相关性（Correlation）是衡量两个变量在指定样本中共同变化程度的统计指标。正相关表示倾向同向，负相关表示倾向反向，接近0表示样本中的线性共同变化较弱。
它是怎么运作的
市场收益常用Pearson相关系数，把协方差按两组收益波动率标准化，结果在−1到+1之间。
估计结果取决于数据频率、收益定义、样本日期和窗口长度；滚动相关性会随着窗口向前移动不断重新计算。
为什么交易者需要知道
相关性可以描述分散效果和关系变化，但不能证明因果，也不能保证下一次冲击里对冲仍然有效。
宏观环境可以让关系换符号。历史研究显示，美国股债回报从此前长期常见的负相关，在2021年中以后转为正相关状态。
一个简单的市场例子
同一组股债收益用30日窗口和1年窗口计算，可能得到不同结论，因为两个窗口包含的冲击和政策环境不同。
常见误区
把历史相关性当成永久经济定律。
仅仅因为两类资产一起变化，就断言其中一个导致另一个变化。
常见问题
相关性等于因果吗？
不等于，共同变化本身不能识别真正机制或因果方向。
为什么滚动相关性会变化？
新数据进入、旧数据离开，同时波动率和底层驱动因素也可能改变。
负相关对冲会失效吗？
会，新宏观环境或压力事件可能迅速改变相关关系，流动性也可能同时变化。
仅供教育用途。部分术语在不同国家、机构和市场中的具体口径可能不同。