衡量两种证券间相关程度的指标是

1. 相关系数与协方差有什么关系

相关系数与协方差的关系:

1、相关系数与协方差一定是在投资组合中出现的，只有组合才有相关系数和协方差。单个资产是没有相关系数和协方差之说的。

2、相关系数和协方差的变动方向是一致的，相关系数的负的，协方差一定是负的。

3、相关系数是变量之间相关程度的指标根据协方差的公式可知，协方差与相关系数的正负号相同，但是协方差是相关系数和两证券的标准差的乘积，所以协方差表示两种证劵之间共同变动的程度。

2、协方差的性质

（1）、Cov(X，Y)=Cov(Y，X)；

（2）、Cov(aX，bY)=abCov(X，Y)，（a，b是常数）；

（3）、Cov(X1+X2，Y)=Cov(X1，Y)+Cov(X2，Y)。

由协方差定义，可以看出Cov(X，X)=D(X)，Cov(Y，Y)=D(Y)。

2. 两种证券之间的相关系数的关系是什么

两种证券之间相互独立。
应答时间：2021-08-05，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
https://b.pingan.com.cn/paim/iknow/index.html

3. 在下列指标中，可以用来度量证券投资风险的有( )。

A,B,E
答案解析：
[解析]
C项相关系数是反映两个随机变量的相互关系的指标，可用以衡量两个证券收益率变动的相关程度，但不能度量证券投资的风险。

4. 证券投资分析的技术指标分析有哪些

主要包括趋势型指标、超买超卖型指标、人气型指标、大势型指标等内容。

一、趋势型指标

1、MA（移动平均线）

移动平均的分类：

根据对数据处理方法的不同：

1、 算术移动平均线（SMA）

2、 加权移动平均线（WMA）

3、指数平滑移动平均线（EMA） 实际应用中常使用

根据计算期的长短：

1、短期移动平均线（5日、10日线）――快速MA

2、中期移动平均线（30日、60日线）

3、长期移动平均线（13周、26周）――慢速MA

基本思想：消除股价随机波动的影响，寻求股价波动的趋势。

特点：①追踪趋势。②滞后性。③稳定性。④助涨助跌性。⑤支撑线和压力线的特性。

MA的应用法则：葛兰威尔法则（“移动平均线八大买卖法则”）――以证券价格（或指数）与移动平均线之间的偏离关系作为研判的依据。（4条买进法则，4条卖出法则）

葛兰威尔法则的不足：没有明确指出投资者在股价距平均线多远时才可以买进卖出，这可用乖离率指标弥补。

MA的组合应用：

①“黄金交叉”与“死亡交叉”（向上突破压力线或向下突破支撑线）：当现在价位站稳在长期与短期MA之上，短期MA又向上突破长期MA时，为买进信号；若现在行情价位于长期与短期MA之下，短期MA又向下突破长期MA时，则为卖出信号。

②长、中、短期移动平均线的组合使用

2、MACD（指数平滑异同移动平均线）――由正负差（DIF）和异同平均数（DEA）组成，DIF是核心，DEA是辅助。DIF：快速平滑移动平均线与慢速平滑移动平均线的差。

