金融中最穩定、最重要的依賴結構是什麼？

關於量化金融工作中最危險的概念是什麼？這是這個：

> > 相關性 > > >

眾所周知，金融時間序列中的相關性不穩定

$$ … $$

我的問題

我的問題比線性依賴更廣泛，它是：
金融數據中最穩定、最重要的依賴結構是什麼？

重要的是，我的意思是我不想要關於直接聯繫的答案，例如衍生品和基礎之間的聯繫。

依賴結構可以是橫截面的，也可以是單變數時間序列的，也可以是非線性的。

我的問題的背景是我正在為我編寫的新機器學習 R 包準備文件，並且我正在尋找金融領域的一個很好的展示。現在，鑑於相關性是出了名的……見上文;-)

在金融數據中很難找到一個穩定的非平凡依賴結構。通常，當發現這種情況時，很難合理化。

我最喜歡的一個（雖然我相信還有其他的）是所謂的“總統之謎”。這是Santa-Clara 和 Valkanov (2003)的一個古老發現，他們發現“

在民主黨執政期間，股市的超額回報高於共和黨：價值加權投資組合為 9%，等權重投資組合為 16%。

當時，這一發現非常可靠，似乎沒有其他任何東西可以解釋。更令人印象深刻的是，12 年後結果仍然成立。我們現在有一個非常好的樣本外時期。Pastor and Veronesi (2017) 最近的工作證實了這一點。更有趣的是，他們通過建立一個連續時間的一般均衡模型使這一發現合理化，並得出以下結論：

當風險厭惡程度高時，代理人更有可能選擇承諾進行更多財政再分配的政黨。該模型預測民主黨執政期間的平均股市回報率高於共和黨執政，這解釋了眾所周知的“總統難題”。

引用自：https://quant.stackexchange.com/questions/27674