01
跨资产关联性概述
什么是跨资产关联性 · 为什么需要动态监测 · 关联性的经济学基础
概念宏观
02
数据获取与清洗
多资产数据源（股票/债券/商品/外汇）· 对齐重采样 · 异常值处理
数据预处理
03
皮尔逊相关系数
原理与假设 · Python实现 · 滚动窗口 · 股债相关性实战
统计Python
04
斯皮尔曼秩相关系数
原理与适用场景 · 与皮尔逊对比 · 极端行情相关性
秩相关稳健
05
肯德尔秩相关系数
原理 · Python实现 · 多资产组合应用
秩相关组合
06
协整理论与检验
协整定义 · Engle-Granger · Johansen · statsmodels实现
时间序列协整
07
滚动窗口分析
窗口选择 · 滚动相关系数/协整 · 监测股债跷跷板
动态实战
08
动态条件相关系数 (DCC-GARCH)
模型原理 · arch包实现 · 与滚动窗口对比
GARCH波动率
09
Copula模型基础
Copula定义 · Gaussian/t/Clayton/Frank · Python实现
Copula相依
10
时变Copula模型
时变参数 · 滚动Copula · 危机时期相关性突变
时变危机
11
偏相关与条件独立性
偏相关原理 · Python实现 · 资产配置应用
条件配置
12
图模型与网络分析
相关性网络 · 最小生成树 · 社区检测 · networkx
网络图论
13
主成分分析 (PCA) 降维
PCA原理 · 从相关矩阵提取主成分 · 市场风险因子
降维因子
14
因子模型与关联性
CAPM · Fama-French · APT · 因子暴露与相关性
因子定价
15
机器学习：随机森林
特征重要性 · 非线性关联 · Python实现
随机森林非线性
16
机器学习：XGBoost/LightGBM
梯度提升树 · 关联性预测 · 特征工程 · 实战案例
Boosting预测
17
深度学习 (LSTM)
LSTM时序关联性预测 · 序列建模 · TensorFlow/PyTorch
LSTM深度学习
18
格兰杰因果检验
原理 · 滞后阶数选择 · Python实现 · 因果vs相关
因果检验
19
转移熵与信息流
转移熵原理 · 离散化 · JIDT实现 · 与格兰杰对比
信息论因果
20
波动率关联性
GARCH建模 · 波动率相关性 · 溢出效应 · Python
波动率溢出
21
尾部风险关联性
极端分位数 · 尾部相关系数 · CoVaR · Python实现
尾部风险
22
跨市场联动性
美股与A股 · 黄金与美元 · 原油与通胀 · 2020.3流动性危机
跨市场危机
23
行业轮动与关联性
行业相关性矩阵 · 轮动策略 · 基于关联性的行业配置
行业轮动
24
动态资产配置
风险平价 · 最小方差 · 最大分散度 · 动态相关性再平衡
配置风险平价
25
风险预算与关联性
风险贡献分解 · 关联性对风险预算的影响 · Python实现
风险预算分解
26
压力测试与情景分析
历史情景 · 蒙特卡洛模拟 · 关联性突变压力测试
压力测试蒙特卡洛
27
实时监测系统设计
数据管道 · Redis/InfluxDB · 告警机制 · Python实现
实时系统
28
可视化仪表盘
Plotly/Dash交互式 · 相关性热力图 · 动态折线图 · 多资产面板
可视化Dash
29
回测框架搭建
事件驱动回测 · 关联性策略回测 · 绩效评估 · Python
回测策略
30
综合实战项目
完整跨资产关联性动态监测系统 · 数据获取到可视化
综合项目