相關性
埃普斯效應何時開始？
維基百科對 Epps 效應的定義如下：
在計量經濟學和時間序列分析中，以TW Epps命名的Epps效應是兩種不同股票收益之間的經驗相關性隨著數據採樣頻率的增加而降低的現象。該現像是由非同步/非同步交易和離散化效應引起的。
埃普斯在 1979 年寫了這篇論文，此後資訊傳播的速度急劇增加。
這種影響還存在嗎？如果是，那麼在實踐中，資產“脫鉤”現在發生的時間範圍是多少？
我認為它還活著而且很好。我不認為有一個特定的“脫鉤”時間，但如果你看看例如 Munnix 等人。“微觀結構雜訊中 Epps 效應的統計原因”，似乎有偏相關性約為 1 分鐘數據真實值的 60%，5 分鐘數據約為 90%，因此您可以說 5 分鐘非常安全，但1分鐘可能不是。
僅供參考，例如張等人。“估計協變：Epps 效應，微結構雜訊”提出了一種相當直接的方法，通過考慮某種相關性差異來有效消除 Epps 效應，從而消除 Epps 效應/偏差。如果你碰巧手頭有真實的分時數據，它就可以工作，但如果你只有來自經紀人等的 1 分鐘數據，那麼我想你幾乎必須忍受 Epps 效應。
我認為由於解析度提高（儘管我不確定），使用 1 分鐘數據而不是 5 分鐘數據仍然更好。只是對於 1 分鐘的數據，通過考慮 Epps 效應可以更好地估計相關性。
編輯：順便說一句，Munnix 論文中的數據似乎來自 2007 年，所以從那時起情況可能發生了變化……