衡量兩種證券間相關程度的指標是

1. 相關系數與協方差有什麼關系

相關系數與協方差的關系:

1、相關系數與協方差一定是在投資組合中出現的，只有組合才有相關系數和協方差。單個資產是沒有相關系數和協方差之說的。

2、相關系數和協方差的變動方向是一致的，相關系數的負的，協方差一定是負的。

3、相關系數是變數之間相關程度的指標根據協方差的公式可知，協方差與相關系數的正負號相同，但是協方差是相關系數和兩證券的標准差的乘積，所以協方差表示兩種證劵之間共同變動的程度。

2、協方差的性質

（1）、Cov(X，Y)=Cov(Y，X)；

（2）、Cov(aX，bY)=abCov(X，Y)，（a，b是常數）；

（3）、Cov(X1+X2，Y)=Cov(X1，Y)+Cov(X2，Y)。

由協方差定義，可以看出Cov(X，X)=D(X)，Cov(Y，Y)=D(Y)。

2. 兩種證券之間的相關系數的關系是什麼

兩種證券之間相互獨立。
應答時間：2021-08-05，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html

3. 在下列指標中，可以用來度量證券投資風險的有( )。

A,B,E
答案解析：
[解析]
C項相關系數是反映兩個隨機變數的相互關系的指標，可用以衡量兩個證券收益率變動的相關程度，但不能度量證券投資的風險。

4. 證券投資分析的技術指標分析有哪些

主要包括趨勢型指標、超買超賣型指標、人氣型指標、大勢型指標等內容。

一、趨勢型指標

1、MA（移動平均線）

移動平均的分類：

根據對數據處理方法的不同：

1、 算術移動平均線（SMA）

2、 加權移動平均線（WMA）

3、指數平滑移動平均線（EMA） 實際應用中常使用

根據計算期的長短：

1、短期移動平均線（5日、10日線）――快速MA

2、中期移動平均線（30日、60日線）

3、長期移動平均線（13周、26周）――慢速MA

基本思想：消除股價隨機波動的影響，尋求股價波動的趨勢。

特點：①追蹤趨勢。②滯後性。③穩定性。④助漲助跌性。⑤支撐線和壓力線的特性。

MA的應用法則：葛蘭威爾法則（「移動平均線八大買賣法則」）――以證券價格（或指數）與移動平均線之間的偏離關系作為研判的依據。（4條買進法則，4條賣出法則）

葛蘭威爾法則的不足：沒有明確指出投資者在股價距平均線多遠時才可以買進賣出，這可用乖離率指標彌補。

MA的組合應用：

①「黃金交叉」與「死亡交叉」（向上突破壓力線或向下突破支撐線）：當現在價位站穩在長期與短期MA之上，短期MA又向上突破長期MA時，為買進信號；若現在行情價位於長期與短期MA之下，短期MA又向下突破長期MA時，則為賣出信號。

②長、中、短期移動平均線的組合使用

2、MACD（指數平滑異同移動平均線）――由正負差（DIF）和異同平均數（DEA）組成，DIF是核心，DEA是輔助。DIF：快速平滑移動平均線與慢速平滑移動平均線的差。

應用法則（從2個方面考慮）：

（1）DIF和DEA的取值和相對取值

①DIF和DEA均為正值時，屬多頭市場。DIF向上突破DEA是買入信號；DIF向下跌破DEA只能認為是回落，作獲利了結。

②DIF和DEA均為負值時，屬空頭市場。DIF向下突破DEA是賣出信號；DIF向上穿破DEA只能認為是反彈，作暫時補空。

③當DIF向下跌破0軸線時，為賣出信號，即12日EMA與26日EMA發生死亡交叉；當DIF上穿0軸線時，為買入信號，即發生黃金交叉。

（2）指標背離原則

①當股價走勢出現2個或3個近期低點時，而DIF(DEA)並不配合出現新低點，可買；

②當股價走勢出現2個或3個近期高點時，而DIF(DEA)並不配合出現新高點，可賣。

優點：消除MA頻繁出現買入與賣出信號，避免一部分假信號的出現。

二、超買超賣型指標

1、WMS（威廉指標）

涵義：當天收盤價在過去一段時日全部價格範圍內所處的相對位置。取值范圍：0～100

應用法則（從2個方面考慮）：

（1）WMS的數值

① WMS高於80時，處於超賣狀態，行情即將見底，應當考慮買進；

② WMS低於20時，處於超買狀態，行情即將見頂，應當考慮賣出。

盤整過程中，WMS准確性較高；上升或下降趨勢中，卻不能只以WMS超買超賣信號作為行情判斷的依據。

（2）WMS曲線的形狀

背離原則――①WMS進入低數值區位後（此時為超買），一般要回頭。如果這時股價還繼續上升，就會產生背離，是賣出信號。②WMS進入高數值區位後（此時為超賣），一般要反彈。如果這時股價還繼續下降，就會產生背離，是買進的信號。