应用法则（从2个方面考虑）：

（1）DIF和DEA的取值和相对取值

①DIF和DEA均为正值时，属多头市场。DIF向上突破DEA是买入信号；DIF向下跌破DEA只能认为是回落，作获利了结。

②DIF和DEA均为负值时，属空头市场。DIF向下突破DEA是卖出信号；DIF向上穿破DEA只能认为是反弹，作暂时补空。

③当DIF向下跌破0轴线时，为卖出信号，即12日EMA与26日EMA发生死亡交叉；当DIF上穿0轴线时，为买入信号，即发生黄金交叉。

（2）指标背离原则

①当股价走势出现2个或3个近期低点时，而DIF(DEA)并不配合出现新低点，可买；

②当股价走势出现2个或3个近期高点时，而DIF(DEA)并不配合出现新高点，可卖。

优点：消除MA频繁出现买入与卖出信号，避免一部分假信号的出现。

二、超买超卖型指标

1、WMS（威廉指标）

涵义：当天收盘价在过去一段时日全部价格范围内所处的相对位置。取值范围：0～100

应用法则（从2个方面考虑）：

（1）WMS的数值

① WMS高于80时，处于超卖状态，行情即将见底，应当考虑买进；

② WMS低于20时，处于超买状态，行情即将见顶，应当考虑卖出。

盘整过程中，WMS准确性较高；上升或下降趋势中，却不能只以WMS超买超卖信号作为行情判断的依据。

（2）WMS曲线的形状

背离原则――①WMS进入低数值区位后（此时为超买），一般要回头。如果这时股价还继续上升，就会产生背离，是卖出信号。②WMS进入高数值区位后（此时为超卖），一般要反弹。如果这时股价还继续下降，就会产生背离，是买进的信号。

撞顶和撞底次数原则――WMS连续几次撞顶（底），局部形成双重或多重顶（底），则是卖出（买进）信号。

2、KDJ（随机指标）

KD在WMS基础上发展起来，具有WMS的一些特性。反映股市价格变化时，WMS最快，K其次，D最慢。K指标反应敏捷，但容易出错；D指标反应稍慢，但稳重可靠。

J是D加上一个修正值。

应用法则（KDJ指标是三条曲线，应用时从5个方面考虑）：

（1）KD取值的绝对数字：KD取值范围为0～100，80以上为超买区，20以下为超卖区，其余为徘徊区。

（2）KD曲线的形态：KD指标在较高或较低位置形成头肩形和多重顶（底）时，是采取行动的信号，位置越高或越低，结论越可靠。

（3）KD指标的交叉：K线与D线的关系有死亡交叉和黄金交叉，应用时的附带条件：

第一个条件：金叉位置应该比较低，在超卖区位置，越低越好。

第二个条件：与D线相交的次数。交叉次数以2次为最少，越多越好。

第三个条件：“右侧相交”原则――K线是在D线已经抬头向上时才同D线相交，比D线还在下降时与之相交要可靠得多。

（4）KD指标的背离：KD处在高位或低位，如出现与股价走向背离，是采取行动信号。

（5）J指标的取值大小：J指标常领先于KD值显示曲线的底部和头部。J指标的取值超过100和低于0，都属于价格的非正常区域，大于100为超买，小于0为超卖。

理论转向讯号：当K线和D线上升或下跌的速度减弱，出现屈曲，通常表示短期内会转势；K线在上升或下跌一段时期后，突然急速穿越D线，显示市势短期内会转向；K线跌至0时通常会出现反弹至20～50之间，短期内应回落至零附近，然后市势才开始反弹；如果K线升至100，情况则刚好相反。

3、RSI（相对强弱指标）

RSI通常采用某一时期内收盘指数的结果作为计算对象，来反映这一时期内多空力量的强弱对比。

应用法则（从4个方面考虑）：

（1）RSI取值大小

（2）两条或多条RSI曲线的联合使用：

短期RSI＞长期RSI，属多头市场；短期RSI＜长期RSI，属空头市场。

（3）RSI的曲线形状

（4）RSI与股价的背离：顶背离（RSI处于高位，并形成一峰比一峰低的两个峰，此时，股价却对应一峰比一峰高）是比较强烈的卖出信号。底背离（RSI在低位形成两个底部抬高的谷底，而股价还在下降）是可以买入的信号。

4、BIAS（乖离率指标）

测算股价与移动平均线偏离程度的指标。基本原理：如果股价偏离移动平均线太远，不管是在移动平均线上方或下方，都有向平均线回归的要求。

应用法则（从3个方面考虑）：

（1）BIAS的取值大小和正负：正的乖离率愈大，表示短期多头的获利愈大，获利回吐的可能性愈高；负的乖离率愈大，则空头回补的可能性也愈高。实际应用中，可预设一分界线（参考因素：BIAS参数、所选择股票的性质、分析时所处的时期）

