Lead-Lag Detection
Definition. 在多元时序 \{X_t^{(i)}\}_{i=1}^p 中, 称i leads j, 若 i 的过去对 j 的未来的解释力, 比 i 的未来对 j 的过去的解释力更强: \text{corr}(X^{(i)}_{t-k}, X^{(j)}_t) > \text{corr}(X^{(i)}_t, X^{(j)}_{t-k}), \quad k > 0 通过把成对指标 S_{ij} = -S_{ji} 编码为有向加权图的边权, 把"找出 lead / lag 集群" 转化为"找出 flow imbalance 最大的节点分割"。
三大类 pairwise lead-lag metric (Bennett-Cucuringu-Reinert 2022 综述)
| 类别 | 代表 | 关键性质 |
|---|---|---|
| Cross-correlation functional | ccf-lag1 / ccf-auc | 简单、快; ccf-auc 积分 \int_{-L}^L \mathrm{sign}(l)\rho_{i\to j}(l) dl 默认推荐; corr 可选 Pearson / Kendall / distance correlation / mutual information |
| Signature (rough path) | Levin et al. 2016 | 路径二阶迭代积分 S(X)^{1,2} - S(X)^{2,1}; 非线性 + 非正相关 都能捕捉, 但无法区分" i\to j 负相关" 与 " j\to i 正相关" |
| Granger-style | Skoura 2019 / vector AR | 把自相关 + 协整过滤; 视为 ccf-auc 的多变量扩展 |
美股日收益推荐组合: ccf-auc with distance correlation (Székely 2007), lag l \in \{-5, ..., +5\}。distance correlation 对重尾鲁棒 (Cont 2001 stylized fact), 且能在非线性 + 弱线性相关下保留信号 (Bennett et al. 2022 §3.1.1)。
关键陷阱
- ccf-lag1 只捕捉 lag ±1, 跨多 lag 的依赖会漏; 只适用于"交叉相关为正"的资产 (美股日收益 OK, A 股、债券、外汇需验证)。
- Signature 方向模糊: 当 i 跌 → j 涨 (负相关) 与 j 跌 → i 涨 (正相关) 输出同号, 在显著负相关的资产 (跨期) 上不要用。
- Granger 因果 ≠ 真实因果: 数据自相关 + 同向运动都会产生 lead-lag 关联, 不要直接把聚类结果解释为因果网络 (Runge 2019 PCMCI 才能给因果)。
- 频率依赖: 1 分钟 lead-lag (高频, 微观结构主导) 与 1 个月 lead-lag (低频, 行业基本面主导) 机制完全不同; 论文聚类结果不可跨频率迁移。
邻近概念
- Cross-Correlation Functional (ccf-auc, ccf-lag1) — 详细推导
- Signature Lead-Lag Metric — rough path 视角
- Distance Correlation (Székely 2007) — 非线性相关度量
- Hermitian Spectral Clustering — 配套聚类算法
- Lead-Lag Equity Forecasting — 下游交易信号应用
- 地理引线-滞后效应 (Parsons 2018 (== summaries/201809-geographic-lead-lag-effects/201809-geographic-lead-lag-effects) — 同期另一 lead-lag 经典
起源 / 标准文献
- Bennett, Cucuringu, Reinert (2022) Machine Learning 111:4497–4538 — 当前最系统的方法学对比 (本 wiki 摘要 summaries/202211-lead-lag-network-clustering/202211-lead-lag-network-clustering)。代码 https://github.com/stefanosbennett/mlj-lead-lag
- Lo & MacKinlay (1990) — 早期"市值大 → lead" lead-lag 假说
- Cohen & Frazzini (2008) — 客户-供应商 lead-lag
- Podobnik et al. (2010) — 跨域 lead-lag 综述
- Cont (2001) — 时序 stylized facts (重尾 / 波动聚集), 解释为什么用 distance correlation
Open Questions
- A 股日频 + 高换手环境下
distance correlation + ccf-auc是否仍最优? 与美股 top-500 不同, A 股个股非线性更弱、噪声更大。 - ccf-auc 的最大 lag L 是 hyperparameter; 滚动 CV 选择 L 与聚类数 k 联合的方案是否可实现, 防止双重 look-ahead。
- Signature lead-lag 的"方向模糊"缺陷能否通过"按 leadingness 加权 + 三阶签名"修复, 扩展到含负相关资产 (跨期商品、跨境 ETF)。