线性回归在外汇中的工作原理
外汇中的线性回归：定义及其目标
线性回归是一种统计方法，用于建模一个变量（因变量）与一个或多个变量（自变量）之间的关系。“线性”指的是模型是输入变量的直线函数，而不是指市场本身以直线方式移动。
在外汇相关分析中，人们可能会将线性回归应用于以下历史时间序列：
- 价格水平（例如，货币对的对数价格）
- 收益率或差值（例如，对数收益率）
- 从其他数据派生的解释性特征（例如，滞后值）
一个关键点是区分机制与预期：该方法估计描述过去数据如何符合线性关系的参数。它本身并不提供对未来价格的安全预测。
机制：模型形式、输入和估计流程
1) 选择因变量和自变量
要应用线性回归，你首先需要明确你试图解释的内容。例如，对于一个自变量 X 和因变量 Y，基本形式为：
Y = a + bX + ε
- Y 是因变量（你要测量的内容）。
- X 是自变量（你用来解释 Y 的内容）。
- a 是截距。
- b 是斜率（X 每变化一个单位时 Y 的平均变化量）。
- ε 是误差项（Y 中未被直线解释的部分）。
在外汇背景下，X 和 Y 是从市场数据和你决定使用的任何特征构建的。常见选择包括使用滞后值作为 X（例如，使用前一期的收益率来解释下一期的收益率），但具体选择是你必须声明的假设。
2) 收集历史观测值并按时间对齐
线性回归期望成对的观测值。如果你使用时间序列，你需要决定如何对齐时间戳。例如，如果 Y 是“下一期收益率”，那么 X 必须从“当前期”（或更早）计算得出，以避免意外使用未来信息。
这种对齐决策很重要，因为错误可能会改变估计的关系。
3) 估计参数（a 和 b）
一种标准方法是普通最小二乘法（OLS），它选择 a 和 b 以最小化误差平方和：
min Σ( Yi − (a + bXi) )²
从概念上讲，OLS 找到一条直线，使观测到的 Y 值与该直线之间的垂直偏差尽可能小，以最小二乘意义衡量。
参数估计取决于：
- 你输入的数据（样本）
- 你如何缩放和转换变量
- 是否包含截距
- 是否存在异常值和特殊时期
4) 计算拟合值和残差
一旦参数被估计出来，你就可以计算：
- 拟合值：Ŷi = a + bXi
- 残差：ei = Yi − Ŷi
残差显示了模型未能解释每个观测值的部分。较大的残差表明线性关系未能捕捉到观测到的变动。
5) 评估模型拟合度（样本内）和不确定性
你通常使用以下拟合度量：
- R²（Y 的方差中有多少被线性模型解释）
- 误差度量（例如，均方误差）
然而，高样本内拟合度并不自动意味着强样本外表现。在时间序列中，关系可能会发生变化。
可独立验证的证据和示例逻辑
一个实际示例结构（不假设“预测优势”）
假设你有一组来自历史外汇数据的 N 个对齐观测值。你定义：
- Y 为下一期收益率
- X 为当前期收益率
然后你为每个时间步计算 X 和 Y，生成 i = 1…N 的 (Xi, Yi) 对。使用这些对：
- 使用 OLS 估计 a 和 b
- 获得预测值 Ŷi
- 计算残差 ei = Yi − Ŷi
- 在相同数据上测量误差和/或 R²
要独立验证结果，你可以使用相同的输入序列和变换重新运行计算。如果你在改变样本窗口时估计的系数变化很大，这表明关系不稳定，是一个重要信号。
为什么“线性关系”不等于因果关系
即使回归发现了一个统计上可测量的线性关联，它也不能证明 X 导致 Y。在外汇数据中，许多效应重叠（宏观经济发布、风险情绪变化、流动性变化）。回归参数总结了在你选择的模型下的相关性模式，而不是保证的驱动因素。
在外汇背景下的主要局限性和失效模式
1) 非平稳性和状态变化
外汇时间序列可能因市场条件变化而发生偏移。线性回归假设你估计的关系在观察样本中有意义。如果潜在关系随时间变化，从过去数据估计的系数可能不再描述未来行为。
2) 模型设定错误
直线模型可能过于简单。即使“平均”关系看起来是线性的，真实关系可能是：
- 非线性的
- 随时间变化的（参数变化）
- 依赖于你未包含的变量
如果模型设定错误，残差通常会显示系统性模式，意味着模型在结构上不完整。
3) 自相关和依赖误差
在时间序列中，残差可能在时间上相关。许多经典回归推断解释依赖于对误差项的假设。如果误差是自相关的或异方差的，不确定性估计（例如，标准误差）可能会产生误导。
4) 使用多个特征时的过拟合
如果你扩展到多个自变量（多元回归），模型可能会拟合训练期的噪声，尤其是在数据有限的情况下。在外汇中，“更多特征”可能增加表面上的拟合度，但会恶化泛化能力。
5) 数据质量和变换选择
不同的选择——使用价格水平 vs 收益率、对数 vs 算术变换、窗口长度和异常值处理——可能会显著改变结果。由于回归对缩放和样本构成敏感，你必须明确说明变换过程。
如何验证关于线性回归结果的声明
检查你的假设和可重复性
要独立验证线性回归分析是否合理，请关注：
- X 和 Y 是否在时间上正确对齐
- 是否明确定义了变换
- 残差看起来是随机的而非结构性的
- 系数在不同历史窗口下是否相对稳定
区分“解释的变异”与“预测”
正确标注输出有助于理解：
- 回归为样本提供拟合值和残差，以及模型描述。
- 预测未来 Y 需要超出样本内拟合的额外验证。