（经验）遇到由于突发利多或利空消息而暴涨暴跌时，可参考的数据分界线：

综合指数：BIAS（10）＞30%为抛出时机，BIAS（10）＜－10%为买入时机；

对于个股：BIAS（10）＞35%为抛出时机，BIAS（10）＜－15%为买入时机。

（2）BIAS的曲线形状：适用形态学和切线理论，主要是顶背离和底背离原理。

（3）两条BIAS线结合：短期BIAS在高位下穿长期BIAS时是卖出信号；短期BIAS在低位上穿长期BIAS时是买入信号。

三、人气型指标

1、PSY（心理线指标）

应用法则：

① PSY取值在25～75，说明多空双方基本处于平衡状态。如果PSY取值超出这个平衡状态，则是超卖或超买。

② PSY取值过高或过低，都是行动的信号。一般说来，如果PSY＜10或PSY＞90两种极端情况出现，是强烈的买入和卖出信号。

③ PSY取值第一次进入采取行动区域时，往往容易出错。一般要求PSY进入高位或低位两次以上才能采取行动。

④ PSY曲线如果在低位或高位出现大W底或M头，也是买入或卖出的行动信号。

⑤ PSY线一般可同股价曲线配合使用，这时，背离原则也同样适用。

心理线显示的买卖信号为事后现象，运用有局限性。

2、OBV（能量潮指标）

理论基础：市场价格的有效变动必须有成交量配合，量是价的先行指标。

应用法则：

① OBV不能单独使用，必须与股价曲线结合使用才能发挥作用。

② OBV曲线变化对当前股价变化趋势的确认：

股价上升（下降），而OBV也相应上升（下降），则可确认当前上升（下降）趋势

股价上升（下降），但OBV并未相应上升（下降），出现背离现象，则对目前上升（下降）趋势的认定程度要大打折扣。

③ 形态学和切线理论同样适用于OBV曲线。

④ 股价进入盘整区后，OBV曲线会率先显露出脱离盘整的信号，向上或向下突破，且成功率较大。

OBV线是预测股市短期波动的重要指标，利用OBV可验证当前股价走势的可靠性，并可以得到趋势可能反转的信号。

四、大势型指标

1、ADL（腾落指数）

ADL以股票每天上涨或下跌的家数作为观察对象，通过简单算术加减来比较每日上涨股票和下跌股票家数的累积情况，形成升跌曲线，并与综合指数相互对比，对大势的未来进行预测。

应用法则：

① ADL的应用重在相对走势，而不看重取值大小。与OBV相似。

② ADL不能单独使用，要同股价曲线联合使用才能显示出作用。

ADL与股价同步上升（下降），创新高（低），则可验证大势的上升（下降）趋势，短期内反转可能性不大。

ADL连续上涨（下跌）了很长时间（一般是3天），而指数却向相反方向下跌（上升）了很长时间，这是买进（卖出）信号，至少有反弹存在。

在指数进入高位（低位）时，ADL并没有同步行动，而是开始走平或下降（上升），这是趋势进入尾声的信号。

ADL保持上升（下降）趋势，指数却在中途发生转折，但很快又恢复原有趋势，并创新高（低），这是买进（卖出）信号，是后市多方（空方）力量强盛的标志。

③ 形态学和切线理论也适用。

④ 经验证明，ADL对多头市场的应用比对空头市场的应用效果好。

2、ADR（涨跌比指标）

ADR是根据股票的上涨家数和下跌家数的比值，推断证券市场多空双方力量的对比，进而判断出证券市场的实际情况。

应用法则：

（1）ADR的取值：

ADR在0.5～1.5之间是常态情况，多空双方处于均衡状态。极端特殊情况下，如出现突发利多、利空消息引起股市暴涨暴跌时，ADR常态的上限可修正为1.9，下限修正为0.4。超过ADR常态状况的上下限，就是采取行动的信号。

