPY 平方 | JPM 平方 | SPY x JPM | |
| 1 | 8/1/2013 | 170.66 | 56.54 | 29124.84 | 3196.77 | 9649.12 |
| 2 | 8/2/2013 | 170.95 | 56.40 | 29223.90 | 3180.96 | 9641.58 |
| 3 | 8/5/2013 | 170.70 | 56.10 | 29138.49 | 3147.21 | 9576.27 |
| 4 | 8/6/2013 | 169.73 | 55.49 | 28808.27 | 3079.14 | 9418.32 |
| 5 | 8/7/2013 | 169.18 | 55.30 | 28621.87 | 3058.09 | 9355.65 |
| 6 | 8/8/2013 | 169.80 | 54.83 | 28832.04 | 3006.33 | 9310.13 |
| 7 | 8/9/2013 | 169.31 | 54.52 | 28665.88 | 2972.43 | 9230.78 |
| 8 | 8/12/2013 | 169.11 | 54.09 | 28598.19 | 2925.73 | 9147.16 |
| 9 | 8/13/2013 | 169.61 | 54.29 | 28767.55 | 2947.40 | 9208.13 |
| 10 | 8/14/2013 | 168.74 | 54.15 | 28473.19 | 2932.22 | 9137.27 |
| 11 | 8/15/2013 | 166.38 | 53.29 | 27682.30 | 2839.82 | 8866.39 |
| 12 | 8/16/2013 | 165.83 | 51.83 | 27499.59 | 2686.35 | 8594.97 |
3. 查找每欄的平均值。
| 時段 | 日期 | 證券 1 | 證券 2 | |||
| 日期 | SPY | JPM | SPY 平方 | JPM 平方 | SPY x JPM | |
| 1 | 8/1/2013 | 170.66 | 56.54 | 29124.84 | 3196.77 | 9649.12 |
| 2 | 8/2/2013 | 170.95 | 56.40 | 29223.90 | 3180.96 | 9641.58 |
| 3 | 8/5/2013 | 170.70 | 56.10 | 29138.49 | 3147.21 | 9576.27 |
| 4 | 8/6/2013 | 169.73 | 55.49 | 28808.27 | 3079.14 | 9418.32 |
| 5 | 8/7/2013 | 169.18 | 55.30 | 28621.87 | 3058.09 | 9355.65 |
| 6 | 8/8/2013 | 169.80 | 54.83 | 28832.04 | 3006.33 | 9310.13 |
| 7 | 8/9/2013 | 169.31 | 54.52 | 28665.88 | 2972.43 | 9230.78 |
| 8 | 8/12/2013 | 169.11 | 54.09 | 28598.19 | 2925.73 | 9147.16 |
| 9 | 8/13/2013 | 169.61 | 54.29 | 28767.55 | 2947.40 | 9208.13 |
| 10 | 8/14/2013 | 168.74 | 54.15 | 28473.19 | 2932.22 | 9137.27 |
| 11 | 8/15/2013 | 166.38 | 53.29 | 27682.30 | 2839.82 | 8866.39 |
| 12 | 8/16/2013 | 165.83 | 51.83 | 27499.59 | 2686.35 | 8594.97 |
| 平均 | 169.1667 | 54.7358 | 28619.6762 | 2997.7049 | 9261.3142 |
現在，所有數據都已正確地排列在表格中，其餘公式即可完成。這部分也可以分三個步驟完成。
- 計算兩種證券的方差。方差 = 平均值的平方 - (平均值 * 平均值)
SPY方差：2.3151
JPM方差：1.697 - 計算證券的協方差。協方差 = (證券1的平均值 x 證券2的平均值) - (證券1的平均值 x 證券2的平均值)
SPY和JPM協方差 = 1.8395 - 計算相關係數 = 協方差 / SQRT (證券1方差 x 證券2方差)
SPY和JPM相關係數 = 0.9432
基本原理
即使相關係數(CC)在1到-1的範圍內移動，也不能認為它是震盪指標。值在正相關和負相關之間波動，表明它們的價格密切相關。+1的相關係數是完全正相關，並且它們同步移動。-1的相關係數是完美的負相關，並且它們沿完全相反的方向移動。這兩種極端情況很少見，並且相關係數經常會在兩者之間的某個地方波動。相關係數0是中間點，指示當前兩個商品之間沒有相關性。
高負相關 High Negative Correlation
如何觀察
與許多技術分析指標相反，相關係數是長期投資的理想選擇。如果一位投資者尋求真正多元化的投資組合，那麼相關係數會很有用。它可以幫助您確定投資組合中不同資產之間的相互關係。換句話說，通過具有低相關性的工具，可以避免不必要的重複風險。
總結
如前所述，相關係數可以在組合各種投資組合中成為有用的工具。但是，始終要記住的一件事是，兩種工具之間的相關性可能並且確實會不時發生變化。該指標將幫助交易者意識到這種變化並相應地改變其投資。
輸入 Inputs
商品代碼 Symbol
第二個商品，將與圖表上的原始商品進行比較。
長度 Length
用於計算相關性的時間長度。預設為20天。
來源 Source
確定每條K線中的哪些數據將用於計算。預設為收盤價。
樣式 Style
