您可以計算相關係數,以找到任何兩個變量之間的相關性,無論它們是市場指標,股票還是其他可以通過數值跟踪的任何內容。
在統計中,相關性是協方差的縮放版本,它可以衡量變量是正相關的還是成反比的。相關是一個非常重要的概念技術股票市場分析,因為它可以猜測價格模式的機制。
關鍵要點
- 在統計中,相關性是協方差的縮放版本,它可以衡量變量是正相關的還是成反比的。
- 相關性是技術股票市場分析中非常重要的概念,因為它可以猜測價格模式的機制。
- 如果市場指標傾向於同時增加特定股票的價格,並且兩個變量往往會隨著時間的推移朝同一方向移動,則據說它們是正相關的。
- 相關性通過相關係數測量,該係數始終返回+1.0(完全正相關)和-1.0(完全負相關)之間的值。
- 大多數計算器和某些軟件(例如Excel)可以比手工計算更容易執行這些功能。
了解相關性
假設市場指標,例如消費者總支出,在特定股票上漲的同時,往往會上升。由於兩個變量隨著時間的推移往往朝著相同的方向移動,因此據說它們是正相關的。如果當消費者總支出上升時股票的價格趨於下降,則兩個變量將成反比。但是,相關永遠不是因果關係的代名詞。
通過相關係數測量相關性。相關係數始終返回+1.0(完全正相關)和-1.0(完全負相關)之間的值;零的相關係數沒有預測能力,並且對技術分析師幾乎沒有用。
計算相關係數
有幾種不同的方法可以找到相關係數。每個相關係數公式都需要時間序列考慮的變量的數據。獲取正確的數據市場指標和特定股票的價格。
計算相關性的最簡單方法是使用某種軟件,例如excel中的= correl()函數。但是,您可以在沒有這些工具的情況下執行計算。數學上最合理的方法是找到兩個變量和每個變量的標準偏差的協方差,然後使用以下公式:
相關係數=sdm我 × sdsp公司v在哪裡:公司v=市場指標,股價sdm我=市場指標的標準偏差sdsp=股票標準偏差
找到每個變量的協方差和標準偏差可能是一個漫長的,涉及的過程。但是,大多數計算器和某些軟件也可以執行這些功能。
相關和因果關係有什麼區別?
相關衡量兩個變量之間的關聯程度,而因果關係表明可能存在或不存在的因果關係。這種區別的一個有趣的例子是冰淇淋銷售與鯊魚攻擊之間的相關性:雖然在夏季增加了,但很難說一個會導致另一個。更有可能的解釋是,冰淇淋銷售和鯊魚攻擊都與第三個變量:溫暖的溫度有因果關係。
相關係數告訴您什麼?
相關係數是兩個變量之間關係強度的統計度量。接近1的係數意味著非常強的正相關:當一個變量增加時,另一個變量可能會增加,反之亦然。接近-1的係數表示逆相關:當一個變量增加時,另一個變量可能會減小。如果係數接近零,則兩個變量之間沒有關係或非常弱的關係。
投資者如何使用相關性?
投資者和貿易商通常尋求不相關的資產來提供多元化並降低投資組合風險。如果投資組合中的資產彼此之間有很強的相關性,那麼如果市場對它們進行行動,它們將遭受損失。引入一個或多個不相關的資產可以減少潛在損失。
底線
成功的交易者需要了解市場的不同部分如何共同運作。了解如何計算相關性可以提供一個統計量度,以了解兩個股票或索引在相同或相反的方向上移動的統計量。