相关关系
由clearyf创建，最终由clearyf 被浏览 1167 用户
导语
相关性经常用来度量两个变量的相关关系，本文将对相关系数做详细讨论。
简介相关系数
诺贝尔经济学奖得主马科维茨曾说过“资产配置多元化是投资的唯一免费午餐”。投资中有句谚语，不要把鸡蛋放在一个篮子，实际上讲的就是选择相关性不高的资产进行配置。资产之间的相关性用什么指标衡量呢？著名统计学家卡尔·皮尔逊设计了统计指标——相关系数，相关系数就是用以反映变量之间相关关系密切程度的统计指标。
两个变量X、Y的相关系数可以用rho_{*xy}表示。rho_{*xy}的计算公式为：
其中，sigma_X表示X的标准差，sigma_Y表示Y的标准差，cov(X,Y)表示变量X与变量Y的协方差,mu_X表示X的均值，mu_Y表示Y的均值。
相关系数rho_{XY}取值在-1到1之间，rho_{XY} = 0时，称X,Y$不相关； | \rho_{XY} | = 1时，称X,Y完全相关，此时，X,Y之间具有线性函数关系； | \rho_{XY} |< 1时，X的变动引起Y的部分变动， | \rho_{XY} |的绝对值越大，X的变动引起Y的变动就越大， | \rho_{XY} | > 0.8时称为高度相关，当 | \rho_{XY} | < 0.3时称为低度相关，其它时候为中度相关。rho_{XY}>0时，称其为正相关，rho_{XY}<0时，称其为反相关。
理论知识介绍完了，我们就在BigQuant研究平台试试计算相关系数和绘图。完整的代码 克隆一下就可以到自己的账户进行研究。
相关关系的使用
附件：相关关系的应用
https://bigquant.com/experimentshare/5d8dd72667fe4ea58c80d37609a2b0f5
本文由BigQuant宽客学院推出，版权归BigQuant所有，转载请注明出处。
\