14、因果推断方法：Granger因果检验、因果森林、双重差分法在联动分析中的应用
做量化这些年，我越来越觉得，相关性和因果性之间那道坎，才是真正区分「策略玩家」和「专业交易员」的分水岭。
你想想看，波动率曲面和宏观数据之间，经常出现「你涨我也涨」的情况。但这是真的因果关系吗？还是说，它们只是被同一个隐藏变量牵着鼻子走？
嗯，今天我们就来聊聊怎么用因果推断的方法，把这种「假关系」揪出来。
14.1 Granger因果检验：时间上的「谁先谁后」
Granger因果检验，说白了就是看一个时间序列能不能「预测」另一个。注意，我这里说的是「预测」，不是「导致」。它本质上是个统计上的先导-滞后关系。
我个人习惯在分析波动率曲面和宏观数据时，先用Granger检验做个「摸底」。比如，我想知道「美国非农就业数据」是不是「VIX指数」的Granger原因。
代码实现其实不复杂，我直接贴一段我常用的R代码：
library(lmtest)
library(vars)
# 假设我们有两个时间序列：macro_data 和 vol_surface
# 先确定最优滞后阶数
lag_selection <- VARselect(cbind(macro_data, vol_surface), lag.max = 10, type = "const")
best_lag <- lag_selection$selection["AIC(n)"]
# 进行Granger因果检验
granger_test <- grangertest(vol_surface ~ macro_data, order = best_lag)
print(granger_test)
避坑指南：我曾经在2018年做过一次测试，发现「中国PMI」和「人民币汇率波动率」之间Granger因果关系非常显著。但后来加入「美元指数」作为控制变量后，这个关系就消失了。所以，Granger检验对遗漏变量非常敏感，千万别只看p值就下结论。
为什么我强调「摸底」这个词？因为Granger检验只能告诉你「A对B有预测能力」，但无法解释背后的机制。它就像个侦察兵，告诉你「那边有动静」，但具体是什么，还得靠后面的方法。
14.2 因果森林：从「平均效应」到「异质性效应」
Granger检验只能给出一个「平均」的因果效应。但现实中，宏观数据对波动率曲面的影响，在不同市场状态下是完全不同的。
举个例子：美联储加息这个事件，在「市场恐慌期」和「市场平稳期」对波动率曲面的影响，能一样吗？显然不能。
这时候，因果森林就派上用场了。它本质上是把随机森林的思想用到了因果推断上，能帮我们找到「哪些样本的因果效应特别强」。
我记得在2020年3月，我用因果森林分析「VIX期货期限结构」和「美国失业金申请人数」的关系。结果发现，在波动率曲面处于「contango」状态时，失业金数据对短期端波动率的影响，是「backwardation」状态下的3倍多。
Python里有个叫econml的库，用起来很方便：
from econml.grf import CausalForest
# X: 特征矩阵（包含市场状态变量）
# T: 处理变量（宏观数据冲击）
# Y: 结果变量（波动率曲面变化）
cf = CausalForest(n_estimators=100, min_samples_leaf=10)
cf.fit(Y, T, X=X)
# 查看不同市场状态下的因果效应
treatment_effects = cf.effect(X_test)
核心要点：因果森林的价值不在于告诉你「有没有因果」，而在于告诉你「对谁有因果」。这在构建择时策略时特别有用——你可以只在因果效应强的状态下开仓。
14.3 双重差分法：事件驱动的「准实验」
双重差分法（DID）是我个人最喜欢的方法。它特别适合分析「某个宏观事件」对「波动率曲面」的冲击。
基本逻辑很简单：比较「受事件影响的组」和「未受事件影响的组」，在事件发生前后的差异。这个差异的差异，就是因果效应。
举个例子：假设2023年7月日本央行调整了YCC政策。我想知道这个事件对「亚洲货币波动率曲面」的影响。
处理组：亚洲货币（日元、韩元、泰铢等）
对照组：非亚洲货币（欧元、英镑等）
事件前：2023年6月
事件后：2023年8月
DID的回归模型长这样：
# 伪代码示意
Y = β0 + β1 * Post + β2 * Treat + β3 * (Post * Treat) + ε
# β3 就是我们关心的因果效应
注意：DID有一个关键假设——「平行趋势假设」。也就是说，如果没有这个事件，处理组和对照组的波动率曲面应该沿着相同的趋势走。我曾在做「英国脱欧对英镑波动率影响」的分析时，就因为对照组选得不好，导致结果完全失真。后来我改用「瑞士法郎」作为对照组，才通过了平行趋势检验。
实际操作中，我一般会画个图，看看事件前两组的变化趋势是否平行：
import matplotlib.pyplot as plt
import pandas as pd
# 假设 df 包含处理组和对照组的日度波动率数据
# event_date 是事件发生日
plt.figure(figsize=(10, 6))
plt.plot(df.index, df['treatment'], label='处理组')
plt.plot(df.index, df['control'], label='对照组')
plt.axvline(x=event_date, color='red', linestyle='--', label='事件日')
plt.legend()
plt.title('平行趋势检验')
plt.show()
14.4 三种方法的联动应用框架
在实际项目中，我不会只用一种方法。我有个「三步走」的习惯：
- 先用Granger检验：快速筛选出有「预测关系」的宏观变量，缩小范围。
- 再用因果森林：看看这些关系在不同市场状态下是不是「一视同仁」，找到异质性。
- 最后用DID：针对某个具体事件，做「准实验」验证，给出因果效应的量化估计。
这个流程，我用了好几年，效果还不错。你想想看，如果只用Granger检验，你可能会被「伪因果」误导；如果只用DID，你可能会错过那些「非事件驱动」的因果效应。
下面这张图，是我自己总结的联动分析框架：
实战建议：别想着一步到位。我刚开始做因果分析时，总想用一个「万能方法」解决所有问题。后来发现，每种方法都有自己的「舒适区」。Granger检验适合「探索」，因果森林适合「细分」，DID适合「验证」。把它们组合起来用，才是正道。
最后说一句：因果推断不是「银弹」。它不能告诉你「明天波动率曲面会怎么走」，但它能告诉你「如果宏观数据出现某种变化，波动率曲面大概会怎么反应」。这个「如果...那么...」的逻辑，才是我们做量化交易最需要的东西。
公众号:蓝海资料掘金营，微信deep3321