评估正相关性需要哪些数据？
定义与核心概念
正相关意味着在所研究的时间段内，两个变量倾向于同向变动。在金融领域，这些变量通常是收益（即汇率变动幅度），而非原始价格水平。正相关并不表示一个变量导致另一个变量变化；它仅描述在选定的数据处理方式和时间窗口下的共同变动行为。
要“评估”正相关性，你需要足够的信息来（1）复现数据转换过程，以及（2）计算你选择的相关性统计量。你还必须记录影响结果的假设。
所需数据：需要收集的内容
1) 两个（或更多）时间序列
你需要收集计划比较的两个变量的历史数值。在货币背景下，这通常指两个汇率序列，或更常见的是从它们导出的两个收益序列。
关键选择：决定你是比较：
- 从每个汇率计算出的收益（常见），还是
- 直接比较价格水平（稳定性较差，通常更具误导性）。
如果你的目标是风险讨论中常用的“正相关”，那么收益通常是更具解释性的输入，因为即使在共同变动较弱的情况下，汇率水平也可能持续漂移。
2) 一致的采样频率和时间戳
你需要确切的采样频率（例如每小时、每日或其他间隔）以及一致的时间戳约定。采样不匹配可能产生虚假相关性，或掩盖真实的共同变动。
记录以下假设：
- 时区处理方式（如何解释时间戳）
- 是否按钟表时间或K线收盘时间对齐
- 如何处理周末/节假日或非交易时段的缺口
3) 计算窗口
相关性取决于时间区间。你需要：
- 起始和结束日期
- 滚动或固定窗口的大小（如果重复计算）
记录你是使用单个窗口进行一次估计，还是使用多个窗口进行稳定性检查。
4) 收益定义（每次计算的假设）
选择一个收益计算公式并明确说明。常见选项包括：
- 简单收益（百分比变化）
- 对数收益（比率的自然对数）
还需说明使用的是原始序列还是调整后序列（例如，公司行为通常不适用于汇率，但数据供应商可能已进行处理）。
数据来源与时效性：数据应来自何处
5) 数据来源与方法
为每个时间序列使用单一且有记录的来源。可追溯性意味着你能回答：
- 谁提供了数据？
- 数据是如何测量或汇总的？
- 使用了哪些序列标识符？
如果序列来自不同提供商，需确认其定义（定价时间、惯例和转换）是否一致；否则，相关性可能反映的是数据处理不一致。
6) 时效性与可复现性
由于历史分析是回顾性的，“时效性”主要指可复现性：你应保留数据快照（或至少记录提取日期和确切获取方法）。为便于独立验证，他人应能重复相同步骤。
质量检查：计算相关性前验证数据
7) 缺失值与数据清洗选择
相关性对数据缺口和异常值处理敏感。你应记录：
- 如何处理缺失观测值（删除、填充或插值）
- 异常值处理方式（是否进行缩尾、删除点或保留全部）
需谨慎：某些清洗操作可能通过移除共同变动失效的时期而人为提高相关性。
8) 平稳性与机制变化（重要局限性）
相关性不一定稳定。货币关系可能随波动率机制、宏观事件或市场结构变化而改变。在一个时期看似“正相关”的结果可能在另一时期减弱或逆转。
这是关键的失效模式：单一相关性数值可能只是快照，而非持久属性。
9) 非同步数据（另一局限性）
如果一个序列比另一个更早或更晚“响应”，则基于对齐时间戳的简单相关性可能低估或误判共同变动。需评估在所选采样频率下，同步假设是否合理。
证据与示例：如何从所需数据计算相关性
一个可复现的流程需要以下输入和决策：
- 相同日期和采样频率的两个汇率序列。
- 对两者一致应用的收益定义（简单或对数）。
- 一个窗口（起止日期）和缺失数据处理规则。
- 一种相关性方法。
常用的相关性方法包括皮尔逊相关（线性共同变动）或基于秩的替代方法（顺序上的共同变动）。