暗因果关系理论及模式因果算法介绍 [page::4][page::6]

• 暗因果关系定义为非线性动力系统中的潜伏因果结构，区别于传统正负因果。

- 使用符号动力学与吸引子重构，计算正向、负向和暗因果的模式矩阵，基于曼哈顿距离加权预测邻域模式。

• 该方法可准确识别时间序列间复杂动态交互，优于传统相关性分析。

多元资产数据及因果配对分类 [page::8][page::9]

| 资产类别 | 因果配对 |
|----------|-----------------|
| 股指配对 | 标准普尔500-沪深300、标普500-欧斯托克50 |
| 股债配对 | 沪深300-中债10年国债、标普500-美债 |
| 国债配对 | 美债-欧债、美债-中债 |
| 债汇配对 | 中债10年国债-美元指数 |
| 商汇配对 | 黄金-美元指数 |
| 商债配对 | 黄金-美债、布伦特油价-美债 |
| 商品配对 | 铁矿期货-螺纹钢期货 |

• 选取时间序列长度最短的资产作为配对分析时长基准。

样本内因果强度分析及配对选取 [page::10][page::11]

• 标普500与沪深300、铁矿与螺纹钢等配对，因果强度较高。

- 黄金与美元因果强度整体较低，但负向因果有一定显著性，实际预测中黄金作为因表现更优。

• 依据因果强度选定主要配对开展深度实证。

多元资产因果配对样本外测试及实证结果 [page::12][page::21]

| 因 | 果 | 因果方向 | 阈值 | 胜率 | 最大盈利 | 最大亏损 | 累计盈亏 | 年均盈亏 |
|----|----|---------|------|-------|----------|----------|----------|----------|
| 标普500 | 沪深300 | 正向 | 0.9 | 57% | 843.21 | -1159.81 | 11579.48 | 548.26 |
| 中债10年国债 | 沪深300 | 正向 | 0.9 | 51% | 615.91 | -810.49 | 2020.59 | 132.08 |
| 黄金 | 美元指数 | 负向 | 0.5 | 52% | 16.61 | -9.45 | 136.11 | 2.80 |
| 美债 | 欧债 | 正向 | 0.9 | 54% | 97.70 BP | -57.40 BP | 424.70 BP | 14.05 BP |
| 美债 | 中债 | 正向 | 0.5 | 56% | 49.21 BP | -40.13 BP | 160.91 BP | 10.56 BP |
| 铁矿期货 | 螺纹钢期货 | 正向 | 0.5 | 55% | 617.00 | -487.00 | 7023.00 | 747.56 |

• 多数配对在因果强度阈值0.5及0.9情况下均获得正收益且胜率超过50%。

- 标普500与沪深300的因果测试表现最佳，累计收益稳定提升。

• 黄金与美元指数负向因果表现优于正向，符合商品与货币的反向关系逻辑。

- 国债间因果测试显示美国10年国债对欧债和中债影响显著。

• 铁矿与螺纹钢因果验证了产业链原料到成品的动态传导。

典型量化因果预测模型案例：标普500预测沪深300 [page::13]

• 样本内正向因果强度均值约0.12，因果强度分布分散。

- 使用模式因果构建沪深300价格趋势预测模型，累计盈亏曲线持续向上，验证模型有效性。

• 不同阈值（0.5及0.9）对应的累计收益差异不大，稳定性较好。

其他重要配对回测简述 [page::14-20]

• 沪深300与中债10年国债呈现动态变化，正负因果间波动，股债间跷跷板关系动态显现。

- 黄金与美元指数负向因果在较低阈值下具备较强预测能力。

• 美债对欧债及中债具有显著正向因果影响，体现全球利率市场联动。

- 铁矿与螺纹钢作为产业链代表，因果关系强度较大且预测效果稳定。

结论 [page::21]

• 模式因果模型有效刻画多元资产中复杂的正、负及暗因果关系。

- 因果强度作为择时指标在实证中表现出较好的收益和胜率。

• 因果关系具备动态演变特性，暗因果为捕捉系统潜在动态提供新视角。

- 产业链及跨资产因果效应验证了经济逻辑的合理性。

• 未来研究将深化金融复杂系统中因果关联的新方法探索。

多元资产暗因果关系的实证报告详尽分析

---

一、元数据与概览

报告标题： 多元资产暗因果关系的实证
作者及机构： 章顺，资深分析师（金融工程），上海东证期货有限公司
发布时间： 2023年11月27日
研究主题： 本报告聚焦于金融市场中多种资产（股指、国债、商品、外汇）之间的暗因果关系，采用Stavros K. Stavroglou等人提出的模式因果模型，深入挖掘正向、负向及暗因果关系在市场动态结构中的表现及实证应用。

