python 领先-滞后分析 lead-lag regression
作者：互联网
理论
格兰杰Granger因果关系检验只能得出两变量之间是否存在因果关系
https://max.book118.com/html/2018/0613/172349596.shtm
名字有误，并非因果
这个例子揭示了Granger Causality和因果关系的本质区别：前者说的是一种可预测性（forcasting），如果A事件对于预测B事件是有用的，那么我们就说：A是B的Granger Causality（即：拒绝“A不是B的Granger Causality”）；
https://www.zhihu.com/question/34787362
p7 格兰杰因果检验
https://max.book118.com/html/2020/0908/5102242131002342.shtm
要求序列平稳
定义
https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CMFD&filename=1013121203.nh
from《股票收益的领先—滞后效应的研究》P19
三种平稳性检验方式P20
单位根检验
https://max.book118.com/html/2018/0613/172349596.shtm
考虑领先滞后关系的宏观因子择时策略
https://max.book118.com/html/2020/0908/5102242131002342.shtm
2. 股票收益的领先—滞后效应的研究（武汉理工）
3. 中国股票市场领先滞后关系影响因素研究（西南财经）
python
1. 使用python statsmodel包
https://www.cnblogs.com/anai/p/13083048.html
标签：lead,python,shtm,lag,html,https,Granger,book118,com 来源： https://blog.csdn.net/jack__captain/article/details/117566442