第三章：信息理论在金融中的应用
大家好，我是老张。今天我们来聊聊信息理论在金融里的那些事儿。
说实话，刚入行那会儿，我觉得信息论跟交易八竿子打不着。直到有一次，我在处理高频数据时发现——有些行情数据看似丰富，其实全是噪音。那一刻我才意识到，信息度量才是量化交易的底层逻辑。
3.1 熵与信息度量
先问个问题：什么是信息？
你可能会说，信息就是数据。但信息论之父香农告诉我们：信息 = 不确定性减少的量。
举个例子。如果一只股票明天100%涨停，那这个消息的信息量是0。因为它没有减少任何不确定性。但如果一只股票明天有50%概率涨、50%概率跌，那这个消息的信息量就很大。
核心公式：香农熵
H(X) = -Σ p(x) · log₂ p(x)
单位：比特（bit）
我在项目中遇到过这样一个场景：分析某只股票的涨跌分布。如果涨跌概率各50%，熵值就是1比特。如果涨的概率是90%，跌的概率是10%，熵值大约是0.47比特。你看，确定性越高，熵越小。
个人经验：我习惯用熵值来筛选交易品种。熵值太低的品种，说明市场已经形成一致预期，这时候进去往往接盘。熵值适中的品种，反而有交易机会。
3.2 香农信息论基础
香农信息论有三个核心概念，我一个个说。
3.2.1 自信息
自信息衡量单个事件的信息量。公式很简单：
I(x) = -log₂ p(x)概率越小的事件，发生时带来的信息量越大。比如，一只股票突然涨停，如果平时涨停概率只有1%，那这个事件的信息量就是-log₂(0.01) ≈ 6.64比特。
3.2.2 互信息
互信息衡量两个变量之间的依赖关系。说白了，就是知道X能帮我们减少多少对Y的不确定性。
I(X;Y) = H(X) - H(X|Y)我在做因子筛选时经常用这个。比如，我想知道成交量变化和价格变化之间有没有关系，就计算它们的互信息。如果互信息接近0，说明这两个变量基本独立，这个因子就没用。
3.2.3 相对熵（KL散度）
KL散度衡量两个概率分布之间的差异。公式：
D_KL(P||Q) = Σ p(x) · log₂(p(x)/q(x))嗯，这里要注意：KL散度不是对称的。也就是说，D_KL(P||Q) ≠ D_KL(Q||P)。
避坑指南：我曾经在回测中直接用KL散度做分布匹配，结果发现方向搞反了。后来我改用对称化的JS散度（Jensen-Shannon divergence），才解决了这个问题。
3.3 金融时间序列的熵值计算
金融数据跟普通数据不一样。它有自相关性、异方差性，还有肥尾特征。所以计算熵值时，不能直接套用标准方法。
3.3.1 近似熵（ApEn）
近似熵是Pincus在1991年提出的，专门用来衡量时间序列的复杂性。值越大，说明序列越随机。
def approximate_entropy(data, m=2, r=0.2):
"""
计算近似熵
m: 嵌入维度（通常取2）
r: 相似容限（通常取0.2倍标准差）
"""
N = len(data)
# 构建m维向量
patterns = [data[i:i+m] for i in range(N-m+1)]
# 计算相似度
phi_m = 0
for i in range(len(patterns)):
count = 0
for j in range(len(patterns)):
if max(abs(patterns[i][k] - patterns[j][k]) for k in range(m)) <= r:
count += 1
phi_m += np.log(count / (N-m+1))
phi_m /= (N-m+1)
# 构建m+1维向量
patterns_next = [data[i:i+m+1] for i in range(N-m)]
phi_m1 = 0
for i in range(len(patterns_next)):
count = 0
for j in range(len(patterns_next)):
if max(abs(patterns_next[i][k] - patterns_next[j][k]) for k in range(m+1)) <= r:
count += 1
phi_m1 += np.log(count / (N-m))
phi_m1 /= (N-m)
return phi_m - phi_m1实战建议：我一般用近似熵来识别市场状态切换。当熵值突然下降时，往往意味着市场即将进入趋势行情。当熵值持续高位时，大概率是震荡市。
3.3.2 样本熵（SampEn）
样本熵是近似熵的改进版，消除了自匹配偏差。计算更稳定，但速度稍慢。
def sample_entropy(data, m=2, r=0.2):
N = len(data)
patterns = [data[i:i+m] for i in range(N-m)]
patterns_next = [data[i:i+m+1] for i in range(N-m-1)]
B = 0 # m维匹配对数
A = 0 # m+1维匹配对数
for i in range(len(patterns)):
for j in range(i+1, len(patterns)):
if max(abs(patterns[i][k] - patterns[j][k]) for k in range(m)) <= r:
B += 1
if i < len(patterns_next) and j < len(patterns_next):
if max(abs(patterns_next[i][k] - patterns_next[j][k]) for k in range(m+1)) <= r:
A += 1
if B == 0:
return float('inf')
return -np.log(A / B)3.4 信息效率的度量方法
信息效率，说白了就是市场对信息的反应速度和质量。一个信息效率高的市场，价格能快速、准确地反映新信息。
3.4.1 弱式有效市场检验
最常用的方法是检验价格序列是否具有可预测性。如果序列是随机的，说明市场是弱式有效的。
| 检验方法 | 原理 | 适用场景 |
|---|---|---|
| 游程检验 | 检验价格涨跌的序列是否随机 | 日频数据 |
| 方差比检验 | 比较不同时间尺度的方差 | 高频数据 |
| BDS检验 | 检验非线性依赖关系 | 复杂金融序列 |
3.4.2 信息熵效率指标
我个人比较喜欢用熵值来度量信息效率。具体做法是：
- 计算原始价格序列的熵值 H_original
- 对序列进行随机打乱，计算打乱后的熵值 H_shuffled
- 计算效率指标：E = H_original / H_shuffled
如果E接近1，说明序列接近随机，市场效率高。如果E明显小于1，说明存在可预测的结构，市场效率低。
实际案例：我在2023年分析过A股和美股的信息效率。结果发现，A股在开盘后30分钟内信息效率较低，存在明显的套利机会。而美股在开盘后5分钟内就已经基本消化了隔夜信息。
知识体系总览
下面这张图是我自己整理的，把本章的核心逻辑串起来了。
这张图把本章的核心逻辑串起来了。从信息论基础出发，到熵值计算，再到信息效率度量，最后回到交易应用。你想想看，其实每一步都是环环相扣的。
最后说一句：信息论在金融中的应用远不止这些。比如，你还可以用互信息做因子筛选，用KL散度做分布偏移检测，用熵值做风险度量。这些内容，我们后面的章节会陆续展开。