转移熵因果识别：用信息流方向分清『谁带动谁』

你盯盘时常有一种直觉：「好像每次 A 一动，B 过一会儿才跟。」但当你掏出相关系数一算——corr(A,B)=0.6，然后把 corr(B,A) 也算一遍，还是 0.6。相关系数天生对称，它永远分不清谁先动、谁后动。

这在量化里是个大坑。比如你想知道「是美股带领 A 股，还是 A 股带动美股」「是 VIX 带领股指期货，还是反过来」「是行业内龙头带领跟涨小弟，还是小弟先动龙头才反应」。这些问题里，方向就是一切——你顺着信息流建仓吃的是领先收益，逆着流就是接盘。

结论先放这：转移熵（Transfer Entropy, Schreiber 2000）是给「谁带动谁」这件事装了个方向箭头。 它量的是条件互信息：加入 $X$ 的过去后，$Y$ 的下一刻不确定性下降了多少 bits。下降得多，说明 $X$ 真的在「喂」信息给 $Y$。

一、直觉：相关是「一起动」，转移熵是「先动的那边在带」#

相关系数 $\rho(A,B)$ 对称，是因为它只描述联合分布的形状：两者如何一起上下。但它对时间箭头完全失明——无论 A 领先 B 一秒还是 B 领先 A 一秒，$\rho$ 一样。

转移熵换了一个问题。定义 $TE(X \to Y)$：

$TE(X\to Y) = \sum p(y_{t+1}, y_t, x_t)\,\log_2 \frac{p(y_{t+1}\mid y_t, x_t)}{p(y_{t+1}\mid y_t)}$

白话：先看「只用 $Y$ 的过去 $y_t$，能多确定 $Y$ 的下一刻 $y_{t+1}$」（这是 $H(y_{t+1}|y_t)$）；再看「加了 $X$ 的过去 $x_t$ 之后，能多确定多少」。两者之差（以 bits 计）就是 $X$ 额外带来的信息量。

关键性质有两个：

1. 非对称。$TE(X\to Y)$ 和 $TE(Y\to X)$ 一般不相等。若 $X$ 领先 $Y$，前者显著大于后者。
2. 非线性友好。它是基于概率分布的条件互信息，不要求线性关系——$X$ 用非线性方式影响 $Y$，相关可能接近 0，但 TE 照样能抓到。

和相关不同，TE 给的是一条有向边：$X \xrightarrow{TE} Y$ 表示「信息从 X 流向 Y」。把一堆资产的 TE 拼起来，就是一张「信息传导网络」，比相关矩阵那张无向毛线团有用得多。

二、估计：符号化 / 分箱转移熵（可自检的实现）#

Kraskov 的 k-NN 估计是学界金标准，但对连续序列依赖近邻搜索、不易自检。本文用符号化分箱估计——把每个序列等宽分箱成离散符号，再用联合/边缘计数近似条件概率。它的好处是数值必然合理（TE 不可能超过 $H(y_{t+1}|y_t)$，单变量高斯熵只有零点几 bit），且每一步都能手算核对：

import numpy as np

def binned_te(x, y, k=8, lag=1, base=2.0, eps=1e-9):
    """TE(X->Y): x 源(领先), y 目标(滞后). 返回 bits."""
    x = np.asarray(x, float); y = np.asarray(y, float)
    xb = np.digitize(x, np.linspace(x.min(), x.max(), k+1)[1:-1])
    yb = np.digitize(y, np.linspace(y.min(), y.max(), k+1)[1:-1])
    # 对齐: y_{t+1}, y_t, x_t
    Yf, Yp, Xp = yb[lag:], yb[:-lag], xb[:-lag]
    n = len(Yf)
    # 联合 (Yf,Yp,Xp) 计数, reshape 成 (k,k,k)
    keys = Yf*(k*k) + Yp*k + Xp
    c_joint = np.bincount(keys, minlength=k*k*k).astype(float).reshape(k,k,k) + eps
    c_ypxp  = np.bincount(Yp*k+Xp, minlength=k*k).astype(float).reshape(k,k) + eps
    c_yp    = np.bincount(Yp, minlength=k).astype(float) + eps
    c_yfyp  = c_joint.sum(axis=2) + eps          # 对 Xp 求和 -> (Yf,Yp)
    # p(yf|yp,xp)/p(yf|yp) = p(yf,yp,xp)*p(yp) / [p(yp,xp)*p(yf,yp)]
    ratio = (c_joint * c_yp[None,:,None]) / (c_ypxp[None,:,:] * c_yfyp[:,:,None])
    logr = np.log2(np.clip(ratio, eps, None))
    return float(np.sum(c_joint / n * logr))

