DCCA 去趋势互相关分析:在非平稳序列里量化跨市场的标度联动
两条价格序列同涨同跌,是真的存在联动,还是只因为它们共享了同一条慢趋势?皮尔逊相关在非平稳数据上会被共同趋势系统性夸大,把伪相关当成真信号。DCCA(去趋势互相关分析)通过分段去趋势 + 多尺度累加,把趋势剥掉之后再看两条序列的协同波动,并且天然给出「相关性随时间尺度如何变化」这一维度。本文从零推导 DCCA 系数,用可复现 Python 演示它相对皮尔逊的鲁棒性、如何读懂标度依赖、以及滚动 DCCA 如何捕捉危机期的联动跃升。并诚实拆解它的估计误差、参数敏感性与在实盘中的定位(中阶)。