4. 行业间成交量关联性度量

在跨行业成交量迁移轨迹测算中，第一步往往不是建模，而是回答一个更基础的问题：两个行业的成交量序列到底"像不像"、"谁先谁后"、"关联是线性还是非线性"。如果这一步选错度量方法，后续的迁移强度、滞后阶数和迁移方向都会被系统性带偏。本节围绕三种最常用的关联性度量——皮尔逊相关系数、互信息、动态时间规整（DTW）——说明它们各自刻画什么、在什么数据条件下可靠，以及如何在实际测算中组合使用。

三种度量刻画的是不同层面的"关联"

皮尔逊相关系数衡量两条序列在同一时点上的线性同步程度，取值在 −1 到 1 之间。它要求两序列对齐、近似平稳、且关系以线性为主。优点是解释直观、计算快、可直接做显著性检验；缺点是对方差变化敏感，对非线性单调关系（如先增后减的倒 U 型）会低估，对异常值非常敏感。在成交量场景中，若两个行业受同一宏观因子驱动、且都以近似比例放大缩小，相关系数会很高；但若一个行业是另一个行业的"上游先行、下游滞后放大"，同期相关系数可能接近 0，此时它并不代表无关联，而是关联存在时滞。

互信息从信息论角度度量两序列共享的不确定性削减量，能捕捉任意形式的统计依赖，包括非线性、非单调关系。它的关键优势是"不假设函数形式"，但代价是：需要估计概率分布（连续变量通常要分箱或做核密度估计），对样本量和分箱方式敏感，且没有天然的符号（无法区分正相关与负相关）。因此在成交量测算中，互信息更适合作为"是否存在依赖"的筛查工具，而不是直接给出方向。

动态时间规整则换了一个问题：它不要求两序列逐点对齐，而是允许时间轴弹性伸缩，寻找一条最优对齐路径，使累计距离最小。DTW 距离越小，说明两条序列的"形状"越相似，即使其中一条整体提前或滞后若干期。它天然适合处理成交量序列中常见的相位漂移、节奏快慢不一的问题，但 DTW 距离本身不是归一化到 [0,1] 的相关系数，不能直接横向比较不同序列对的强弱，且对噪声和端点敏感，需要配合约束窗口和归一化使用。

用示例数据看清三者的差异

假设我们取两个行业 A、B 的月度成交量指数共 24 期（示例数据，用于说明方法差异，非实测）。构造三种情形：情形一，B 是 A 的同期线性放大，B ≈ 1.5A + 噪声；情形二，B 是 A 的滞后 2 期版本，B_t ≈ A_{t−2}；情形三，B 与 A 呈倒 U 型关系，A 处于中等水平时 B 最大。

对情形一，同期皮尔逊 r 通常在 0.9 以上，互信息也高，DTW 距离小，三者一致。对情形二，同期 r 可能只有 0.1～0.3，看起来"无关"；但互信息在合适的滞后嵌入下会明显升高，DTW 会找到一条平移对齐路径，距离显著下降——这正是"关联存在但有时滞"的典型表现。对情形三，r 可能接近 0（线性项抵消），而互信息仍然较高，DTW 则因形状不同而距离偏大。可见，单一指标给出的"低关联"结论必须结合另两种度量复核，否则容易把时滞型或非线性型迁移误判为无迁移。

实操中的计算要点

相关系数计算前应先检查平稳性：对含趋势的成交量序列直接求 r 会产生伪相关，通常先做同比或差分。互信息建议先对两序列做等频分箱（如各分 8～12 箱），计算联合频率与边缘频率后求 MI = Σ p(x,y)·log[p(x,y)/(p(x)p(y))]，并用置换检验（打乱 B 的顺序重复 200 次）得到零分布，判断观测 MI 是否显著高于随机水平。DTW 则需先 z-score 标准化消除量纲，设置 Sakoe-Chiba 窗口（例如最大允许偏移为序列长度的 10%～20%），再递推累计代价矩阵，回溯得到对齐路径；路径上 (i, j) 的偏移量 j−i 的均值，可作为两行业成交量迁移的"平均滞后估计"。

# 示例：DTW 平均滞后估计（伪代码，参数为教学假设）
A = zscore(volume_A)          # 标准化
B = zscore(volume_B)
W = 0.15 * len(A)             # Sakoe-Chiba 窗口
D = dtw_cost_matrix(A, B, window=W)
path = backtrack(D)           # 最优对齐路径 [(i1,j1),(i2,j2),...]
lag = mean(j - i for (i, j) in path)   # 正数表示 B 滞后于 A
print("平均滞后约", round(lag, 1), "期")

组合使用的判断原则

实践中推荐"三步交叉"：先用互信息做无假设筛查，确认两行业是否存在任何形式的依赖；再用 DTW 判断这种依赖是否伴随相位漂移，并估计平均滞后；最后在按 DTW 估计的滞后对齐后，计算对齐序列的相关系数，得到带符号的强度与方向。若三者结论一致，可认为关联稳健；若互信息高而 r 低，优先怀疑非线性或时滞；若 DTW 距离小而 r 也高，说明两行业近似同步共振，迁移轨迹更可能是"同涨同跌"而非"先后传导"。需要提醒的是，以上度量都只描述统计关联，不能直接等同于因果迁移，方向判断仍需结合行业上下游关系、政策时点和业务逻辑做外部校验。