面向非平稳金融市场的因果可观测量的前向构建
计算金融
2026-01-01 v1
摘要
我们在严格的因果约束下研究金融时间序列的短期预测，将市场视为一个非平稳随机系统，其中任何预测性可观测变量都必须能够从决策时刻之前可用的信息中在线计算。我们并非提出一个机器学习预测器或直接的价格预测模型，而是专注于从编码动态互补方面（动量、成交量压力、趋势加速度和波动率归一化价格位置）的异质微观特征中构建一个可解释的因果信号。该构建过程结合了（i）因果中心化，（ii）线性聚合成一个复合可观测变量，（iii）通过一维卡尔曼滤波器进行因果稳定化，以及（iv）一个自适应“前向类”算子，该算子将复合信号与平滑的因果导数项混合。最终的可观测变量被映射到一个透明的决策泛函中，并通过实现的累积收益和换手率进行评估。对高频 EURUSDT（1 分钟）的应用表明，因果构建的可观测变量在特定机制下可以表现出显著的经济相关性，但在随后的机制转换下会退化，这凸显了在非平稳市场中进行因果信号设计的潜力和局限性。
引用
@article{arxiv.2512.24621,
title = {Forward-Oriented Causal Observables for Non-Stationary Financial Markets},
author = {Lucas A. Souza},
journal= {arXiv preprint arXiv:2512.24621},
year = {2026}
}