经济的全球化导致了各国经济在一定程度上相互渗透、相互依赖，反映在资本市场上就表现为波动的相互影响日益加强，市场相关性分析一直是金融市场研究的热点，尤其在金融危机蔓延全球的背景下，资产相关性的度量已经成为风险管理、投资组合优化、资本资产定价的必要环节。　　 近年来，随着信息技术的迅速发展金融超高频数据的获取已经成为可能，超高频数据的研究从根本上是与市场微观结构相关，通过研究超高频数据可以使我们对金融市场有更多更全面的认识。交易随机性是金融市场的一个基本特征，传统市场相关性度量方法不能直接用于原始数据，通常需要利用插值将原始时间序列均匀化，这种做法导致一定程度的丢弃和篡改市场信息。根据超高频数据不等间隔的特性，本文提出利用傅里叶分析法从频域角度计算时间序列的相关系数而不需要对原始数据进行处理，维护了原始数据的时间结构和市场信息，本文利用傅里叶分析法对我国金融市场进行了实证研究。　　 本文所做的工作包括：　　 一，介绍傅里叶分析法的基本原理，以及在度量市场相关性中的具体应用，并选取上证A股个股进行实证研究，结果表明随着抽样间隔的变化，应用于等间隔数据的皮尔森相关系数法所估计值的变化幅度较大，相比之下，傅里叶分析法的度量值变化幅度较小，稳定性更好；　　 二，将傅里叶分析法的思想与“已实现”相关性度量方法相结合，提出“傅里叶一已实现”相关系数计算方法，并通过实证研究证明了“傅里叶-已实现”相关系数法要比“已实现”相关系数法的度量效果更好，稳定性更高。　　 三，利用傅里叶分析法对上证个股之间、个股与板块之间一个交易日的实时相关性进行了度量。