（2）ADR可与综合指数配合使用，应用法则与ADL相同，也有一致与背离两种情况。

（3）ADR曲线的形态：

ADR从低向高超过0.5，并在0.5上下来回移动几次，是空头进入末期的信号。ADR从高向低下降到0.75之下，是短期反弹的信号。

ADR先下降到常态状况的下限，但不久就上升并接近常态状况的上限，则说明多头已具有足够的力量将综合指数拉上一个台阶。

（4）大势短期回档或反弹方面，ADR有先行示警作用。若股价指数与ADR成背离现象，则大势即将反转。

3、OBOS（超买超卖指标）

运用上涨和下跌的股票家数的差距对大势进行分析。

应用法则：

（1）OBOS取值在0附近变化时，市场处于盘整时期；OBOS为正数时，市场处于上涨行情；OBOS为负数时，市场处于下跌行情。

OBOS达到一定正数值时，大势处于超买阶段，可择机卖出；OBOS达到一定负数时，大势超卖，%B

5. 两种证券正相关、负相关、不相关是指什么

1. 相关意思是：变量一个递增另一个就反过来递减，两个变量的乘积为常数时的比例关系，这种关系叫做正比，或者一个递减另一个就反过来递增

2. 正方比和正负相关是不一样的概念

   正比，如y=2x , y随x的增大而变大
   反比，两个量的比是一个常数，变量同时递增或递减

3. 正比反比是线性关系，正相关负相关是大概走向
   y=k*x是正比关系而y=k*x+b是正相关

4. 举个例子：金价相关的影响因素

   

5. 两种证券如果不相关的话则是，互不影响

   不会因为一方的涨跌影响另外一方

6. 如何计算两个股票的相关系数(correlation）（急）

计算公式为相关系数=协方差/两个项目标准差之积。
相关系数：度量两个随机变量间关联程度的量。相关系数的取值范围为(-1，+1)。当相关系数小于0时，称为负相关；大于0时，称为正相关；等于0时，称为零相关。
拓展资料：
1.协方差：如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。
2.标准差（Standard Deviation） ：标准差也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。 格雷厄姆在1949年的著作《聪明的投资者》里说过：“经验表明在大多事例中，安全依赖于收益能力，如果收益能力不充分的话，资产就会丧失大部分的名誉(或帐面)价值。”
3.相关系数是反映两种证券之间相关性的统计方法。换句话说，这个统计告诉我们一个证券与另一个证券有多密切相关。当两种证券向上或向下同向移动时，相关系数为正。当两种证券向相反方向移动时，相关系数为负。确定两种证券之间的关系对分析跨市场关系，行业/股票关系以及行业/市场关系很有用。该指标还可以帮助投资者通过识别与股市低或负相关的证券进行多样化。 解释 相关系数在-1和+1之间振荡。这不是一个动量振荡器。
4.相反，它从正相关周期移动到周期负相关。+1被认为是完美的正相关，这是罕见的。0到+1之间的任何值表示两个证券向相同的方向移动。正相关的程度可能随时间而变化。石油股和石油大部分时间呈正相关。下面的例子显示了一只石油股股价和石油价格的关系。不出所料，20日相关系数仍然大幅上涨，经常上探+75。这两种证券之间显然存在着积极的关系。一般来说，任何超过0.50的数据都表现出强烈的正相关。

