一、课程导论：为什么金融需要因果分析？
大家好，欢迎来到这门课。
我先问一个问题：你手头有一堆金融数据，涨跌幅、成交量、宏观经济指标……你能从中找出真正的驱动因素吗？
说实话，这个问题我做了十年量化，踩过无数坑。今天咱们就从根上聊起。
1.1 相关性与因果性：差之毫厘，谬以千里
先看一个经典例子。
我有个朋友，做股票策略的。他发现「冰淇淋销量」和「股市成交量」高度相关，相关系数0.85。他兴奋地建了个模型，结果实盘亏得一塌糊涂。
为什么会这样？
因为两者背后有个共同原因——天气热。天热了，大家吃冰淇淋，也更容易在空调房里刷手机交易。但冰淇淋销量并不导致股市上涨。
这就是相关性和因果性的核心区别：
| 维度 | 相关性 | 因果性 |
|---|---|---|
| 定义 | 两个变量共同变化的趋势 | 一个变量直接导致另一个变量变化 |
| 方向性 | 无方向（A↔B） | 有方向（A→B） |
| 可干预性 | 改变A，B不一定变 | 改变A，B一定会变 |
| 金融案例 | 「太阳黑子」与「股市涨跌」 | 「加息」导致「债券价格下跌」 |
核心观点：金融决策的本质是干预。你买入一只股票，是因为你相信「买入」这个动作会带来「未来上涨」的结果。这本身就是因果推断。
1.2 为什么金融领域特别需要因果分析？
我个人习惯把金融数据分成三类：
- 观测数据：历史价格、成交量、财务报表——这些都是「已经发生」的事实
- 实验数据：金融里几乎没有真正的随机实验（你总不能随机让央行加息吧？）
- 混杂因素：市场情绪、政策变化、黑天鹅事件——这些变量你控制不了
我在项目中遇到过最头疼的事：用机器学习做因子挖掘，跑出来几百个「高相关性」的因子。结果一到实盘，全失效了。
为什么？因为那些因子只是「碰巧」和历史数据相关，背后没有因果关系。市场一变化，相关性就断了。
避坑指南：我曾经花三个月搭建了一个基于「百度搜索指数」的预测模型，回测夏普比2.5。实盘第一周就亏了8%。后来发现，搜索指数和股价的相关性，完全是因为两者都受「新闻事件」驱动。事件一过，相关性归零。
所以，金融领域做因果分析，不是为了学术好看，而是为了：
- 策略稳健性：因果关系的策略，换市场、换时间依然有效
- 风险控制：知道「如果加息，我的组合会怎样」
- 归因解释：亏钱了，能说清楚是哪个环节出了问题
1.3 课程全景图：我们从哪里开始？
这门课我设计了三个模块，层层递进。你想想看，就像盖房子：
- 第一层：地基（第2-4章）——时间序列的因果推断基础。包括格兰杰因果、向量自回归模型、脉冲响应分析。这些是金融里最常用的工具。
- 第二层：框架（第5-7章）——从单变量到多变量。引入因果图、结构因果模型、Do-calculus。这部分偏理论，但我会用代码讲清楚。
- 第三层：实战（第8-10章）——因果网络构建、反事实推断、策略应用。这里我会分享我踩过的坑和实战技巧。
下面这张图，就是整个课程的知识体系：
学习建议：我个人建议你按顺序学。尤其是前四章，是后面所有内容的基础。如果你时间紧，至少把第2章和第5章吃透——这两个是因果分析的两大流派：时间序列派和结构图派。
1.4 你需要准备什么？
嗯，这里要注意：这门课不是零基础课。你需要：
- 熟悉Python（pandas、numpy、statsmodels）
- 了解基本统计学（假设检验、p值、回归）
- 有一点金融常识（股票、债券、收益率）
如果你这些都会，那咱们就开干吧。
记住一句话：相关性是描述，因果性是解释。金融需要的是解释，不是描述。
公众号:蓝海数据掘金营，微信deep3321