撞頂和撞底次數原則――WMS連續幾次撞頂（底），局部形成雙重或多重頂（底），則是賣出（買進）信號。

2、KDJ（隨機指標）

KD在WMS基礎上發展起來，具有WMS的一些特性。反映股市價格變化時，WMS最快，K其次，D最慢。K指標反應敏捷，但容易出錯；D指標反應稍慢，但穩重可靠。

J是D加上一個修正值。

應用法則（KDJ指標是三條曲線，應用時從5個方面考慮）：

（1）KD取值的絕對數字：KD取值范圍為0～100，80以上為超買區，20以下為超賣區，其餘為徘徊區。

（2）KD曲線的形態：KD指標在較高或較低位置形成頭肩形和多重頂（底）時，是採取行動的信號，位置越高或越低，結論越可靠。

（3）KD指標的交叉：K線與D線的關系有死亡交叉和黃金交叉，應用時的附帶條件：

第一個條件：金叉位置應該比較低，在超賣區位置，越低越好。

第二個條件：與D線相交的次數。交叉次數以2次為最少，越多越好。

第三個條件：「右側相交」原則――K線是在D線已經抬頭向上時才同D線相交，比D線還在下降時與之相交要可靠得多。

（4）KD指標的背離：KD處在高位或低位，如出現與股價走向背離，是採取行動信號。

（5）J指標的取值大小：J指標常領先於KD值顯示曲線的底部和頭部。J指標的取值超過100和低於0，都屬於價格的非正常區域，大於100為超買，小於0為超賣。

理論轉向訊號：當K線和D線上升或下跌的速度減弱，出現屈曲，通常表示短期內會轉勢；K線在上升或下跌一段時期後，突然急速穿越D線，顯示市勢短期內會轉向；K線跌至0時通常會出現反彈至20～50之間，短期內應回落至零附近，然後市勢才開始反彈；如果K線升至100，情況則剛好相反。

3、RSI（相對強弱指標）

RSI通常採用某一時期內收盤指數的結果作為計算對象，來反映這一時期內多空力量的強弱對比。

應用法則（從4個方面考慮）：

（1）RSI取值大小

（2）兩條或多條RSI曲線的聯合使用：

短期RSI＞長期RSI，屬多頭市場；短期RSI＜長期RSI，屬空頭市場。

（3）RSI的曲線形狀

（4）RSI與股價的背離：頂背離（RSI處於高位，並形成一峰比一峰低的兩個峰，此時，股價卻對應一峰比一峰高）是比較強烈的賣出信號。底背離（RSI在低位形成兩個底部抬高的谷底，而股價還在下降）是可以買入的信號。

4、BIAS（乖離率指標）

測算股價與移動平均線偏離程度的指標。基本原理：如果股價偏離移動平均線太遠，不管是在移動平均線上方或下方，都有向平均線回歸的要求。

應用法則（從3個方面考慮）：

（1）BIAS的取值大小和正負：正的乖離率愈大，表示短期多頭的獲利愈大，獲利回吐的可能性愈高；負的乖離率愈大，則空頭回補的可能性也愈高。實際應用中，可預設一分界線（參考因素：BIAS參數、所選擇股票的性質、分析時所處的時期）

