評估時間序列之間分歧和收斂的定量方法

例如，給定兩個時間序列資產價格及其相關的相對強度指數 (RSI)，在滾動視窗基礎上評估收斂或發散的量化方法是什麼？我猜WindowRMSD（均方根偏差）不合適，還有更合適的選擇嗎？

此外，像CUSUM 控製圖這樣的東西也不合適，因為它涉及定義一個“目標”，從中可以測量差異。這當然不適合金融時間序列，因為“目標”會不斷移動。

如果它是以定量方式進行的傳統配對交易，例如在兩個單位根非平穩時間序列中，回報最好被描述為不相關的創新，您經常會發現兩者的線性組合是單位根平穩的，因此，均值回歸。（如果是這種情況，將取決於基礎資產——例如 1980 年代荷蘭皇家相對於殼牌的折扣）。

Cointegration這使用稱為和的框架Error Correction Models。

例如Ruey S. Tsay 的“金融時間序列分析”（主要是基本思想），Vidyamurthy 的“配對交易 - 定量方法和分析”和 Pole 的“統計套利：算法交易洞察力和技術”

引用自：https://quant.stackexchange.com/questions/65618