相關係數描述樣本，不是保證
相關係數介於−1與+1，必須說明觀察期間及報酬頻率，例如每日或每月。正值表示傾向同方向變動，接近零表示樣本中的線性關係較弱。零相關不等於統計獨立，也不排除在極端事件中一起下跌。
兩項資產的投資組合變異數為w₁²σ₁² + w₂²σ₂² + 2w₁w₂σ₁σ₂ρ。w代表資金權重，σ代表各資產波動率，ρ代表相關係數。變異數就是波動率的平方，最後一項反映共同變動。因此，不能只把個別波動率相加，也不能只數持股檔數，就認為已衡量分散效果。
計算案例：14.14%升至19.49%
假設兩項虛構資產的年化波動率各為20%，資金權重各50%，相關係數為零。投資組合變異數為0.5² × 0.20² + 0.5² × 0.20² = 0.0200。將變異數開平方，得到波動率約14.14%。
現在保持權重和個體波動率不變，但將相關性設定為 0.9。互動作用增加了 0.0180，因此變異數變為 0.0380，波動性約為 19.49%。該帳戶持有相同的兩種資產，但其估計的多元化收益要小得多。這些是模型情景，而不是對未來波動的預測。
共同風險可能在危機中浮現
在通膨衝擊或市場壓力期間，相關性可能會改變。較長的歷史平均值可能會掩蓋近期的聯合下跌，而較短的樣本可能會不穩定。多個基金可能擁有相同的標的公司。多元化也不能保證投資組合能避免損失或滿足特定的支出需求。
使用相同的日期範圍至關重要。如果一個市場在另一個市場波動的日期休市，不匹配的觀察結果可能會人為地削弱測量到的相關性。決定如何調整假期和缺失資料，而不是僅僅為了獲得較低的數字而填補空白。也要區分價格水準的相關性和報酬的相關性；趨勢價格看起來可能密切相關，而無需描述損益的日常關係。工作範例假設了相同的年化慣例和固定的估計權重。實際的投資組合體驗可能會隨著市場價值和相關性的變化而有所不同。
分散公司風險和分散整體市場風險是兩個層次。即使持有數十家公司，若它們都依賴同一資金來源、客戶需求或匯率，仍可能同時受壓。評估時除了名稱數量，也應檢查背後經濟來源與基金持股重疊。
尋找同時下跌的期間
在相同日期比較可用且已收盤的日線、週線或月線K棒，找出表面上不同的資產一起下跌的時段。基金持股和經濟因素要另外查證。Student Wyckoff Pro支援價格結構分析；共變異數計算與持股核對仍需各自一致準備的資料。還要檢查兩個市場的休市日是否不同，避免錯位日期人為降低測得的相關性。
第一手資料
資料說明機制與限制；範例數字由編輯團隊設計，並非真實行情。
下一個實作步驟
前往分析工作區，檢視可用且已收盤的日線、週線與月線K棒。
開啟第一張圖表的操作說明 ↗