核心论点与目标：

• 报告借助基于符号动力学和相空间重构的因果推断创新方法，突破传统因果分析只判断关联性，而忽略因果方向和更复杂交互模式的局限。

- 通过对标准普尔500、沪深300、中债10年国债、黄金、美元指数、美债、欧债、铁矿、螺纹钢等多资产配对的实证分析，测试正负暗三种因果类型的强度指标，同时验证不同阈值下因果预测的盈利表现和胜率。

• 研究发现多数因果配对在设定的因果强度阈值下均能实现超50%的预测胜率和累计正收益，暗因果关系作为一种介于相关与因果之间的新生概念，为复杂系统中的资产动态关系提供了有力的补充视角。

- 报告最终强调因果强度指标的动态变化性和金融多元资产间因果结构的复杂性，提出未来将持续深化因果关系挖掘，扩展金融复杂系统的理论与应用框架。[page::0,21]

---

二、逐节深度解读

1.暗因果关系（第1节）

本节介绍暗因果关系的概念及其理论基础。传统相关性分析和一般因果模型只区分正向或负向关系，然而复杂系统中存在一种介于两者之外的隐蔽动态交互方式——暗因果关系。

• 暗因果定义与创新点： 以符号动力学和相空间重构为基础，通过模式矩阵表征系统状态中潜伏且难以捉摸的复杂动态结构；暗因果既非相关，也非单向因果，而是经过邻域变化剖析的过程性因果“素描”，能揭示非线性动态耦合特征。

- 具体例子： 状态空间维度E=4时，X持续增强能触发Y振荡的模式（例如$\mathrm{Px}=1111\rightarrow\mathrm{Py}=\setminus1\setminus1$）。

• 应用范围： 该关系不仅存在于理论模型，也普遍见于生态系统、大脑神经及金融市场。

- 意义： 为理解金融资产之间复杂、非线性且时变的互动关系，提供了新的方法论基础。[page::0,4]

2.暗因果的相关原理（第2节）

该部分详细陈述了暗因果推断方法的理论支撑。

• 理论基础：

- 以符号动力学理论为基础，通过时间序列的符号化与模式提取，捕捉动态系统轨迹的形态变化。
- 利用动力系统理论中的吸引子重构，借助延时嵌入理论将单变量时间序列映射为多维相空间轨迹（重构吸引子），使得从单个市场状态提取系统动力学成为可能。

• 具体方法论：

- 构造两变量时间序列的滞后向量$x(t), y(t)$，并分别在对应吸引子$Mx, My$中寻找邻域（$E+1$个最近邻），基于邻域符号模式计算模式平均值，估计另外一个变量上的相关模式。
- 建立模式因果矩阵（PC矩阵）以量化“因”对“果”的因果强度。
- 三种因果关系度量方法：
- 正因果（模式一致的平均准确率）
- 负因果（模式相反的平均准确率）
- 暗因果（除正负因外的其他关联模式准确率）

• 数学定义包括模式构造与基于曼哈顿距离的权重计算，体现了对局部邻域形态动态的量化描述。

- 文中多处列出了针对不同嵌入维度（E=2,3,4等）的符号模式定义，体现复杂度的递进。

• 该方法弥补传统因果分析忽视模式多样性和非线性动态的信息缺失。[page::4-8]

3.多元资产暗因果关系的实证（第3节）

3.1 数据及说明（第3.1节）

• 选取涵盖股票指数（标普500、沪深300、欧洲斯托克50）、国债（中债、美债、欧债）、商品（铁矿、螺纹钢、布伦特原油）、外汇（美元指数）及贵金属（金价）共11个标的。

- 数据时间跨度不一，从1920年代到2023年，日度频率主导，国债数据来自外汇交易中心。

• 设立资产配对分为股指配对（如标普对沪深300）、股债配对、国债配对、债汇配对、商汇配对、商债配对和商品配对，符合资产间逻辑。

- 财务市场数据选择反映多市场多资产类别，旨在揭示金融多元体系内的复杂因果交互。[page::9]

3.2 测试流程及参数（第3.2节）

• 用价格或收益率构建时间序列，采用模式因果模型计算三种因果强度，设立0.5和0.9两个阈值。

- “因”的趋势方向提取基于5天斜率符号，将因果强度大于阈值判定为进场点，出现暗因果强度大于0则作为离场点，构建择时模型。

• 交易假设允许多头空头双向操作，秉承实用投资策略原则。

- 窗口长度采用144个交易日，符合因果强度时变特性。

• 体现了对动态因果结构调节和实际投资决策结合的尝试。[page::10]

