3、因果图模型：有向无环图(DAG)、d-分离、后门准则、前门准则、工具变量
聊到因果推断，我第一个想到的就是因果图。说白了，它就是一张地图，告诉我们变量之间谁影响了谁。在量化投资里，我们天天跟数据打交道，但数据不会告诉你因果关系。因果图就是帮我们把脑子里的假设画出来，然后让数据去验证。
我个人习惯，拿到一个投资问题，先不急着跑模型。先画图。把你知道的、怀疑的、想验证的关系，全部画成节点和箭头。这一步做扎实了，后面少走一半弯路。
3.1 有向无环图（DAG）
DAG，全称是 Directed Acyclic Graph。翻译过来就是「有方向、没有环的图」。
什么叫有方向？箭头从原因指向结果。比如「利率上升 → 债券价格下跌」，箭头就是单向的。
什么叫无环？你不能从 A 到 B，B 到 C，C 又回到 A。那叫循环论证，在因果图里是不允许的。
举个例子。我研究过「市场情绪对次日收益率的影响」。情绪指标是 X，收益率是 Y。但情绪本身又受前一天收益率影响。这就形成了一个环。怎么办？我一般会引入时间滞后，把「昨日收益率 → 今日情绪 → 今日收益率」拆成三个时间点，环就解开了。
DAG 的核心价值在于：它强迫你思考变量之间的逻辑关系。很多量化策略跑出来回测漂亮，实盘就崩，原因就是变量关系没理清。
3.2 d-分离
d-分离，名字听着吓人，其实就一句话：判断两个变量是否独立。
在 DAG 里，两个节点之间可能有路径。如果所有路径都被「阻断」了，那这两个变量就是条件独立的。这就是 d-分离。
有三种情况会阻断路径：
- 对撞节点：两个箭头指向同一个节点。比如 A → C ← B。这时候 A 和 B 本来独立，但如果你条件在 C 上，它们反而会变得相关。这叫「对撞偏误」。我在做因子筛选时踩过这个坑，后面细说。
- 中间节点：A → M → B。如果你条件在 M 上，A 和 B 的路径就被阻断了。
- 共同原因：A ← C → B。如果你条件在 C 上，A 和 B 的路径也被阻断了。
你想想看，d-分离有什么用？它告诉我们：要估计 X 对 Y 的因果效应，我们需要控制哪些变量，不能控制哪些变量。
3.3 后门准则
后门准则，解决的是「混杂偏误」问题。
什么叫混杂？就是有一个变量 Z，它同时影响 X 和 Y。比如研究「成交量对收益率的影响」，市场整体波动可能同时影响两者。如果不控制波动，你看到的成交量效应可能是假的。
后门准则说：要估计 X 对 Y 的因果效应，你需要控制所有「从 X 到 Y 的后门路径」上的变量。
后门路径，就是那些箭头指向 X 的路径。说白了，就是所有可能让 X 和 Y 产生虚假相关的因素。
我记得有一次做因子测试，发现某个技术指标对收益有显著预测能力。但画了 DAG 才发现，这个指标和收益率之间有一条后门路径：市场状态 → 技术指标 & 收益率。控制市场状态后，效应直接消失了。嗯，这就是典型的混杂偏误。
3.4 前门准则
前门准则，解决的是「中介效应」问题。
有时候，X 对 Y 的影响不是直接的，而是通过一个中间变量 M 传递的。比如「政策利率 → 信贷规模 → 股市收益率」。利率本身不直接作用于股市，而是通过信贷这个中介。
前门准则说：如果你能识别出这个中介 M，并且 M 不受未观测混杂因素影响，那么你可以通过两步估计来得到 X 对 Y 的因果效应。
第一步：估计 X 对 M 的效应。第二步：估计 M 对 Y 的效应（控制 X）。然后把两个效应乘起来。
我个人觉得，前门准则在实际投资中应用场景有限。因为它要求中介变量 M 完全不受混杂影响，这个条件太强了。但理解它的逻辑很重要，很多因果推断方法都是基于这个思路扩展的。
3.5 工具变量
工具变量，是我在量化研究中最常用的因果推断工具之一。
它的思路很简单：找一个变量 Z，它只通过 X 影响 Y，没有其他路径。这样，Z 的变化就可以用来识别 X 对 Y 的因果效应。
工具变量需要满足两个条件：
- 相关性：Z 和 X 相关。
- 外生性：Z 只通过 X 影响 Y，没有其他路径。
第二个条件很难验证，只能靠领域知识去论证。
我举个例子。研究「分析师评级调整对股价的影响」。评级调整 X 和股价 Y 之间可能有反向因果：股价涨了，分析师才调高评级。怎么办？
我可以用「同行业其他公司的平均评级调整」作为工具变量 Z。同行的评级调整会影响分析师对本公司的判断（相关性），但不太可能直接影响本公司股价（外生性）。当然，这个论证需要仔细推敲。
知识体系总览
下面这张图，是我自己梳理的因果图模型核心逻辑。你看一遍，应该能把这些概念串起来。
小结
因果图模型，说白了就是把你脑子里的因果假设画出来，然后用数学工具去验证。DAG 是骨架，d-分离是判断独立性的工具，后门准则和前门准则是处理混杂和中介的方法，工具变量则是应对未观测混杂的利器。
我在实际项目中，最常用的组合是「DAG + 后门准则 + 工具变量」。DAG 用来理清逻辑，后门准则用来选控制变量，工具变量用来处理内生性。这套组合拳，帮我避开了不少坑。
记住一句话：没有因果图，你的回归就是盲人摸象。有了因果图，你至少知道自己在摸什么。