（經驗）遇到由於突發利多或利空消息而暴漲暴跌時，可參考的數據分界線：

綜合指數：BIAS（10）＞30%為拋出時機，BIAS（10）＜－10%為買入時機；

對於個股：BIAS（10）＞35%為拋出時機，BIAS（10）＜－15%為買入時機。

（2）BIAS的曲線形狀：適用形態學和切線理論，主要是頂背離和底背離原理。

（3）兩條BIAS線結合：短期BIAS在高位下穿長期BIAS時是賣出信號；短期BIAS在低位上穿長期BIAS時是買入信號。

三、人氣型指標

1、PSY（心理線指標）

應用法則：

① PSY取值在25～75，說明多空雙方基本處於平衡狀態。如果PSY取值超出這個平衡狀態，則是超賣或超買。

② PSY取值過高或過低，都是行動的信號。一般說來，如果PSY＜10或PSY＞90兩種極端情況出現，是強烈的買入和賣出信號。

③ PSY取值第一次進入採取行動區域時，往往容易出錯。一般要求PSY進入高位或低位兩次以上才能採取行動。

④ PSY曲線如果在低位或高位出現大W底或M頭，也是買入或賣出的行動信號。

⑤ PSY線一般可同股價曲線配合使用，這時，背離原則也同樣適用。

心理線顯示的買賣信號為事後現象，運用有局限性。

2、OBV（能量潮指標）

理論基礎：市場價格的有效變動必須有成交量配合，量是價的先行指標。

應用法則：

① OBV不能單獨使用，必須與股價曲線結合使用才能發揮作用。

② OBV曲線變化對當前股價變化趨勢的確認：

股價上升（下降），而OBV也相應上升（下降），則可確認當前上升（下降）趨勢

股價上升（下降），但OBV並未相應上升（下降），出現背離現象，則對目前上升（下降）趨勢的認定程度要大打折扣。

③ 形態學和切線理論同樣適用於OBV曲線。

④ 股價進入盤整區後，OBV曲線會率先顯露出脫離盤整的信號，向上或向下突破，且成功率較大。

OBV線是預測股市短期波動的重要指標，利用OBV可驗證當前股價走勢的可靠性，並可以得到趨勢可能反轉的信號。

四、大勢型指標

1、ADL（騰落指數）

ADL以股票每天上漲或下跌的家數作為觀察對象，通過簡單算術加減來比較每日上漲股票和下跌股票家數的累積情況，形成升跌曲線，並與綜合指數相互對比，對大勢的未來進行預測。

應用法則：

① ADL的應用重在相對走勢，而不看重取值大小。與OBV相似。

② ADL不能單獨使用，要同股價曲線聯合使用才能顯示出作用。

ADL與股價同步上升（下降），創新高（低），則可驗證大勢的上升（下降）趨勢，短期內反轉可能性不大。

ADL連續上漲（下跌）了很長時間（一般是3天），而指數卻向相反方向下跌（上升）了很長時間，這是買進（賣出）信號，至少有反彈存在。

在指數進入高位（低位）時，ADL並沒有同步行動，而是開始走平或下降（上升），這是趨勢進入尾聲的信號。

ADL保持上升（下降）趨勢，指數卻在中途發生轉折，但很快又恢復原有趨勢，並創新高（低），這是買進（賣出）信號，是後市多方（空方）力量強盛的標志。

③ 形態學和切線理論也適用。

④ 經驗證明，ADL對多頭市場的應用比對空頭市場的應用效果好。

2、ADR（漲跌比指標）

ADR是根據股票的上漲家數和下跌家數的比值，推斷證券市場多空雙方力量的對比，進而判斷出證券市場的實際情況。

應用法則：

（1）ADR的取值：

ADR在0.5～1.5之間是常態情況，多空雙方處於均衡狀態。極端特殊情況下，如出現突發利多、利空消息引起股市暴漲暴跌時，ADR常態的上限可修正為1.9，下限修正為0.4。超過ADR常態狀況的上下限，就是採取行動的信號。

（2）ADR可與綜合指數配合使用，應用法則與ADL相同，也有一致與背離兩種情況。

（3）ADR曲線的形態：

ADR從低向高超過0.5，並在0.5上下來回移動幾次，是空頭進入末期的信號。ADR從高向低下降到0.75之下，是短期反彈的信號。

ADR先下降到常態狀況的下限，但不久就上升並接近常態狀況的上限，則說明多頭已具有足夠的力量將綜合指數拉上一個台階。

（4）大勢短期回檔或反彈方面，ADR有先行示警作用。若股價指數與ADR成背離現象，則大勢即將反轉。

3、OBOS（超買超賣指標）

運用上漲和下跌的股票家數的差距對大勢進行分析。

應用法則：

（1）OBOS取值在0附近變化時，市場處於盤整時期；OBOS為正數時，市場處於上漲行情；OBOS為負數時，市場處於下跌行情。

OBOS達到一定正數值時，大勢處於超買階段，可擇機賣出；OBOS達到一定負數時，大勢超賣，%B

5. 兩種證券正相關、負相關、不相關是指什麼

1. 相關意思是：變數一個遞增另一個就反過來遞減，兩個變數的乘積為常數時的比例關系，這種關系叫做正比，或者一個遞減另一個就反過來遞增

2. 正方比和正負相關是不一樣的概念

   正比，如y=2x , y隨x的增大而變大
   反比，兩個量的比是一個常數，變數同時遞增或遞減

3. 正比反比是線性關系，正相關負相關是大概走向
   y=k*x是正比關系而y=k*x+b是正相關

4. 舉個例子：金價相關的影響因素

   

