评估相关性变化需要哪些数据？
直接回答
要评估相关性变化，您需要的数据应能帮助您：(1) 随时间测量两个时间序列之间的关系；(2) 验证数据来源；(3) 确保测量结果在不同时间段之间具有可比性；(4) 检查结果是否因数据清洗不当、缺失数据或不稳定假设而产生误导。
最低要求是收集您想关联的两个时间序列、时间戳和采样规则、您将应用的转换方式（例如使用收益率而非原始价格水平），以及数据质量的文档说明。同时，还需规划来源追溯检查和“失败模式”检查（即当数据或条件变化时，结果可能出错的方式）。
机制与定义：什么是“相关性变化”
相关性变化意味着两个变量之间的统计关系估计值随时间并非恒定。实际操作中，您会在多个时间段（例如滚动窗口或按市场状态划分）内估算相关性，并观察其变化趋势。
以下两点澄清可帮助您避免混淆：
- 使用合适的数据尺度。相关性通常在经过变换的时间序列上计算（常见为价格变动）。使用原始价格/水平序列可能导致误导性的依赖关系。
- 相关性取决于方法和窗口。即使底层关系未“根本性”变化，不同的采样频率、窗口长度和计算惯例也可能导致相关性估计值不同。
因此，您所需的“数据”清单实际上是一组用于一致实验的要素：成对的时间序列、将其转换为可比数值的方法，以及时间窗口的选择方式。
证据：应收集的输入数据（及如何保持可比性）
请收集以下输入，并记录您所做的假设：
- 待比较的两个时间序列
- 您希望检验其相关性的序列 A 和序列 B。
- 对每个序列，需包含测量定义（代表什么）、单位，以及是中间价、最新价、报价还是其他衍生值。
- 时间轴与采样规则
- 起始/结束时间戳。
- 采样频率（例如每分钟、每小时、每日）。
- 时间戳是否对齐到同一市场时钟，以及如何处理数据间隙。
- 计算所用的变换方式
- 在计算相关性前应用的公式（例如使用每个区间的收益率而非原始水平）。
- 如何处理缺失值：排除区间、前向填充，或删除特定点。该选择可能显著影响估计结果。
- 相关性估算设置
- 窗口方法：滚动窗口或固定子周期。
- 窗口长度与重叠程度（重叠影响估计值的平滑度和统计依赖性）。
- 相关性类型（通常使用 Pearson 相关系数衡量线性依赖；不同选择会以不同方式衡量依赖关系）。
- 数据来源与文档
- 数据来源系统/提供商信息。
- 任何已知的公司行为或合约展期规则（如适用）。
- 文件/版本标识符和获取方式。
- 质量指标与清洗日志
- 每个序列缺失时间戳的百分比。
- 异常值检测方法，以及是否保留或剔除异常值。
- 简单的合理性检查：是否存在由数据重置而非市场变动引起的突变？
一个实际示例（假设必须明确）
假设您选择两个以相同采样频率观测的序列，并基于区间变动计算相关性。您选择固定窗口长度，并随时间向前滑动。相关性“变化”即为两个相邻窗口相关性估计值的差异。
为使该结果可解释，您必须明确说明：
- 什么是区间变动。
- 如何处理缺失的时间戳。
- 两个序列是否使用相同的采样计划和变换方式。 如果这些因素未受控，观察到的相关性变动可能反映的是数据处理差异，而非真实变化。
局限性与风险：常见失败模式
相关性变化特别容易受到人为因素和不稳定性影响。主要局限包括：
- 非平稳性：相关性不保证稳定；即使数据完美，关系也可能随条件变化而变动。
- 采样与窗口效应：不同频率和窗口大小可能导致不同的相关性轨迹。
- 数据质量问题：缺失数据、不同步的时间戳，或意外混合不同工具/定义可能导致相关性偏移。
- 异常值与厚尾分布：少量极端值可能主导估计结果。
- 因果关系误读：相关性变化不证明因果关系。
- 成本与执行现实（若后续用于决策）：当现实摩擦存在时，基于相关性的预期可能被扭曲。