appaisal data和nonstationarity中的相关系数问题

高频数据时类似的道理

比如用月数据，AB两组数据分别从0到6以及0到8，这样看相关性很高。

可是如果使用周数据，AB两组数据的路径可能是0-2-4-6以及0-3 -10-8 ，这样看，这两组数据就没啥相关性了。

这么说吧，比如AB两组数据，它们的初始值都是0，一个月后，A数据上涨到8，另一组数据上涨到6，那么这两组数据正相关的关系就比较明显。

可是如果一个月后，A数据上涨到0.6，B数据上涨到0.5，因为波动很小，涨幅也不大，所以两者的相关性就不明显。

两组数据 最高值是8和6 ，平滑后变成0.6和0.5 相关性就降低了，这句话没明白，为什么最高值变小相关性就低了？

另外高频数据为什么使相关系数变低呢，因为不理解所以总是记不住

首先，由于经济周期的存在，所以，经济数据是存在波动的。

数据平滑会存在一个什么问题呢？你可以想象一个区间，区间存在波峰和波谷，现在平滑了，波峰和波谷都不明显了额，那么数据间的相关性就降低了。

比如两组数据，最高值是8和6，现在平滑后最高值变成了0.6和0.5，那相关性就降低了。

这里更多地就是实务中的处理方法和弊端，记住结论即可。