技术分析

伪回归与趋势序列的陷阱

解释带趋势序列直接回归为何产生伪回归,说明差分与协整思路的差别,并给出跨资产研究中时间对齐、残差检验和稳健性复检的具体步骤与假设算例。

2026-11-17 09:10 0 评论 收藏 分享
“

两个带趋势的序列直接回归,容易因共同趋势得到高R²和显著系数,残差却仍非平稳,这就是伪回归。应先差分或做协整检验,并统一时间戳、币种与合约口径,再看残差是否平稳、结论是否稳健。

”
伪回归与趋势序列的陷阱
市场研究与知识 核对来源,理解市场机制
技术分析 风控
期货直播室 内容整理

把黄金价格和某个股指的日线放在一张图上,两条线在过去几年里都往上走,做一条回归,假设算例中R²可能高得让人心动。但这个高R²很可能什么也没说明:两个各自带趋势的序列放在一起,即使彼此毫无关系,也容易算出显著系数和漂亮拟合。这就是伪回归最典型的入口。要判断跨资产之间是否真有关系,第一步不是看拟合优度,而是问:趋势被处理掉了吗?时间对齐了吗?残差是平稳的吗?

趋势为什么会让回归“说谎”

伪回归的机制并不神秘。假设算例中,有两个完全独立的序列,各自每年稳定增长,水平值都在抬升。把它们直接回归,模型看到的是“你高我也高”,系数自然为正。问题在于,这种共同抬升来自各自的时间趋势,而不是一方对另一方的驱动。此时常规的t检验和R²分布不再可靠,显著性被系统性高估。

更麻烦的是,这类回归的残差往往仍然带趋势,不会围绕零来回摆动。残差非平稳,意味着模型没有把两者关系里“稳定”的部分提取出来,剩下的误差还在漂移。用这样的模型做外推或判断“偏离均值会回归”,风险很大。

一个检查思路是:先看两个序列各自的走势形态,再对残差做平稳性检验。如果残差仍像一条缓慢漂移的线,而不是围绕某个水平反复穿越,就应怀疑回归是伪的。这一步比看R²有用得多。

差分、协整:两种不同的处理方向

面对带趋势的序列,常见处理是差分,即用变化量代替水平值。差分把趋势去掉,回归的对象变成“这一期变化与那一期变化的关系”。代价是丢失水平信息:两个变量可能长期同向偏离,但短期变化并不同步,差分后关系反而变弱甚至消失。

协整思路提供了另一条路。它关心的不是两个序列各自是否平稳,而是它们的某个线性组合是否平稳。如果存在这样一个组合,两个非平稳序列之间可能存在长期均衡关系,回归残差会围绕零波动。注意,这只是“可能存在”的检验方向,不是看到同涨同跌就能下的结论。协整检验有明确的假设和临界值,需要按方法本身的条件执行,不能凭图形判断。

两条路的适用场景不同:差分适合研究短期变化和冲击传导;协整适合研究长期水平关系是否存在。把两者混用,或者只做差分就宣称“没有关系”,同样不严谨。

时间对齐:跨资产研究里最容易被忽略的一步

跨资产回归的另一个陷阱在时间戳。不同市场的交易时段、收盘时点、节假日安排并不一致。用“同一天”的收盘价配对,可能实际上把不同信息窗口拼在一起。比如一个市场在某个时点已经收盘,另一个市场还在交易,后者的价格包含了前者尚未反映的信息。

处理原则很朴素:比较基差或价差时,必须同步时间、币种和指数口径。股指期货与股票指数本身就不是同一个东西,合约乘数、交割结算方式、报价单位都要按具体产品核验;期货涨跌也不是现货必然跟随的预测(参见CME股指期货产品资料)。黄金方面,标准COMEX黄金期货以美元/金衡盎司报价、标准合约100金衡盎司,微型合约不能套用标准乘数,保证金也不是合约买价或最大亏损(参见CME COMEX黄金期货合约规格)。这些规格差异会直接改变“价格对齐”的含义。

在跨资产研究里,一个可操作的检查顺序是:

  1. 确认两个序列的价格口径:现货还是期货、哪个合约、什么币种、什么时点。
  2. 把时间戳统一到同一信息窗口,必要时用同一时区的收盘或同一采样频率。
  3. 观察水平序列的趋势形态,判断是否需要差分或协整框架。
  4. 对残差做平稳性检验,而不是只看R²和系数显著性。
  5. 用样本外区间或不同时间窗口复检,看关系是否稳定。

一个假设算例:R²高不等于关系真

下面是一个纯假设算例,数字只为说明机制,不代表任何真实市场数据,也不代表任何真实统计结果。

情形 处理方式 假设R² 残差表现 解读
A 两个带趋势序列直接回归 假设0.93 仍缓慢漂移 高拟合可能来自共同趋势,不能据此认定传导关系
B 对两者取一阶差分后回归 假设0.08 围绕零波动 短期变化几乎无同步性,水平上的高R²更可疑
C 检验线性组合的残差平稳性 — 若平稳,才支持长期均衡 需按协整检验的假设与临界值判断,不能凭图形下结论

这个算例的重点不是具体数值,而是A与B的对比:同一对序列,处理方式不同,结论可能完全相反。看到A就写“资金从一处流向另一处”,是把统计假象当成了机制证据。跨市场同涨同跌本身不能单独证明资金迁移,货币政策工具与资产价格之间也隔着政策目标利率、市场名义收益率、通胀预期和实际利率等多个环节,传导取决于其他条件(参见美联储:货币政策工具)。

限制与反证条件

差分和协整都不是万能钥匙。差分可能把长期信息全部滤掉;协整检验对样本长度、结构突变和滞后阶数敏感,样本期内出现制度变化或交易规则调整,结论可能失效。时间对齐也只能减少错配,无法消除不同市场信息效率的差异。

反证条件应当事先想清楚:如果换一个时间窗口,关系消失;如果把采样频率从日频改为周频,显著性大幅下降;如果残差检验不通过;如果加入控制变量后系数不再稳定——这些都指向原结论不稳健。反过来,只有在多种处理方式下关系方向一致、残差表现合理、样本外仍能复现,才谈得上“值得进一步研究”,而不是“已经证明”。

跨资产研究的价值在于提出可检验的机制假设,而不是用一条高R²的回归线替代机制。趋势序列的陷阱,说到底是用水平值的相关性冒充因果与传导。把差分、协整和时间对齐当作三道检查,比追求拟合优度更接近问题的实质。相关品种的合约规格与交易规则,应以对应交易所当前官方版本为准;黄金与股指的进一步研究可参考黄金行情研究与德指期货专题。

参考资料与核验范围

资料核验日期:2026年11月3日。本文为知识与方法说明,不提供发布当日的即时报价;规则、费用和交易安排请以相关机构最新公告为准。内容经工具辅助整理与一致性检查,仍可能存在遗漏;引用来源不代表其认可本文分析。假设算例不是真实交易记录。

FAQ

常见问题

两个序列都上涨,回归R²很高,能说明它们互相驱动吗?

不能。高R²可能来自共同时间趋势,而非真实传导。应检查残差是否平稳,并尝试差分或协整框架,换窗口复检关系是否稳定。

差分和协整应该选哪个?

差分研究短期变化与冲击传导,会丢掉水平信息;协整检验长期均衡是否存在,对样本和结构变化敏感。两者回答不同问题,不能互相替代。

风险提示:期货及相关衍生品具有高波动与杠杆风险。本站内容仅用于市场研究和学习交流,不构成投资建议、收益承诺、代客理财或开户推荐。

来源:公开资料整理;来源见正文

资料来源与更正说明 · 网站导航