标签： #相关性

本文通过两因子受控模拟实验回答：①增长/通胀两因子分别驱动股债强负相关(理论−0.97)与弱负相关(实测−0.36)；②滚动窗口识别regime切换滞后：60日43天、120日92天、250日188天；③通胀regime下60/40的Sharpe从0.197降至0.139(−29%)；④动态配置扣成本后Sharpe全面低于静态基准0.399(最好0.429)；⑤恒定相关市场动态策略Sharpe仅0.099，噪声主导信号；⑥Look-ahead bug使Sharpe虚高78%(0.255→0.454)。结论：滚动相关性信号几乎无法在成本内实现有效动态配置。

跨资产联动最坑的地方在于：它往往是「局部的、带特定周期的、只在某段窗口出现」。传统 Pearson 相关系数把全样本平均成一个数字，刚好把这种「中段同频联动」抹平了——全样本 r 只有 0.08，看着像两笔独立资产，其实危机窗口里它们正踩着同一个 16 日周期同涨同跌。小波相干（wavelet coherence）就是为这事造的时频显微镜：它把「相关性」展开成（周期 × 时间）二维场，能在某个周期、某段时间里把联动单独拎出来。本文用纯 numpy 从零实现 Morlet 连续小波变换（含边缘效应 Cone-of-Influence 处理）+ 平滑相干，合成两支「平时独立、危机窗口共享 16 日周期」的资产：全样本时域相关仅 0.08、危机窗口也只有 0.43，但 16 日带的相干在危机段冲到 0.95（其余时段 0.84）；并诚实拆穿「时域平均抹平局部联动/边缘效应伪高相干/必须配平滑/尺度选择与尺度图误读/相干≠因果」五类真实陷阱（中阶）。

组合最怕的不是跌，是崩盘时所有资产一起跌。黄金的特殊之处在于：平静期它和股票几乎不相关，一到危机反而逆势上涨（相关转负），于是它能在别人亏钱时补位。本文用纯 numpy 合成股票/国债/黄金三类资产，逐类对比 100%股票、60/40、40/40/20（股/债/金）三组合，证明加入 20% 黄金把危机段内部最大回撤从 −21.6% 压到 −10.3%、全样本 Sharpe 从 0.56 抬到 0.77，并诚实拆穿四类真实陷阱（中阶）。