摘要:本文用 EXCEL 實作 EUR/USD 與 USD/CHF 的動態相關係數表,解釋負相關對沖的原理、計算步驟與常見誤區,幫助新手認清相關性在風險管理中的角色與極限。

在交易兩個以上的貨幣對時,如果它們的走勢經常互相抵消,我們便可以利用這種關係來降低整體組合的波動。最典型的例子就是歐元兌美元(EUR/USD)與美元兌瑞郎(USD/CHF):由於這兩組貨幣對都含有美元,只是擺放位置相反,當美元走強,EUR/USD 下跌而 USD/CHF 上漲;當美元走弱,EUR/USD 上漲而 USD/CHF 下跌,形成一種強烈的負相關關係。
相關性對沖的設計動機,並不是要賺取兩頭利潤,而是當市場方向不明或波動劇烈時,藉由持有方向相反的頭寸,讓一方潛在的虧損能被另一方的盈利部分吸收,從而降低「賭一邊」的心理壓力與資金曲線的震盪。這是一種風險管理工具,而非獲利保證。
要量化這種反向關係,統計學上最常用的是皮爾森相關係數(Pearson correlation coefficient),它的值介於 -1 到 +1 之間。-1 代表完全負相關,即 A 漲 1% 時 B 必跌 1%;+1 代表完全正相關,A 漲 B 也漲;0 則表示沒有線性關聯。
EUR/USD 與 USD/CHF 在實務上,相關係數經常落在 -0.8 至 -0.95,屬於高度負相關。但這並非物理定律,而是來自於美元在兩組報價中的相反地位。此外,突發事件(例如瑞士央行干預、歐元區風險)可能短暫打亂這種關係,使其相關係數驟降甚至短暫轉正。
若要隨時掌握這組負相關的現狀,可以利用 Excel 建置一個「動態相關係數表」。步驟如下:
為了讓讀者理解,這裡提供一個假設的模擬案例(並非真實歷史數據):
假設過去 20 個交易日 EUR/USD 收盤價如:1.1300, 1.1320, 1.1350, …, 1.1520(整體上升),同期 USD/CHF 收盤價如:0.8150, 0.8120, 0.8100, …, 0.7950(整體下跌)。把這些假設數字代入 CORREL 函數,計算結果約為 -0.87,顯示兩者高度負相關。
有了這個係數,下一步可以評估總倉位的風險暴露。若你同時持有 1 手 EUR/USD 多單與 1 手 USD/CHF 空單,理論上價格波動會部分互抵。你可以利用相關係數來概算組合的「合成波動率」,但這需要更高階的統計運算。當負相關絕對值愈高,理論上同向風險暴露會變小,但反向缺口風險(例如兩者同跌)依然存在;加倍倉位並不會消除這種風險,反而可能在相關性驟變時放大虧損。透過持續追蹤係數來思考貨幣對比例,是許多交易者會使用的輔助方法,但不能視為風險控制的保證。
重要局限:相關係數僅衡量「線性」關聯,無法捕捉非線性關係,例如黑天鵝事件下所有避險貨幣對同向波動,過去 -0.9 的負相關瞬間瓦解。此外,它基於歷史數據計算,絕不保證未來重複。
相關係數衡量的是兩組價格過去一起變動的「線性關聯程度」,它不是方向信號,不是風險消除的保證,更不能用來預測未來的價格走勢。