理解股票之间的联动关系，是构建稳健投资组合的基石。相关性告诉你——为什么有些股票同涨同跌，有些却此消彼长。
相关性（Correlation）衡量的是两只股票（或两个资产）价格走势之间的关联程度。简单说，就是当一只股票涨的时候，另一只股票会跟着涨、跟着跌，还是各走各的。
相关性的数值范围在 -1 到 +1 之间：
相关系数 0 ~ +1
同涨同跌
相关系数 -1 ~ 0
此消彼长
相关系数 ≈ 0
各走各的路
💡 核心要点：相关系数越接近 +1，两只股票走势越同步；越接近 -1，走势越相反；接近 0 表示几乎没有关联。
诺贝尔经济学奖得主马科维茨的现代投资组合理论指出：组合的风险不是各资产风险的简单相加。当组合中的资产相关性较低时，整体风险会显著降低，而收益却不会等比下降。
例如：同时持有银行股和消费股，它们相关性较低，当银行股下跌时，消费股可能还在上涨，从而平滑整体收益曲线。
很多新手以为买了五六只不同股票就是分散投资，但如果这些股票都属于同一个行业（比如全是白酒股），它们的相关性很高，一荣俱荣一损俱损，根本达不到分散风险的目的。
理解相关性，才能做真正的对冲。当两只高度正相关的股票出现价格背离时，就产生了套利机会（配对交易）。
以下是一些典型的相关性关系（仅供参考，数值会随时间变化）：
| 股票A | 股票B | 相关性 | 说明 |
|---|---|---|---|
| 贵州茅台 | 五粮液 | 高正相关 (~0.85) | 同属白酒板块，走势高度同步 |
| 工商银行 | 中国平安 | 中等正相关 (~0.55) | 金融板块内部联动，但业务不同 |
| 贵州茅台 | 中国石油 | 低相关 (~0.15) | 消费 vs 能源，走势几乎独立 |
| 沪深300ETF | 国债ETF | 负相关 (~-0.3) | 股债跷跷板效应 |
| 黄金ETF | 创业板指 | 低相关 (~0.1) | 避险资产 vs 成长股，关联度低 |
数据仅为示意，实际相关性需根据历史数据计算。
最常用的是皮尔逊相关系数，计算公式如下：
r = Σ((Xᵢ - X̄)(Yᵢ - Ȳ)) / √(Σ(Xᵢ - X̄)² · Σ(Yᵢ - Ȳ)²)
其中：
实际应用中，你不需要手动计算——Excel 的 =CORREL() 函数、Python 的 numpy.corrcoef()，甚至东方财富等软件都能直接算。
🔧 小技巧：计算相关性时，建议使用收益率数据而非价格数据。因为价格有趋势，直接用价格会高估相关性（伪相关）。
输入两只股票近5天的涨跌幅（%），看看它们之间的相关性
如果你希望降低账户波动，可以配置不同行业的股票，比如：
如果你看好某个板块，可以选该板块内相关性高的龙头股。板块涨，它们大概率一起涨，省去选股的纠结。
当市场不确定性高时，可以同时持有股票和看跌期权，或者股票和反向ETF。它们负相关，一个亏另一个赚，对冲风险。
⚠️ 重要提醒：相关性不是一成不变的！市场环境变化时，原本低相关的两只股票可能突然变得高相关（比如系统性危机时几乎所有股票一起跌）。定期检视相关性矩阵，才能做出有效决策。