我国的股票市场从1986年第一个证券交易柜台的开张到深沪证券交易所的成立再到如今沪深两市日成交量屡屡突破2万亿,在短短不到三十年的时间中,其取得的成就是让世界震惊的。随着我国股票市场的不断发展和完善,尤其是从去年开始股票市场进入新一轮牛市,我国掀起了炒股的热潮,投资者对于股票技术分析的需求随之急剧增加。作为衡量股市宏观系统性风险和微观资产组合有效性的重要判断依据,股票间的相关性对于投资者具有重要的意义。同时不同股票的同涨同跌现象表明股票间的相关性可能会受股票市场中存在的非因果关联影响。鉴于此,针对股票市场中股票间的相关性分析方法进行研究,以求优化现有的分析方法,尽可能地发现股票间实际的相关关系,便具有十分重要的应用价值。本文通过对股票相关性的理论研究,对现有的相关性分析方法,包括Granger因果关系检验、线性相关系数法、基于Copula函数的相关性分析方法进行了系统的研究分析。进一步,本文从股票市场中个股与大盘的关系以及宏观角度和微观角度对股票相关性的影响机制,并利用实证分析结果验证了股票间非因果关联的存在性。在充分挖掘现有股票相关性分析方法不足的基础之上,通过理论研究和实证计算,提出了能够尽量回避股票间非因果关联的时间序列挖掘方法以及借助于CAPM模型的消除大盘影响的方法,并据此对股票相关性测量方法进行了优化,使得到的相关系数更能反映股票间实际的相关关系,为投资者进行股市系统性风险的衡量和投资组合的构建提供有效依据。