相關
現貨變異數漂移因此導致風格漂移
我正在尋找一些關於如何根據其基準來發現投資組合的變異數漂移的資訊，
假設我們有投資組合的回報 $ \textbf{P}=(P_1,…,P_t,…,P_n) $ 及其基準 $ \textbf{B}=(B_1,…,B_t,…,,B_n) $ 儘管相關性（ $ \rho $ ）的整個時期是令人滿意的（超過 $ 0.90 $ ， 從 $ t=1 $ 至 $ t=n $ ），我們想找出不是這種情況的時間段（本地小於 $ 0.50) $ ,
找到的子集範圍可以從兩周到幾個月（通常週期基準的整個範圍是一年）
提前致謝
由於比較是在兩個變數之間進行的，因此 P 和 BI 將使用視覺方法開始，即製作圖表，即繪製變數之間的分佈。查看圖表並確定圖表在哪些時期是陡峭的。圖表陡峭的地方是相關性較低的時間段，因為與圖表不陡峭的時間段相比，變數的偏差更大。
您可以繪製具有不同視窗的滾動相關性：例如 2 週、1 個月、2 個月等。例如，在 excel 中，您計算 2 週內的相關性（10 次觀察），然後只需將公式拖到系列的末尾。那是一個系列。接下來做同樣的1個月，依此類推。
大多數軟體應該為此內置功能。
例如，對於 python，請參閱此處的討論： https ://stackoverflow.com/questions/27069003/calculate-rolling-correlation-with-pandas
對於 SAS ，查找 Proc Expand。