相關係數是什麼？
相關係數（Correlation Coefficient）是衡量兩個變數之間線性關聯程度和方向的統計指標，數值介於 −1 至 +1 之間。在金融領域中，相關係數被廣泛用來分析不同資產價格走勢之間的關係。
相關係數的核心概念：
- 方向性：正值代表同向變動，負值代表反向變動
- 強度：絕對值越大，關聯性越強
- 線性關係：衡量的是線性相關程度
- 動態變化：相關係數會隨時間和市場環境變化
相關係數的範圍與解讀
| 相關係數範圍 | 關聯程度 | 含義 |
|---|---|---|
| +1.0 | 完全正相關 | 兩個變數完全同步變動 |
| +0.7 至 +0.9 | 強正相關 | 高度同向變動 |
| +0.4 至 +0.6 | 中度正相關 | 有一定的同向傾向 |
| −0.3 至 +0.3 | 弱相關 / 無相關 | 兩個變數幾乎無線性關係 |
| −0.4 至 −0.6 | 中度負相關 | 有一定的反向傾向 |
| −0.7 至 −0.9 | 強負相關 | 高度反向變動 |
| −1.0 | 完全負相關 | 兩個變數完全反向變動 |
相關係數的類型
| 類型 | 適用場景 | 特點 |
|---|---|---|
| 皮爾森相關係數 | 衡量兩個連續變數的線性相關 | 最常用，假設數據呈常態分佈 |
| 斯皮爾曼等級相關 | 衡量等級或排序之間的相關 | 不要求常態分佈，適合非線性關係 |
| 肯德爾等級相關 | 衡量排序一致性 | 適合小樣本量 |
在金融市場分析中，最常使用的是皮爾森相關係數，它衡量兩個資產報酬率之間的線性相關程度。
相關係數在投資中的應用
投資組合分散化
現代投資組合理論的核心原則之一是：選擇低相關或負相關的資產進行組合，可有效降低整體風險。
- 高正相關資產（如 S&P 500 和那斯達克）：同漲同跌，分散效果有限
- 低相關資產（如股票和黃金）：走勢較為獨立，提升分散效果
- 負相關資產（如股票和國債）：一漲一跌，有效對沖風險
風險管理
計算投資組合中各資產的相關矩陣，可以識別隱藏的集中風險。若多項持倉高度正相關，實際的分散程度可能遠低於預期。
配對交易策略
利用高度正相關資產之間的暫時性價差偏離進行套利。當兩個高相關資產的價差異常擴大時，買入相對便宜的、賣出相對昂貴的，等待價差回歸。
相關係數的注意事項
- 相關不等於因果：兩個變數高度相關不代表一個導致了另一個，可能存在共同的第三因素
- 動態變化：相關係數不是固定的，會隨時間、市場環境和經濟週期而變化
- 危機時相關性趨同：在市場恐慌時，原本低相關的資產可能突然變為高度正相關，分散效果在最需要的時候失效
- 僅衡量線性關係：無法捕捉非線性的依賴關係
- 時間框架敏感：不同計算週期（日、週、月）可能得出不同的相關係數
相關係數在外匯交易中的應用
相關係數是外匯交易者不可或缺的分析工具：
常見貨幣對的相關性
| 貨幣對組合 | 典型相關性 | 原因 |
|---|---|---|
| EUR/USD vs GBP/USD | 強正相關（+0.7～+0.9） | 歐洲經濟體的共同性 |
| EUR/USD vs USD/CHF | 強負相關（−0.8～−0.95） | 美元位於不同邊 |
| AUD/USD vs NZD/USD | 強正相關（+0.8～+0.95） | 相似的商品經濟結構 |
| USD/JPY vs 美股指數 | 中度正相關（+0.4～+0.6） | 風險偏好情緒的共同驅動 |
避免重複暴露
同時做多 EUR/USD 和 GBP/USD 等於加倍做空美元，因為這兩對高度正相關。交易者應使用相關性矩陣來確保持倉之間有足夠的分散。
對沖策略
利用負相關貨幣對進行對沖。例如做多 EUR/USD 的同時做多 USD/CHF，兩者的負相關性可以部分抵消方向性風險。
搭配VaR 和 夏普比率
在計算多貨幣對投資組合的 VaR 時，必須考慮貨幣對之間的相關性。相關係數矩陣是投資組合風險分析的關鍵輸入。
常見問題
相關係數為 0 代表什麼？
相關係數為 0 表示兩個變數之間不存在線性關係。但這不代表兩者完全沒有關聯——它們之間可能存在非線性的關係（如曲線或 U 型關係），只是皮爾森相關係數無法捕捉這種非線性關係。
外匯交易中應該多久重新計算相關係數？
建議每週或每月重新計算相關係數，並使用滾動視窗（如 30 天、90 天、180 天）來觀察相關性的變化趨勢。在重大經濟事件（如央行政策轉向、地緣衝突）前後，相關性可能出現劇烈變化，此時應立即重新評估。
為什麼危機時期資產相關性會上升？
在市場恐慌時期，投資者大規模拋售風險資產、轉向避險資產，導致大部分風險資產同時下跌。這種「恐慌性賣出」使得原本低相關的資產突然呈現高度正相關。這也是為什麼僅依賴正常時期的相關係數進行分散投資可能不夠充分。
相關係數和 Beta 值有什麼關係？
Beta 值衡量的是個別資產相對於基準指數（如大盤）的敏感度，而相關係數衡量的是任意兩個變數之間的線性關聯。Beta 的計算中包含了相關係數：Beta = 相關係數 × (資產標準差 ÷ 基準標準差)。兩者相關但角度不同。
如何利用相關性進行配對交易？
配對交易的基本步驟：(1) 找出歷史上長期高度正相關的兩個資產（相關係數 > 0.8）；(2) 監測兩者價格比率或價差的偏離程度；(3) 當偏離超過一定標準差時，買入相對便宜的、做空相對昂貴的；(4) 等待價差回歸正常水平後平倉獲利。此策略風險在於相關性可能結構性改變。
🚀 交易多種貨幣對，分散你的風險
ThinkMarkets 提供最高 2,000 倍槓桿，支援超過 40 種貨幣對和多種 CFD 商品，利用相關性分析優化你的多元化交易策略。
免費開設 ThinkMarkets 帳戶