上圖為2018年初至2018年10月的各資產報酬率相關係數矩陣，X軸與Y軸是一樣的，可以查找各資產的相關係數配對，例如我們可以先鎖定第一行SPY的數列，可以找出SPY與EEM的相關係數為0.8，或SPY與SHY的相關係數為-0.46，依此類推，可以找到所有資產彼此間的相關係數。

相關係數是多元資產配置的關鍵參數，透過各資產相關係數越低，將越具有風險分散的效果，相關係數太高不具有太多的分散風險效果，例如同時買進連結S&P500與NASDAQ指數的ETF，類型均為美國股票，且權重重疊之處相當多，兩者相關係數為0.94，可以解釋為「當SPY漲1%時，QQQ平均會上漲0.94%」，並不具任何分散風險的效果。

上圖是實際回測SPY與QQQ組合的狀況，整體走勢幾乎相同，平均報酬率沒有增加非常多外，承擔的波動反而加大了，導致Sharpe值還下降。

如果是持有相關係數為負的資產呢？例如同時持有美股與美國公債，相關係數約為0~-0.5間，在股市大跌時，美債價格容易上漲，以抵銷部分股票下跌的損失，又持有美債有固定的收益，同時持有兩個相關性為負，且具有收益性質的商品是效率資產配置的必要條件。

SPY與TLT就是屬於一個股債平衡的投資組合，透過下表的數據有可以知道資產配置的效果了。

是不是持有負相關越高的資產越好呢？ 如果持有反向ETF，相關係數可達到-0.9以上，但持有反向ETF是固定付出成本的概念，並不是像公債一樣收到收益，對於資產配置而言並不屬於有效果的部位。