3.3 样本内因果强度表现（第3.3节）

• 前100个交易日统计显示，标普500-沪深300、沪深300-中债10年、中欧美债和铁矿-螺纹钢的因果强度较高。

- 标普500-欧洲斯托克50和标普500-美债暗因果成分显著，暗示因果关系不明确。

• 黄金与美元间的因果强度均值较低，表象与直觉存出入。

- 该阶段为后续配对实证提供依据，对因果关系强度分布做出了全面把握。[page::10-11]

3.4 样本外实证分析（第3.4节）

• 测试依托样本内高因果强度的配对，优先考虑正向因果，负向因果虽存在，但预测效果有限。

- 多数因果配对（0.5和0.9阈值）均实现正收益并胜率超过50%，标普500-沪深300表现优异；黄金-美元负向因果在0.5阈值盈利，但阳变量相关逻辑尚有待进一步探讨。

• 美债对欧债、中债的影响明显，符合宏观经济直觉和市场结构特征。

- 铁矿与螺纹钢间的产业链因果关系清晰，模式因果模型有效验证该原理。

• 指明因果强度动态变化，预示投资策略需适应复杂系统动态调整。

- 投资策略实证结合暗示该因果测度具备较强的实用性和经济解释力。[page::11-21]

具体配对章节逐一展示（3.4.1至3.4.6）：

标准普尔500与沪深300（3.4.1）

• 说明两大指数的市场地位及代表性。

- 样本内因果强度均值0.12，显示频繁出现弱因果。

• 根据因果强度阈值，无论0.5还是0.9，构建的预测模型均表现为明显稳定的累计正收益。

- 图表展示了样本内不同因果模式的波动和累计盈亏趋势，红色曲线（因果强度）与灰线（沪深300走势）保持较好对应关系，说明模型识别出有效的因果驱动信号。

• 测试单笔盈亏波动较小且集中，盈亏分布有助于风险控制。[page::12-13]

沪深300和中债10年国债（3.4.2）

• 阐述股债“跷跷板”关系不稳定。

- 样本内负向因果强度较高但预测效果较差，正向因果预测虽胜率仅略超50%，但累计盈亏波动较大。

• 图表显示因果强度在不同时间点聚集且波动较大，盈亏表现波动明显，强调配对关系动态不稳定、受宏观政策等外部冲击影响大。

- 反映实际投资中需要动态调整策略以应对股债间时变因果关系。[page::14-15]

黄金现货价格与美元指数（3.4.3）

• 二者的关系广为认知，样本内因果强度却较低，表明模式识别复杂。

- 经过对调变量排名，黄金作为“因”的负向因果预测效果优于美元预测黄金，累计盈利曲线持续上升，显示黄金负向影响美元走势的潜力。

• 图表细致展示了因果模式和盈亏量化结果，暗示经济学常识中的“美元走强黄金走弱”模式在样本内被捕捉。

- 此结果点出因果排序与传统基本面逻辑可能存在偏差，提示研究者需结合经济分析进行判断。 [page::15-16]

美国10年国债和欧元区10年国债（3.4.4）

• 逻辑上，美债影响欧债合乎常理。

- 样本内负向因果略强于正向，但正向因果测试，尤其是高阈值（0.9）下，累计盈利为正，反映经济直觉和市场联动。

• 图表呈现欧债收益率和测试盈亏波动，显示因果模型可较好反映两债市间的互动。

- 揭示全球主要利率市场间联动机制。[page::16-17]

美国10年国债和中债10年国债（3.4.5）

• 显示美债对中债有显著影响，样本内正向因果强度高于负向。

- 累计盈亏曲线显示总体盈利，但盈亏比不理想，影响整体净值提升。

• 图表中溢价表现波动和盈亏状态揭示策略实施中风险与收益平衡的需控制。

- 反映新兴市场国债受发达市场国债长期影响。[page::18-19]

铁矿期货主力和螺纹钢期货主力（3.4.6）

• 原料与成品的产业链关系得到模式因果的验证。

- 样本内因果强度居高不下，累计收益在因果强度阈值0.5时表现最佳。

• 盈利波动主要源于2018-2020年间政策调整和供需变化的外部因素，披露了政策事件对因果关系的影响。

- 图表中清晰映射了螺纹钢价格走势与铁矿的因果预测能力，实际投资参考价值显著。[page::19-20]