5. 兩種證券如果不相關的話則是，互不影響

   不會因為一方的漲跌影響另外一方

6. 如何計算兩個股票的相關系數(correlation）（急）

計算公式為相關系數=協方差/兩個項目標准差之積。
相關系數：度量兩個隨機變數間關聯程度的量。相關系數的取值范圍為(-1，+1)。當相關系數小於0時，稱為負相關；大於0時，稱為正相關；等於0時，稱為零相關。
拓展資料：
1.協方差：如果兩個變數的變化趨勢一致，也就是說如果其中一個大於自身的期望值，另外一個也大於自身的期望值，那麼兩個變數之間的協方差就是正值。 如果兩個變數的變化趨勢相反，即其中一個大於自身的期望值，另外一個卻小於自身的期望值，那麼兩個變數之間的協方差就是負值。
2.標准差（Standard Deviation） ：標准差也稱均方差（mean square error），是各數據偏離平均數的距離的平均數，它是離均差平方和平均後的方根，用σ表示。標准差是方差的算術平方根。標准差能反映一個數據集的離散程度。平均數相同的，標准差未必相同。 格雷厄姆在1949年的著作《聰明的投資者》里說過：「經驗表明在大多事例中，安全依賴於收益能力，如果收益能力不充分的話，資產就會喪失大部分的名譽(或帳面)價值。」
3.相關系數是反映兩種證券之間相關性的統計方法。換句話說，這個統計告訴我們一個證券與另一個證券有多密切相關。當兩種證券向上或向下同向移動時，相關系數為正。當兩種證券向相反方向移動時，相關系數為負。確定兩種證券之間的關系對分析跨市場關系，行業/股票關系以及行業/市場關系很有用。該指標還可以幫助投資者通過識別與股市低或負相關的證券進行多樣化。 解釋 相關系數在-1和+1之間振盪。這不是一個動量振盪器。
4.相反，它從正相關周期移動到周期負相關。+1被認為是完美的正相關，這是罕見的。0到+1之間的任何值表示兩個證券向相同的方向移動。正相關的程度可能隨時間而變化。石油股和石油大部分時間呈正相關。下面的例子顯示了一隻石油股股價和石油價格的關系。不出所料，20日相關系數仍然大幅上漲，經常上探+75。這兩種證券之間顯然存在著積極的關系。一般來說，任何超過0.50的數據都表現出強烈的正相關。

7. 協方差，方差，相關系數

一、首先要明白這2個的定義
1、相關系數是協方差與兩個投資方案投資收益標准差之積的比值，其計算公式為：相關系數總是在-1到+1之間的范圍內變動，-1代表完全負相關，+1代表完全正相關，0則表示不相關。
2、協方差是一個用於測量投資組合中某一具體投資項目相對於另一投資項目風險的統計指標。其計算公式為：當協方差為正值時，表示兩種資產的收益率呈同方向變動；協方差為負值時，表示兩種資產的收益率呈反方向變動。二、要辨清兩者的關系
1、相關系數與協方差一定是在投資組合中出現的，只有組合才有相關系數和協方差。單個資產是沒有相關系數和協方差之說的。
2、相關系數和協方差的變動方向是一致的，相關系數的負的，協方差一定是負的。
3、（1）協方差表示兩種證劵之間共同變動的程度：相關系數是變數之間相關程度的指標根據協方差的公式可知，協方差與相關系數的正負號相同，但是協方差是相關系數和兩證券的標准差的乘積，所以協方差表示兩種證劵之間共同變動的程度。（2）相關系數是變數之間相關程度的指標，相關系數在0到1之間，表示兩種報酬率的增長是同向的；相關系數在0到-1之間，表示兩種報酬率的增長是反向的，所以說相關系數是變數之間相關程度的指標。總體來說，兩項資產收益率的協方差，反映的是收益率之間共同變動的程度；而相關系數反映的是兩項資產的收益率之間相對運動的狀態。兩項資產收益率的協方差等於兩項資產的相關系數乘以各自的標准差。