注意 k（箱数）是偏差-方差的旋钮：太小信息被抹平（TE 偏低），太大每个箱样本稀疏（噪声大）。k=8 在数千样本下通常稳。

三、仿真验证一：X→Y→Z 领先-滞后链#

造一条真实的领先-滞后因果链——$Y$ 受 $X$ 的过去带动，$Z$ 受 $Y$ 的过去带动，$X$ 与 $Z$ 之间没有直接因果，只通过 $Y$ 间接相连。如果 TE 真能还原方向，应当看到 $TE(X\to Y) \gg TE(Y\to X)$、$TE(Y\to Z) \gg TE(Z\to Y)$，而 $TE(X\to Z)$ 只反映弱间接传递：

rng = np.random.default_rng(20260717)
T = 4000
X = np.zeros(T)
for t in range(1, T):
    X[t] = 0.6*X[t-1] + rng.normal()*0.8
Y = np.zeros(T)
for t in range(1, T):
    Y[t] = 0.5*Y[t-1] + 0.4*X[t-1] + rng.normal()*0.6    # Y 受 X 领先带动
Z = np.zeros(T)
for t in range(1, T):
    Z[t] = 0.5*Z[t-1] + 0.4*Y[t-1] + rng.normal()*0.6    # Z 受 Y 领先带动

te_xy = binned_te(X, Y); te_yx = binned_te(Y, X)
te_yz = binned_te(Y, Z); te_zy = binned_te(Z, Y)
te_xz = binned_te(X, Z); te_zx = binned_te(Z, X)

实测（4000 点）：

比值 $TE(X\to Y)/TE(Y\to X) = 7.0\times$，$TE(Y\to Z)/TE(Z\to Y) = 6.0\times$——非对称性被干干净净地还原出来。而 $TE(X\to Z)=0.057$ 只有直接边的一半不到，说明间接传递确实弱于直接因果（信息在链上衰减）。这正是 TE 作为「因果探针」最漂亮的演示：它把一条无向相关毛线，拆成了一串有向箭头。

四、仿真验证二：共同因 vs 真因果，相关分不清、TE 能分开#

这是 TE 比相关强的最关键场景。共同因（confounder）：一个隐藏变量 $W$ 同时驱动 $U$ 和 $V$，但 $U$、$V$ 之间没有因果。

W = rng.normal(0, 1, T)
U = 0.7*W + rng.normal(0, 1, T)
V = 0.7*W + rng.normal(0, 1, T)
te_uv = binned_te(U, V); te_vu = binned_te(V, U)
corr_uv = np.corrcoef(U, V)[0, 1]

实测：corr(U,V) = 0.32（相关显著），但 TE(U→V)=0.045、TE(V→U)=0.041，几乎对称。换句话说——两者明明「一起动得很欢」，TE 却一眼看穿「它们之间没有信息流，只是被同一个第三者牵着走」。

这正是实盘里最容易栽的坑：你看到 A 股和美股「高度相关」，以为找到了领先指标，其实两者都被美联储政策这个共同因驱动，谁也不带谁。相关告诉你「绑一起」，TE 告诉你「别顺着谁建仓，因为那是假领先」。

五、仿真验证三：信息流方向就是 alpha 方向#

如果 TE 还原的领先关系是真的，那「顺着信息流下注」应该能吃到领先收益。构造一个明确领先关系：$B_{t+1}$ 里含有 $A_t$ 的信息（信息流 $A\to B$），用 $A$ 的当期方向作为 $B$ 下期变化的领先信号：

