關(guān)于相關(guān)系數(shù)分析（相關(guān)系數(shù)很小但是p值顯著）的知識大家了解嗎？以下就是小編整理的關(guān)于相關(guān)系數(shù)分析（相關(guān)系數(shù)很小但是p值顯著）的介紹，希望可以給到大家一些參考，一起來了解下吧！

相關(guān)系數(shù)分析（相關(guān)

趨勢性回歸分析的研究對象是單個品種價格軌跡C?在時間軸T?上的趨勢。

(資料圖片)

思考一下，自變量和因變量分別是什么？

自變量是時間T?，或者說是數(shù)據(jù)的序號。所以，對于任意一個方程，T?都是相同的：自然數(shù)序列。因變量是價格軌跡C?。回歸方程為：

對于任意一張K線圖，我們只要確定了起止時間，就可以根據(jù)《線性回歸分析的幾何解釋》文中的公式計算出a和b。

其實，只要弄清楚了邏輯，計算是非常簡單的。而且，所有的軟件提供回歸分析函數(shù)幫你完成計算。

我們對焦炭2016年9月19日至2016年11月11日，共35天，的收盤價數(shù)據(jù)進行回歸分析，可以得到方程：

該方程在K線圖上是一條直線：

圖中的直線是在2016年11月11日計算出來最近35個數(shù)據(jù)的回歸方程之后，使用未來函數(shù)在歷史數(shù)據(jù)上畫線得到的效果。

如果你在文華軟件上使用FORCAST(C,35)函數(shù)計算回歸方程，得到的是一條曲線。

這是因為，在K線圖上固定周期的回歸分析是一個動態(tài)的過程。

在樣本集中新增一個數(shù)據(jù)時，同時拋棄一個，每個數(shù)據(jù)的序號也會發(fā)生變化。

下圖展示了這個動態(tài)過程：

其中，豎虛線與回歸直線交點的軌跡就是你在K線圖上看到的FORCAST(C,35)曲線。

相關(guān)性回歸分析的研究對象是1和2兩個品種價格的線性相關(guān)性。

雖然可以用收盤價，但是，建議研究漲跌幅。回歸方程：

雖然1和2兩個品種都可以作為因變量，另外一個作為自變量。這對計算相關(guān)系數(shù)并沒有影響。

但是，當相關(guān)系數(shù)高時，需要確定1和2的因果關(guān)系之后，“因”作為自變量，“果”作為因變量，然后再用自變量解釋因變量。否則就本末倒置了。

如果 X? 和 Y? 相關(guān)性比較高，那么 ( X? , Y? ) 在平面內(nèi)的圖形是直線。

但是我們通常看的K線圖，水平方向是時間軸。

所以，相關(guān)性的高低與合約在時間軸上是否以趨勢發(fā)展沒有關(guān)系。盤整走勢也可以有很強的相關(guān)性。

我們以股指IF加權(quán)指數(shù)和文華商品指數(shù)在2012年1月至2016年12月期間的相關(guān)性作為一個簡單的例子：

從圖中相關(guān)系數(shù)曲線可以看出，股指IF加權(quán)指數(shù)與文華商品指數(shù)總體相關(guān)水平比價低，平均在0.3附近。

2016年股災(zāi)期間，股指和商品的相關(guān)系數(shù)在0.5至0.6之間，屬較高水平。

2016年6月，相關(guān)系數(shù)達到最低水平。此前兩年時間內(nèi)，股指和商品形成了完全相反的走勢。

在投資組合中加入相關(guān)性低的品種，對提高風報比是有利的。關(guān)于投資組合的知識，以后會有介紹。

系數(shù)很小但是p值顯著）