定義
相關性是介乎 −1 與 +1 之間的統計量，衡量兩組回報序列在直線關係意義上的同步程度。+1 代表完全同步，0 代表沒有線性關係，−1 則代表恰好反向。
運作方式
最常用的皮爾遜相關係數，等於兩組回報的協方差除以各自標準差的乘積。計算時應採用回報而非價格水平，因為兩個各自呈趨勢的價格序列，即使回報互不相關，看起來也可能高度相關。
相關性取決於所用時段及數據頻率，而且並不穩定：在平靜時期估算的關係，往往在市場受壓時增強。它只反映線性的同步變動，並不說明因果關係，亦不等於貝他係數（beta），後者還取決於相對波動幅度。
公式／慣例
ρ(X, Y) = Cov(X, Y) ÷ (σ(X) × σ(Y))，其中 −1 ≤ ρ ≤ +1，以回報計算
說明例子
假設示例：兩隻虛構基金的每月回報標準差分別為 2.0% 及 1.5%，協方差為 0.00018。相關係數 = 0.00018 ÷ (0.020 × 0.015) = 0.00018 ÷ 0.0003 = 0.60，表示兩者有中度偏強的同步傾向。
注意事項
相關係數 0.60 並不代表兩者有 60% 的時間同步變動，而某個樣本中偏低或為負的數值，亦不保證在另一個樣本中仍能提供保護。極端值可主導相關係數，非線性關係也可能被接近零的數值所掩蓋。