7. 协方差，方差，相关系数

一、首先要明白这2个的定义
1、相关系数是协方差与两个投资方案投资收益标准差之积的比值，其计算公式为：相关系数总是在-1到+1之间的范围内变动，-1代表完全负相关，+1代表完全正相关，0则表示不相关。
2、协方差是一个用于测量投资组合中某一具体投资项目相对于另一投资项目风险的统计指标。其计算公式为：当协方差为正值时，表示两种资产的收益率呈同方向变动；协方差为负值时，表示两种资产的收益率呈反方向变动。二、要辨清两者的关系
1、相关系数与协方差一定是在投资组合中出现的，只有组合才有相关系数和协方差。单个资产是没有相关系数和协方差之说的。
2、相关系数和协方差的变动方向是一致的，相关系数的负的，协方差一定是负的。
3、（1）协方差表示两种证劵之间共同变动的程度：相关系数是变量之间相关程度的指标根据协方差的公式可知，协方差与相关系数的正负号相同，但是协方差是相关系数和两证券的标准差的乘积，所以协方差表示两种证劵之间共同变动的程度。（2）相关系数是变量之间相关程度的指标，相关系数在0到1之间，表示两种报酬率的增长是同向的；相关系数在0到-1之间，表示两种报酬率的增长是反向的，所以说相关系数是变量之间相关程度的指标。总体来说，两项资产收益率的协方差，反映的是收益率之间共同变动的程度；而相关系数反映的是两项资产的收益率之间相对运动的状态。两项资产收益率的协方差等于两项资产的相关系数乘以各自的标准差。

8. 两证券协方差和相关系数的计算

一、首先要明白这2个的定义 1、相关系数是协方差与两个投资方案投资收益标准差之积的比值，其计算公式为：相关系数总是在-1到+1之间的范围内变动，-1代表完全负相关，+1代表完全正相关，0则表示不相关。 2、协方差是一个用于测量投资组合中某一具体投资项目相对于另一投资项目风险的统计指标。其计算公式为：当协方差为正值时，表示两种资产的收益率呈同方向变动；协方差为负值时，表示两种资产的收益率呈反方向变动。二、要辨清两者的关系 1、相关系数与协方差一定是在投资组合中出现的，只有组合才有相关系数和协方差。单个资产是没有相关系数和协方差之说的。 2、相关系数和协方差的变动方向是一致的，相关系数的负的，协方差一定是负的。 3、（1）协方差表示两种证劵之间共同变动的程度：相关系数是变量之间相关程度的指标根据协方差的公式可知，协方差与相关系数的正负号相同，但是协方差是相关系数和两证券的标准差的乘积，所以协方差表示两种证劵之间共同变动的程度。（2）相关系数是变量之间相关程度的指标，相关系数在0到1之间，表示两种报酬率的增长是同向的；相关系数在0到-1之间，表示两种报酬率的增长是反向的，所以说相关系数是变量之间相关程度的指标。总体来说，两项资产收益率的协方差，反映的是收益率之间共同变动的程度；而相关系数反映的是两项资产的收益率之间相对运动的状态。两项资产收益率的协方差等于两项资产的相关系数乘以各自的标准差。

9. 请问财务管理中的 β系数 与 相关系数的区别是什么

财务管理中β系数是衡量单项资产的风险收市场组合风险的影响程度，而相关系数是资产组合中的资产风险的相关程度。
财务管理中的贝塔系数就是某项资产组合和市场组合的相关程度，对于市场组合这项资产组合来说，自己和自己的相关程度就是1。β系数是度量影响资产系统风险的指标。该指标衡量的是系统风险的大小。
相关系数表示的是两种证券报酬率增长率的变化的相关性，它的取值范围是在-1～1，当相关系数为1时，表示一种证券报酬率的增长总是与另一种证券报酬率的增长成比例。为-1时，表示一种证券报酬率的增长与另一种证券报酬率的减少成比例；相关系数为0时，表示缺乏相关性。相关系数的大小能够反映风险分散性的大小，相关系数越小则分散风险的效果越大。

10. 两种不同证券表现的联动性的统计量区别是什么

两种不同证券表现的联动性的统计量是以相关系数区分的，相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度;着重研究线性的单相关系数。

相关系数
相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。于是，著名统计学家卡尔·皮尔逊设计了统计指标--相关系数(Correlation coefficient)。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度;着重研究线性的单相关系数。
依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数(相关系数的平方称为判定系数);将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数;将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。

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。