完全正相关的股票组成的投资组合不会使风险相对于个股投资有任何变化；两只正相关的股票组成的投资组合的风险（方差或标准差）小于等于任意一只个股，只有两者完全正相关时取等号。
这里输公式不方便，你要是想知道所有原理的话我给你邮件。
不怎么样的，正相关说明组合的相关系数为1，这样是不好的。
可能值偏离期望值的方差这是是最大的。
其实最好的关系是：完全负相关。这样的组合的收益线是一条折现，同一风险的收益是最高的，同一收益的风险是最低的。
可以去读一些相关书籍，不是很难的
当然，我说的是理论，不过市场表现基本如此。
相关系数取值范围如下：
1、符号：如果为正号,则表示正相关,如果为负号,则表示负相关通俗点说,正相关就是变量会与参照数同方向变动,负相关就是变量与参照数反向变动；
2、取值为0,这是极端,表示不相关；
3、取值为1,表示完全正相关,而且呈同向变动的幅度是一样的；
4、如果为-1,表示完全负相关,以同样的幅度反向变动；
5、取值范围：[-1,1]
当r=0时，说明X和Y两个变量之间无直线关系。
相关系数
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值一般介于-1～1之间。相关系数不是等距度量值,而只是一个顺序数据。计算相关系数一般需大样本。
相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；
γ的绝对值越大，相关程度越高。
两个现象之间的相关程度，一般划分为四级：
如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。
相关系数的计算公式为：
其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，
为因变量数列的标志值；■为因变量数列的平均值。
为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：
其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：
使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不
必再列计算表。
[-1，1]。
相关系数取值范围如下：
1、符号：如果为正号，则表示正相关，如果为负号，则表示负相关。通俗点说，正相关就是变量会与参照数同方向变动，负相关就是变量与参照数反向变动；
2、取值为0，这是极端，表示不相关；
3、取值为1，表示完全正相关，而且呈同向变动的幅度是一样的；
4、如果为-1，表示完全负相关，以同样的幅度反向变动；
5、取值范围：[-1，1]。
扩展资料：
需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。
参考资料来源：百度百科-相关系数
以上就是关于问题一：由某些完全正相关的股票组合可以完全规避风险，正确吗全部的内容，包括:问题一：由某些完全正相关的股票组合可以完全规避风险，正确吗、如果两种股票完全正相关,是否有可能形成一个方差为零的投资组合为什么、相关系数的取值范围及意义 急用等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
