3. 相关性度量
在量化策略配置中，“相关性”是决定分散化效果的核心输入。很多初学者只记住一个“相关系数”，却忽略了不同度量方法对数据分布、异常值和尾部风险的敏感度差异。选错相关性工具，轻则低估组合波动，重则在极端行情中遭遇“伪分散化”的重创。本节将系统梳理五类相关性度量方法，并给出实战选择框架。
一、核心原理：相关性到底在度量什么
相关性刻画的是两个变量“同向或反向变动”的程度。但不同方法对“变动”的定义不同：皮尔逊度量线性协动，斯皮尔曼和肯德尔度量单调秩次协动，尾部相关度量极端区域的联合概率，非线性方法则捕捉更复杂的依赖结构。理解这一点，是正确选型的前提。
二、五类方法逐一拆解
1. 皮尔逊相关系数（Pearson）
最常用，度量线性相关，取值[-1,1]。公式为协方差除以标准差乘积。它假设变量近似正态、关系线性，且对异常值极度敏感。在策略收益序列中，一次极端行情就可能把系数从0.1拉到0.6。
import numpy as np
from scipy.stats import pearsonr
r, p = pearsonr(strategy_a_returns, strategy_b_returns)
# 注意：先检查异常值，必要时用winsorize处理
2. 斯皮尔曼秩相关（Spearman）
先将数据转为秩次，再计算秩次的皮尔逊相关。它度量单调关系，对异常值稳健，适合收益分布偏斜或存在极端值的场景。若两策略关系是“同涨同跌但非线性”，斯皮尔曼通常比皮尔逊更可靠。
3. 肯德尔秩相关（Kendall）
基于“一致对”与“不一致对”的比例，度量秩次一致性。它对样本量较小、存在大量并列秩次的情况更稳健，统计解释也更直观：τ=0.3意味着约65%的配对是同向的。缺点是计算复杂度较高，大样本下速度慢于斯皮尔曼。
4. 尾部相关（Tail Dependence）
分散化最怕的是“平时不相关，危机时一起跌”。尾部相关专门度量极端区域的联合概率，分为上尾相关和下尾相关。常用估计方法包括条件概率法和Copula模型。实战中，若两策略下尾相关显著高于整体相关，说明危机时分散化失效。
5. 非线性相关方法
包括互信息（Mutual Information）、距离相关（Distance Correlation）等。互信息能捕捉任意形式的依赖关系，距离相关则对线性和非线性都敏感，且为0当且仅当独立。它们适合筛查“皮尔逊接近0但实际存在依赖”的策略对。
三、方法对比与选择清单
| 方法 | 度量关系 | 异常值稳健性 | 计算复杂度 | 适用场景 |
|---|---|---|---|---|
| 皮尔逊 | 线性 | 低 | 低 | 收益近似正态、无极端值 |
| 斯皮尔曼 | 单调 | 高 | 中 | 偏斜分布、存在异常值 |
| 肯德尔 | 秩次一致 | 高 | 较高 | 小样本、大量并列秩次 |
| 尾部相关 | 极端联合 | — | 高 | 危机分散化评估 |
| 互信息/距离相关 | 任意依赖 | 中 | 高 | 非线性依赖筛查 |
四、案例场景：一次“伪分散化”的复盘
某组合配置了股票多头策略A和CTA趋势策略B。全样本皮尔逊相关系数为0.15，看起来分散化良好。但2020年3月市场暴跌期间，两者下尾相关骤升至0.72，组合回撤远超预期。复盘发现：A在极端行情中流动性枯竭，B因波动率飙升触发止损，两者同时减仓，形成“流动性螺旋”。
五、常见误区与操作建议
- 误区一：只看一个数字。应同时报告皮尔逊和斯皮尔曼，差异大时说明非线性或异常值影响显著。
- 误区二：用全样本静态相关。必须用滚动窗口（如60日、120日）观察时变特征。
- 误区三：忽略尾部。下尾相关是分散化的“压力测试”，建议每季度更新。
- 误区四：把相关当因果。相关性只描述协动，不解释驱动机制，配置时需结合策略逻辑。
相关性度量不是一次性计算，而是持续监控与动态调整的过程。选对方法、看清尾部、滚动跟踪，才能让分散化配置真正发挥“危机保护”的作用，而不是在关键时刻失效。