0 前言
在万得客户端上检索到了几篇因果量化的研究报告，因为恰好也是自己的研究方向，因此在这里便尝试将它们做个简单的总结。
| 目录 |
|---|
| 1 《从关联到逻辑：因果推断初探》 |
| 2 《多元资产之间的因果分析》 |
| 3 《基于因果模型发现领先与同步关系》 |
| 4 总结 |
1《从关联到逻辑：因果推断初探》
发布机构：华泰证券
链接地址：https://mp.weixin.qq.com/s/qGNP_XeyQYbrRerQCVR5Xg
内容概述：
该篇报告通过使用倾向性评分法来评估股票隶属概念对于其获得正收益的因果效应，并将它作为概念/事件驱动型策略的一种研究框架。其中，股票隶属概念集合有基金重仓、股票质押、预增和护城河这四种概念，混淆因子集由各大类风格因子组成，例如估值类、成长类、动量反转等。
在计算出因果效应后，进一步使用混淆变量的标准化差值和反驳测试来检验效应的有效性。
最终结果表明，基金重仓概念与股票收益有着正向因果关系；股票质押概念与股票收益有反向因果关系；预增和护城河这两个概念与股票收益的因果效应估计存在不可靠的可能。
2《多元资产之间的因果分析》
发布机构：东证期货
链接地址：https://mp.weixin.qq.com/s/aBzXuOGBtGYJPmRhKVYJZg
内容概述：
该篇报告首先使用基于条件独立性的IC算法来勾勒多个资产之间的因果图结构，随后根据后门调整法则来计算出各资产之间的因果效应。其中，资产标的有10年期美国国债收益率、COMEX黄金连一、COMEX铜连三、WTI连一、布伦特原油连一、沪深300指数、上证50指数、中证500指数、中债10年国债到期收益率和美元指数。
因为逻辑的变化本身就是很模糊的，所以在这篇文章中主要是想借助因果效应来追求一种“模糊的正确”，也就是挖掘出大级别行情变动的“预警信号”。为了完成这个目的，作者首先根据几个标的变化提出了逻辑变化点的概念，这些标的是与目标标的因果效应最高的那几个，同时进一步提供了五种逻辑变化点的定义标准，分别是四个因素严格一致、四个因素宽松一致、两个因素严格一致、两个因素宽松一致和第一个因素改变。
最终结果表明，因果逻辑变化点一般集中在标的变盘点附近，达到了预期效果。
3《基于因果模型发现领先与同步关系》
发布机构：东证期货
链接地址：https://mp.weixin.qq.com/s/ljmI7PVHnTnkWkNOvI7n9w
内容概述：
该篇报告使用考虑时序关系的PCMCI+算法来勾勒多个资产之间的因果图结构，并借助主观概念与线性检测的方式来确定因果图结构的合理性，从而检查因果图所表征的领先与同步关系是否符合要求。
通过实证，发现因果模型的预测效果尚可，但在动态滚动测试中，每一期得到的因果图结构都存在一定的差异。
4 总结
《从关联到逻辑：因果推断初探》和《多元资产之间的因果分析》这两篇报告应该分别是国内将因果推理和因果发现纳入量化研究体系的第一篇研究报告，它们必不可免地遗漏一些问题，比如前者的因果效应估计机制较为简单，后者的IC算法存在等价类问题。
《基于因果模型发现领先与同步关系》相比于作者第一篇文章有了更全面的改进，它在考虑了时序关系后输出一种更稳定的本质图，使得学习到的因果图结构的可靠性得到了较大的提升。对于动态滚动测试结果不一致的情况，有可能是因为样本量导致的条件独立检验偏差。
