股票与证券的相关系数

‘壹’ 如何计算两个股票的相关系数(correlation）（急）

计算两个股票的相关系数的方法如下：

1. 收集数据：

   • 首先，需要收集两只股票在同一时间段内的价格数据，通常这些数据可以是每日收盘价、每周收盘价或每月收盘价等。

2. 计算每只股票的收益率：

   • 使用公式 $r_i = frac{Pi P{i1}}{P_{i1}}$ 来计算每只股票在每个时间段的收益率，其中 $Pi$ 是第 $i$ 个时间段的收盘价，$P{i1}$ 是前一个时间段的收盘价。

3. 计算协方差：

   • 协方差 $Q{xy}$ 衡量了两只股票收益率之间的共同变动程度。使用公式 $Q{xy} = frac{1}{n1} sum_{i=1}^{n} $ 来计算，其中 $n$ 是数据点的数量，$r_x_i$ 和 $r_y_i$ 分别是两只股票在第 $i$ 个时间段的收益率，$bar{r}_x$ 和 $bar{r}_y$ 分别是两只股票收益率的平均值。

4. 计算每只股票收益率的方差：

   • 方差 $Q_x$ 和 $Q_y$ 分别衡量了每只股票收益率的变动程度。使用公式 $Qx = frac{1}{n1} sum{i=1}^{n} ^2$ 和 $Qy = frac{1}{n1} sum{i=1}^{n} ^2$ 来计算。

5. 计算相关系数：

   • 最后，使用公式 $P{xy} = frac{Q{xy}}{sqrt{Q_xQ_y}}$ 来计算两只股票的相关系数。这个值介于 1 和 1 之间，表示两只股票收益率之间的线性关系强度和方向。

注意事项： 相关系数接近 1 表示两只股票高度正相关，即一只股票上涨时另一只股票也倾向于上涨。 相关系数接近 1 表示两只股票高度负相关，即一只股票上涨时另一只股票倾向于下跌。 相关系数接近 0 表示两只股票之间没有显着的线性关系。 根据风险管理的角度，相关系数在 1 到 0.5 之间通常被认为表示风险较小。

‘贰’ 如何计算两个股票的相关系数(correlation）（急）

我不知道如何计算这种系数，抱歉！
我只想说，这样的比较在实际操作中一点意义都没有。很多大学的教学内容在股市的实际运用中完全是两码事。正因为如此，股神巴菲特退出了当年就读的第一个商学院。

‘叁’ 某投资组合由AB两种股票组成，计算A与B的相关系数，要求哪些值

逻辑有严重问题。直接全投A即可。

做相关性分析，投资A、B股票，计算A、B股票之间的相关系数和A与组合的相关系数、B与组合的相关系数，这两个相关系数不是一回事。

（2）A证券与B证券的相关系数=（3）证券投资组合的预期收益率=12%×80％+16％×20％=12．8％

证券投资组合的标准差=（4）相关系数的大小对投资组合预期收益率没有影响；相关系数的大小对投资组合风险有影响，相关系数越大，投资组合的风险越大。

(3)股票与证券的相关系数扩展阅读：

需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。