M = 2000
A = rng.normal(0, 1, M)
B = np.zeros(M)
for t in range(1, M):
    B[t] = 0.5*A[t-1] + rng.normal()*0.8      # A 领先 B 一个 tick
sig = np.sign(A[:-1])                          # t 时刻 A 方向(领先 B 下期)
realized = B[1:] - B[:-1]                       # B 下期真实变化
ret_follow  = sig * realized                   # 沿信息流: 跟 A 方向押 B 下期
ret_against = -sig * realized                  # 反向押注
ret_bh      = realized.copy()                  # 买入持有 B 变化

def sharpe(r):
    r = np.asarray(r)
    return r.mean() / (r.std()+1e-9) * np.sqrt(252)
s_follow, s_against, s_bh = sharpe(ret_follow), sharpe(ret_against), sharpe(ret_bh)

实测：沿信息流 Sharpe = 5.05，反向押注 Sharpe = −5.05，买入持有 ≈ 0（−0.02）。顺着 TE 指出的信息流方向，你吃的是真实的领先差；逆着流，你等于在给领先方送钱；而买入持有（不判断方向）几乎不赚——因为领先收益在 B_t 内部被噪声抵消了，只有「用 A 的已知方向去押 B 的下一刻」才能把它抠出来。

六、真实陷阱（别直接照抄）#

1. 分箱数 k 是偏差-方差旋钮，不能乱设。k 太小把非线性关系抹成阶梯（TE 系统性偏低），k 太大每箱样本不足（估计噪声爆炸、小样本下 TE 可能虚高）。实盘日频数据至少数千样本才稳，k 在 6–12 之间做敏感性扫描。

2. TE 非对称 ≠ 统计显著非对称。本文比值 7× 是因为合成数据「按真实方向造」；实盘里 TE(X→Y) 和 TE(Y→X) 可能都只比噪声高一点点，差值不显著。务必做置换检验 / bootstrap 置信区间，剔除「伪方向」。

3. 非平稳市场会让 TE 退化成相关。危机期所有资产一起跳，领先滞后结构被「共同冲击」淹没，TE 在危机窗口会失真。应按 regime 分段（或滚动窗口）估计，别拿全样本一张静态矩阵当圣旨。

4. 共同因 / 隐藏变量仍可能骗过 TE，尤其是部分共同因（U、V 既被 W 驱动、又有微弱直接因果）。此时双向 TE 都偏高但非对称，容易误判。严谨做法是用条件转移熵 $TE(X\to Y \mid Z)$ 控制第三变量后再判方向。

5. tick 级信息流 ≠ 可交易领先。微观结构噪声、买卖价差、不同标的交易时段错位，会让「A 动 B 才动」的领先只有毫秒级——你看到箭头，却因延迟和滑点吃不到。TE 指出的领先必须大于你的执行延迟才有用（通常要日频/小时频的研究级信号）。

6. TE 测的是统计因果，不是机制因果。它告诉你「信息从 X 流向 Y」，但不解释为什么。监管变更、指数调样、算法共振都可能导致假领先。落地前要结合机制叙事，别把纯统计箭头当交易圣杯。

七、小结#

相关系数回答「谁和谁绑一起」，转移熵回答「谁先动、带着谁动」——这是两个完全不同的问题。本文用符号化估计在合成数据上复现：

• 领先-滞后链 X→Y→Z 被还原：TE 比值 7× / 6×，间接边明显弱于直接边；
• 共同因 U/V 虽相关 0.32，双向 TE 却几乎对称（0.045 vs 0.041）——相关说不清的，TE 一眼拆穿；
• 沿信息流方向下注 Sharpe 5.05，反向 −5.05——信息流方向就是 alpha 方向。

从 Granger 因果（线性、对称友好但漏非线性）到本文的转移熵（非线性、非对称、信息论原生），再到条件转移熵（控隐藏变量）——一条主线贯穿：金融市场里「谁带动谁」不是对称问题，给它装个方向箭头，你才看得见钱往哪流。把一张相关系数毛线团换成 TE 有向网络，很多「假联动」会当场现形。