---

三、图表深度解读

报告共提供超过30个图表，集中展示了多资产因果强度分布、单笔和累计盈亏等关键数据。下面对几大代表图表作重点解读：

图表1及2（金融资产数据明细及因果配对）

• 展示了多资产时间跨度和配对思路，明确分析基础和研究范围，体现了数据的丰富性和匹配逻辑。

- 这些表奠定了实证分析基线。[page::9]

图表3（前100个交易日因果强度均值）

• 多资产配对展示了正、负及暗因果强度的具体数值。

- 如铁矿到螺纹钢正向因果0.33最高，表明产业链因果清晰；黄金与美元均低于0.05，暗示关系复杂。

• 这些数值指导后续样本外实证测试的重点资产配对选择。[page::11]

标普500与沪深300系列图（图5-9）

• 因果强度散点图（图5）显示正负暗因果动态变化，分布较为分散，体现出多变的因果关系。

- 累计盈亏图（图6、图9）表现出随时间推移稳定上涨趋势，正向因果强度作为择时指标的有效性得到验证。

• 单笔盈亏图（图7、图8）显示大多数交易波动较小，盈亏分布较为合理，风险可控。

- 这一组合图表整体证实明晰且稳定的跨国股指因果关系。[page::13]

中债与沪深300图表（图10-14）

• 因果强度图显示正负因果高度波动，长期暗因果成分较低。

- 累计盈亏图幅度起伏较大，体现股债关系的不稳定性。

• 单笔盈亏差异明显，说明交易机会和风险共存。

- 该图组展示了复杂且易变的股债动态。[page::14-15]

黄金与美元图表（图15-19）

• 因果强度图有明显分布差异，暗示负向因果更适用。

- 累计盈亏图在以黄金为“因”时展现稳健的上升趋势，验证负向因果的预测价值。

• 单笔盈亏图波动较大，但总体呈正向表现，证明该策略在历史样本中有效。

- 此组图表体现贵金属与外汇复杂关系的一面。[page::15-16]

美债与欧债图表（图20-24）

• 因果强度图反映两债市场因果较为均衡且动态。

- 累计盈亏图突显正向因果在高阈值下累积收益稳健，适合作为投资指标。

• 单笔盈亏呈现较小波动，保证策略的风险管理。

- 综合展示全球国债市场联动机理。
[page::17]

美债与中债图表（图25-29）

• 因果强度图表明正向因果稍占优势。

- 累计盈亏图显示美债预测中债取得正收益，但波动较大，盈利质量一般。

• 单笔盈亏展现短线波动风险，需关注盈亏比表现。

- 图形体现国际与新兴债券市场互动的复杂性。
[page::18-19]

铁矿与螺纹钢图表（图30-34）

• 因果强度明显且集中，验证产业链原料-成品之间紧密的正向因果关系。

- 累计盈亏图形呈现自2018年起的回撤及后续稳步增长，反映市场环境和政策影响。

• 单笔盈亏分析进一步揭示波动性和风险管理要点。

- 这些图表是商品链因果分析的典范。[page::19-20]

---

四、估值分析

该报告并未涉及传统意义上的估值分析（如DCF、P/E等），因其研究焦点为因果关系的检测与验证，而非资产具体价值评估。实证部分更多强调预测能力和交易回报，侧重于因果强度与策略表现的统计关系，符合金融市场择时模型的功能定位。

---

五、风险因素评估

报告未专门章节说明风险因素，但实证数据和结论隐含几类风险：

• 因果关系的动态时变性带来的模型稳定性风险，暗因果成分的存在体现了因果不确定性。

- 股债、黄金-美元配对表明因果信号不稳定或矛盾时，盈利与胜率表现波动较大。

• 盈亏比不理想及特殊时期的政策冲击（如2018-2020年环保政策影响铁矿钢材市场），说明外部风险对因果结构影响显著。

- 实际交易可能存在滑点、手续费等执行风险未考虑。

• 研究强调动态调整和结合经济直觉的必要性暗示缓解策略以适应结构性变化。

---

六、批判性视角与细微差别

• 报告依赖Stavros K. Stavroglou等人的模式因果模型，虽纳入非线性动态与暗因果创新，但模型假设（如嵌入维度选择、邻域定义）敏感，可能影响稳定性与泛化能力。