8. 兩證券協方差和相關系數的計算

一、首先要明白這2個的定義 1、相關系數是協方差與兩個投資方案投資收益標准差之積的比值，其計算公式為：相關系數總是在-1到+1之間的范圍內變動，-1代表完全負相關，+1代表完全正相關，0則表示不相關。 2、協方差是一個用於測量投資組合中某一具體投資項目相對於另一投資項目風險的統計指標。其計算公式為：當協方差為正值時，表示兩種資產的收益率呈同方向變動；協方差為負值時，表示兩種資產的收益率呈反方向變動。二、要辨清兩者的關系 1、相關系數與協方差一定是在投資組合中出現的，只有組合才有相關系數和協方差。單個資產是沒有相關系數和協方差之說的。 2、相關系數和協方差的變動方向是一致的，相關系數的負的，協方差一定是負的。 3、（1）協方差表示兩種證劵之間共同變動的程度：相關系數是變數之間相關程度的指標根據協方差的公式可知，協方差與相關系數的正負號相同，但是協方差是相關系數和兩證券的標准差的乘積，所以協方差表示兩種證劵之間共同變動的程度。（2）相關系數是變數之間相關程度的指標，相關系數在0到1之間，表示兩種報酬率的增長是同向的；相關系數在0到-1之間，表示兩種報酬率的增長是反向的，所以說相關系數是變數之間相關程度的指標。總體來說，兩項資產收益率的協方差，反映的是收益率之間共同變動的程度；而相關系數反映的是兩項資產的收益率之間相對運動的狀態。兩項資產收益率的協方差等於兩項資產的相關系數乘以各自的標准差。

9. 請問財務管理中的 β系數 與 相關系數的區別是什麼

財務管理中β系數是衡量單項資產的風險收市場組合風險的影響程度，而相關系數是資產組合中的資產風險的相關程度。
財務管理中的貝塔系數就是某項資產組合和市場組合的相關程度，對於市場組合這項資產組合來說，自己和自己的相關程度就是1。β系數是度量影響資產系統風險的指標。該指標衡量的是系統風險的大小。
相關系數表示的是兩種證券報酬率增長率的變化的相關性，它的取值范圍是在-1～1，當相關系數為1時，表示一種證券報酬率的增長總是與另一種證券報酬率的增長成比例。為-1時，表示一種證券報酬率的增長與另一種證券報酬率的減少成比例；相關系數為0時，表示缺乏相關性。相關系數的大小能夠反映風險分散性的大小，相關系數越小則分散風險的效果越大。

10. 兩種不同證券表現的聯動性的統計量區別是什麼

兩種不同證券表現的聯動性的統計量是以相關系數區分的，相關系數是按積差方法計算，同樣以兩變數與各自平均值的離差為基礎，通過兩個離差相乘來反映兩變數之間相關程度;著重研究線性的單相關系數。

相關系數
相關表和相關圖可反映兩個變數之間的相互關系及其相關方向，但無法確切地表明兩個變數之間相關的程度。於是，著名統計學家卡爾·皮爾遜設計了統計指標--相關系數(Correlation coefficient)。相關系數是用以反映變數之間相關關系密切程度的統計指標。相關系數是按積差方法計算，同樣以兩變數與各自平均值的離差為基礎，通過兩個離差相乘來反映兩變數之間相關程度;著重研究線性的單相關系數。
依據相關現象之間的不同特徵，其統計指標的名稱有所不同。如將反映兩變數間線性相關關系的統計指標稱為相關系數(相關系數的平方稱為判定系數);將反映兩變數間曲線相關關系的統計指標稱為非線性相關系數、非線性判定系數;將反映多元線性相關關系的統計指標稱為復相關系數、復判定系數等。

需要指出的是，相關系數有一個明顯的缺點，即它接近於1的程度與數據組數n相關，這容易給人一種假象。因為，當n較小時，相關系數的波動較大，對有些樣本相關系數的絕對值易接近於1;當n較大時，相關系數的絕對值容易偏小。特別是當n=2時，相關系數的絕對值總為1。因此在樣本容量n較小時，我們僅憑相關系數較大就判定變數x與y之間有密切的線性關系是不妥當的。