債券永遠和股票反向
成長衝擊與通膨衝擊可能讓兩者呈現不同關係,方向並非固定。
股票、債券、美元與黃金常被畫成固定箭頭,但相關性只是某個窗口上的估計值;期間、資料頻率與主導風險一變,同一組資產就可能換方向。

相關性描述兩組資料在特定樣本與期間內共同變動的程度。市場環境和觀察窗口一換,關係就可能改變,而且相關不等於因果。
用三個歷史宏觀階段做機制實驗。下面標籤是方向性教學摘要,不冒充精確計算值;真正研究時要指定資產、頻率、樣本與窗口重新計算。
歷史階段觀察窗口去槓桿與避險需求會讓傳統關係在極端階段被流動性衝擊改寫。
中窗:危機主導共振更明顯
相關性只描述選定歷史窗口中的共同變化;不是因果證明,也不是永久經濟定律。
下雨可能同時讓路面變濕、讓雨傘銷量增加;換到灑水車作業的街道,路濕了卻未必多賣雨傘。這提醒我們,相關不等於因果。
相關係數是兩組依同一觀察單位配對的數值序列之標準化共變異數,範圍為 -1 到 +1。正負號表示樣本內線性共同變動方向,絕對值表示強弱;接近 0 不代表沒有非線性或特定情境下的關係。
它是在一個觀察窗口上算出的估計值。樣本、頻率、極端值或市場環境改變時,同一段關係可能減弱、消失或反轉,壓力期間尤其容易失效。
成長衝擊與通膨衝擊可能讓兩者呈現不同關係,方向並非固定。
美元、利率、流動性與避險需求可能同時作用,關係會隨期間改變。
接近零只表示樣本內線性關係不明顯;壓力期間、非線性關係或共同尾端風險仍可能存在。
兩項資產可能被同一個第三因素同時推動;相關係數分不清誰是原因、誰是結果,也不保證下一個窗口維持同樣關係。
| 情境或欄位 | 可能的共同因素 | 不可省略的檢查 |
|---|---|---|
| 成長疑慮 | 獲利預期、利率與避險需求 | 衝擊是否已反映在價格、債券屬於哪一種信用別 |
| 通膨升溫 | 政策利率、實質殖利率、商品成本 | 衝擊來自供給或需求、觀察期間涵蓋哪些環境 |
| 流動性壓力 | 現金需求、槓桿去化、美元融資 | 價差、成交深度與各市場時區是否對齊 |
| 樣本與窗口 | 窗口長度、資料頻率與極端值 | 長窗口與近期窗口都要算,並做排除極端值的敏感度測試 |
【虛構成對原始資料】欄位依序為 `row_id、資訊可得日、股票報酬、公債報酬、missing_flag、extreme_flag`,報酬單位皆為練習點。期間甲:`A1,甲1,+1,-1,N,N`;`A2,甲2,+2,-2,N,N`;`A3,甲3,-1,+1,N,N`;`A4,甲4,-2,+2,N,N`;`A5,甲5,+1,null,Y,N`。期間乙:`B1,乙1,+1,+1,N,N`;`B2,乙2,+2,+2,N,N`;`B3,乙3,-1,-1,N,N`;`B4,乙4,-2,-2,N,N`;`B5,乙5,+8,-8,N,Y`。日期代碼表示已依資訊可得時點對齊,不是真實市場日期。下面的實驗同樣使用教學模擬序列:比較股票與債券、美元與黃金等關係在不同窗口的表現,並記下每次測量用的是哪一個窗口。
在許多時期,股票和債券價格朝相反方向運動,尤其是在股市拋售期間。這個關係在某些時期減弱或反轉,特別是通膨擔憂同時影響兩類資產時。
在許多時期,美元和黃金呈反向關係,因為黃金通常以美元計價。這個傾向不是固定的,當危機需求同時推高兩者等其他力量主導時可能失效。
美元走強時常伴隨以美元計價的大宗商品價格走軟,因為買同樣數量只需要更少的其他貨幣單位。商品的實際供需等其他因素可能蓋過匯率影響。
多年穩定成立的相關性,可能隨著基礎市場條件變化而改變甚至完全失效。不檢查歷史相關性當前是否仍成立就依賴它,是常見的意外來源。
| 計算範圍 | 配對列 | 預期結果 |
|---|---|---|
| 期間甲 | A1 至 A4;A5 因缺值排除 | 相關係數 -1.00 |
| 期間乙含極端值 | B1 至 B5 | 相關係數約 -0.67 |
| 期間乙敏感度 | B1 至 B4;排除已標記的 B5 | 相關係數 +1.00 |
依 row_id 抄錄成對值:期間甲只排除公債報酬為 null 的 A5,納入 4 列;期間乙五列都有成對值。缺值規則固定為 complete-pair,A5 不得以零代填。
期間甲每一列都是一漲一跌,所以係數落在 -1.00;期間乙前四列同向,若納入被標記的 B5,方向由正轉負,得到約 -0.67。一個觀察點就能改變結論,說明係數對樣本組成非常敏感。
排除 B5 後期間乙為 +1.00。兩個結果都要保留,不能只選偏好的那一個;若共同因素持續,近期窗口的同向關係可能暫時延續,但必須用新增資料檢驗。
若新增觀察點迅速回到反向,或同向只由一次異常波動造成,「關係已穩定改變」的解釋就應被推翻。三個係數在四捨五入至小數點後兩位時分別為 -1.00、-0.67、+1.00,並要寫出 A5 與 B5 的處理理由。
判定欄固定填入係數、方向、樣本列數與「只摘要此虛構樣本,不可推論因果」。這些數值只供方法練習,不是真實市場結果,也不構成投資建議。
在模擬案例中檢查窗口、頻率、共同因素與反例,區分「歷史上常見」、「近期觀察到」與「未來也會如此」三種說法。
某週股票和債券同時下跌,儘管投資人按慣例預期它們反向運動。這顯示歷史相關性可能減弱或反轉,而不是固定、永久的關係。
投資人假設黃金和美元總是精確反向運動,沒有任何例外。這誇大了關係:黃金與美元的反向傾向在其他力量主導時可能失效。
在依賴兩個資產的歷史相關性之前,投資人先查看近期資料確認關係仍然成立。這是合理的步驟,因為相關性會隨時間改變,不應假設永遠成立。
記錄起訖日期、資料頻率、樣本列數、報酬定義與缺值處理規則,並註明資訊可得時點。
長期與近期窗口都算一次,找出減弱或反轉;只引用一個窗口的係數等於隱藏了其他結果。
相關不等於因果,要考慮第三個變數、時間先後與時滯,並檢查極端值是否主導結果。
寫出什麼新資料會推翻目前的解釋,以及這段關係在什麼情境下最可能失效。
窗口、頻率與極端值改變時,同一組資料會得到不同係數,引用時務必附上樣本說明。
兩項資產可能被第三個因素同時推動,係數本身分不出誰是原因。
使用前核對近期資料,並先寫下這段關係可能失效的情境。
請把相關性當成樣本摘要,而非預測規則;題目中的數值均為虛構教學資料。
Mira 僅處理去識別化的虛構教學情境,不接收真實帳戶、個人資料、資產、委託或成交資料、登入資訊或憑證,也不提供具體標的、方向、數量、時點或個人化指令。相關性不會被轉成買賣依據。
正在檢查登入狀態...