- 不同资产配对中，暗因果比例较高时预测能力未详述，是否完全纳入策略仍然模糊。

• 黄金对美元的因果方向异常，报告指出“黄金作为因”在基本面逻辑上不符合常规，提示模型解释应结合领域知识谨慎解读。

- 部分数据显示胜率虽超过50%，但盈亏幅度及波动较大，模型盈利质量及实用性仍需进一步评估。

• 样本长度及时间窗口差异大，可能影响因果测度的时效性和稳定性。

- 建议未来研究持续结合经济基本面与动态调整机制，补强模型适应性。

---

七、结论性综合

本报告系统地引入并实证了暗因果关系理论及模式因果模型在多元金融资产配对中的应用。通过细致的理论推导和丰富的数据实证，清晰展现了包括典型正向、负向以及创新意义的暗因果三类因果强度指标。

实证结果显示，多数资产对在多样化阈值条件下测得的因果配对表现出较为稳定的预测能力，均获得超过50%的胜率和累计正收益，特别是跨国股指、国债和产业链商品因果关系的验证尤为显著。这些验证不仅符合已有金融市场联动与产业链逻辑，更凸显暗因果作为传统相关与因果分析的有益补充，能够揭示金融市场中的隐蔽动态关系，辅助投资者构建有效的择时模型。

图表数据深入揭示了因果强度的波动及其对应资产价格和盈亏表现，强调因果关系在复杂金融系统中是动态且多样的，提示投资策略必须灵活调整和结合经济直觉。

总结而言，报告不仅成功将金融资产因果理论推向更高层次，也为量化投资策略提供了系统且实用的理论与工具支持。未来研究计划继续挖掘因果关系的新方法，深化对宏观及微观层面复杂市场机制的理解，推动金融工程向更精准和动态的预测方向发展。[page::0-21]

---

附：部分关键图表示例（按报告原文顺序）

图表3：前100个交易日金融资产配对因果强度均值

| 因 | 果 | 正向 | 负向 | 暗因果 |
|---|---|---|---|---|
| 标准普尔500 | 沪深300 | 0.12 | 0.12 | 0.00 |
| 沪深300 | 中债10年国债 | 0.17 | 0.25 | 0.00 |
| 以美元计价的黄金现货价格 | 美元指数 | 0.04 | 0.04 | 0.04 |
| 美国10年国债 | 欧元区10年国债 | 0.11 | 0.16 | 0.00 |
| 美国10年国债 | 中债10年国债 | 0.09 | 0.05 | 0.00 |
| 铁矿期货主力 | 螺纹钢期货主力 | 0.33 | 0.23 | 0.06 |

该表反映不同配对间因果强度结构，为后续实证策略选取起到关键导向作用。[page::11]

图表4：选定因果配对实证结果

| 因 | 果 | 测试方向 | 因果强度阈值 | 胜率 | 最大盈利 | 最大亏损 | 累计盈亏 | 年均盈亏 |
|---|---|---|---|---|---|---|---|---|
| 标准普尔500 | 沪深300 | 正向 | 0.9 | 57% | 843.21点 | -1159.81点 | 11579.48点 | 548.26点 |
| 中债10年国债 | 沪深300 | 正向 | 0.9 | 51% | 615.91点 | -810.49点 | 2020.59点 | 132.08点 |
| 黄金 | 美元指数 | 负向 | 0.5 | 52% | 16.61点 | -9.45点 | 136.11点 | 2.80点 |
| 美国10年国债 | 欧元区10年国债 | 正向 | 0.9 | 54% | 97.70BP | -57.40BP | 424.70BP | 14.05BP |
| 美国10年国债 | 中债10年国债 | 正向 | 0.9 | 56% | 61.79BP | -43.67BP | 55.92BP | 3.67BP |
| 铁矿期货主力 | 螺纹钢期货主力 | 正向 | 0.5 | 55% | 617点 | -487点 | 7023点 | 747.56点 |

该表充分体现了因果强度阈值对策略胜率和收益的影响，验证了模型的投资应用价值。[page::12]

---

总结

本报告从理论到实证系统阐释了多元资产间复杂因果关系的辨析及作用力，采用科技前沿的暗因果分析方法，丰富了金融因果研究的工具箱。通过丰富数据集和市场真实案例验证，呈现了因果强度作为动态投资决策指标的有效性和创新优势。研究结合经济逻辑，对不同资产类别的因果关系进行了细致的诠释，揭示了金融市场中深层次的相互作用机制，并为投资实践的因果择时策略提供了实证支持。报告强调未来金融研究与实践中因果关系的核心地位，并推动相关因果识别技术的不断进步。

---

（全文所引用页码标识严格对应原报告页码。）

报告