相關性（Correlation）是衡量兩個變數在指定樣本中共同變化程度的統計指標。正相關代表傾向同向，負相關代表傾向反向，接近0代表樣本中的線性共同變化較弱。
它怎麼運作
市場報酬常用Pearson相關係數，把共變異數依兩組報酬波動率標準化，結果介於−1到+1。
估計結果取決於資料頻率、報酬定義、樣本日期與窗口長度；滾動相關性會隨窗口移動重新計算。
為什麼投資人需要知道
相關性可以描述分散效果與關係變化，但不能證明因果，也不能保證下一次衝擊裡避險仍有效。
總體環境可以讓關係換符號。歷史研究顯示，美國股債報酬從先前長期常見的負相關，在2021年中以後轉為正相關狀態。
一個簡單的市場例子
同一組股債報酬用30日窗口和1年窗口計算，可能得到不同結論，因為兩個窗口包含的衝擊與政策環境不同。
常見誤解
把歷史相關性當成永久經濟定律。
只因兩類資產一起變動，就斷言其中一個導致另一個。
常見問題
相關性等於因果嗎？
不等於，共同變動本身不能識別真正機制或因果方向。
為什麼滾動相關性會變？
新資料進入、舊資料離開，同時波動率和底層驅動因素也可能改變。
負相關避險會失效嗎？
會，新總體環境或壓力事件可能快速改變相關關係，流動性也可能一起變化。
僅供教育用途。部分術語在不同國家、機構與市場中的實際用法可能不同。