看看Google和Walmart的相关度

image1430×1184 93.2 KB

非平稳时间序列的Spurious Correlation

话题终结

Walmart明显更稳健，Sharpe ratio更高

让我想起了这个帖子
【引用自 未知】:
META跟BTC相关性这么高吗？ 股市投资
[image]
一看原来也是楼主发的

lz可能没看懂
【引用自 Mont】:
非平稳时间序列的Spurious Correlation
话题终结
的意思。

我举个例子，我手上的手表转的圈数和你手上的手表转的一样；我家的苹果腐烂速度和你家苹果腐烂的速度也是一样的。你觉得咱俩的手表、苹果有没有关系？

Update：不对啊，我顶着这个头像怎么能手打Answer呢？

# 非平稳时间序列的 Spurious Correlation（伪相关）

Spurious Correlation 指的是：两个时间序列在真实生成机制上没有因果或结构关系，但因为它们各自是非平稳的（例如带趋势、单位根、结构性变动），在样本内用相关系数或 OLS 回归却会得到显著相关或显著系数的“假象”。
典型数学形态：随机游走导致的伪相关

经典情形是两条彼此独立的随机游走：

x_t = x_{t-1} + \varepsilon_t,\quad

y_t = y_{t-1} + \eta_t,

其中 \varepsilon_t 与 \eta_t 相互独立、均值为 0、方差有限。

如果你直接回归

y_t = \alpha + \beta x_t + u_t,

即使 x_t 与 y_t 在 DGP 上完全独立，也常常会得到“看起来显著”的 \hat\beta 和很高的 R^2。这就是伪相关。
为什么会发生：非平稳破坏了常规推断前提

当 x_t、y_t 含单位根（常说是 $I(1)$）时，它们对冲击的反应具有“持久性”。因此：

样本路径会表现出长段同向移动（共同随时间漂移）

相关系数把“共同漂移的形状”当成了变量间关系

OLS 的常规 t 检验依赖的渐近分布前提（如弱相关、平稳性）不成立

一个常见现象是残差序列强自相关，Durbin–Watson 值偏低，但系数却“显著”。
如何识别：你会看到的信号（非充分条件）

回归 R^2 很高，\hat\beta 的 t 值显著

换一个样本区间或起止时间，结论不稳定

回归残差 u_t 呈现强自相关、缓慢衰减

从常识或机制上难以解释，但统计上显著

这些只能作为预警，最终要靠平稳性与协整检验来判断。
正确处理思路 1：先做平稳性诊断

对每个序列先判断是否平稳（是否存在单位根）。常用检验包括：

ADF：原假设是“有单位根”（非平稳）

PP：同样以单位根为原假设

KPSS：原假设是“平稳”（和 ADF/PP 互补）

实务上常用组合是 ADF + KPSS 交叉验证。
正确处理思路 2：差分或去趋势后再建模

如果 x_t、y_t 是 I(1)，常见做法是对它们做一阶差分：

\Delta x_t = x_t - x_{t-1},\quad

\Delta y_t = y_t - y_{t-1}.

然后分析短期联动：

\Delta y_t = \alpha + \beta \Delta x_t + e_t.

差分的直觉是：去掉随机游走的“累积漂移”，保留每期的变化量，使序列更接近平稳，从而避免把趋势当关系。

如果序列是“趋势平稳”（trend-stationary），也可以通过显式去趋势，例如设

x_t = a_x + b_x t + \tilde x_t,\quad

y_t = a_y + b_y t + \tilde y_t,

其中 \tilde x_t,\tilde y_t 平稳。此时可以用去趋势后的 \tilde x_t,\tilde y_t 再做相关/回归，或在回归中加入时间趋势项。
关键例外：协整不是伪相关

有些情况下两个序列虽然各自非平稳，但它们之间存在长期均衡关系，这叫协整。

如果 x_t 与 y_t 都是 I(1)，但存在某个 \beta 使得

z_t = y_t - \beta x_t

是 $I(0)（平稳），那么 (x_t,y_t)$ 协整。此时对水平值做回归并不必然是伪相关，因为它反映了长期关系。

协整常用检验方法：

Engle–Granger 两步法

Johansen 方法（多变量系统更常用）

协整成立时，常用误差修正模型（ECM）描述短期与长期的结合：

\Delta y_t = \gamma (y_{t-1} - \beta x_{t-1}) + \sum_{i=1}^p \phi_i \Delta y_{t-i} + \sum_{j=0}^q \theta_j \Delta x_{t-j} + \varepsilon_t,

其中 (y_{t-1} - \beta x_{t-1}) 是长期偏离项，\gamma 描述回归速度（通常 \gamma<0 才表示向均衡回归）。
一句话记忆法

当你看到两个序列在水平值上“显著相关”，第一反应应是：它们是否非平稳？如果是，先处理非平稳（差分/去趋势）并检查是否协整，否则很可能只是 spurious correlation。

你手打的例子里面确实是有相关性的。。

【引用自 mgnt.adv】:
你觉得咱俩的手表、苹果有没有关系？
有关系

话题终结

我应该说因果关系。