相关系数统计口径解读

2025–11–14 20:37:21 — __main__ — INFO — VSYS/USDT相关系数分析结果
============================================================
| 最大相关系数 | 时间周期 | 数据周期 | 最优延迟 |
| — — — — — — — | — — — — — | — — — — — | — — — — — |
| 0.107834 | 5m | 1d | 9 |
| 0.059810 | 1m | 1d | 41 |
| 0.058157 | 5m | 7d | 47 |
| 0.035476 | 5m | 30d | 0 |
| 0.030121 | 5m | 60d | 1 |
| 0.025609 | 1m | 7d | 3 |
| 0.011175 | 1m | 30d | 3 |
| 0.010625 | 1m | 60d | 19 |

============================================================

https://www.kucoin.com/trade/VSYS-USDT

按行

最大相关系数降序排列

按列

“最大相关系数” 通过计算不同延迟（lag）下BTC和山寨币收益率的皮尔逊相关系数。

> 核心算法：

# 计算皮尔逊相关系数

# np.corrcoef返回2x2的相关系数矩阵：

# [[corr(x,x), corr(x,y)],

# [corr(y,x), corr(y,y)]]

# 我们只需要corr(x,y)，即[0, 1]位置的元素

related_matrix = np.corrcoef(x[:m], y[:m])[0, 1]

“时间周期” 表示K的级别，1分钟或是5分钟K线

“数据周期”计算整个统计采样周期覆盖的时间长度，特定K线颗粒度在该周期内的相关系数统计。比如一天的相关性，7d, 30d, 60d

“最优延迟” 找出使相关系数最大的延迟值。这个延迟值表示山寨币价格变化滞后于BTC的程度。