rolling.corr()最常用写法是df['a'].rolling(30).corr(df['b'])，但易因索引未对齐报valueerror；需先检查索引一致性，再用sort_index().drop_duplicates()清理，配合asfreq()确保时间对齐，并合理设置min_periods。
rolling.corr() 的基本用法和常见报错
直接调用 df['A'].rolling(30).corr(df['B'])
ValueError: Must pass DataFrame with same index —— 这通常是因为两列索引不完全对齐（比如有缺失时间戳、重复索引或顺序错乱）。别急着重设索引，先检查 df['A'].index.equals(df['B'].index)，不返回 True 就得对齐。实操建议：
- 用
df = df.sort_index().drop_duplicates()清理索引再计算，比强行reindex更安全 - 如果其中一列是 Series 且索引与 DataFrame 不同，别用
rolling().corr(series)，改用df.rolling(30).corr().loc[:, ('A', 'B')]（需确保是 DataFrame） -
min_periods默认是窗口大小，设太小（如min_periods=1）会导致早期值全是NaN或异常高相关性，建议至少设为int(window * 0.5)
多列配对相关性：避免手写循环
想算 A 对 B、C、D 的滚动相关？别用 for 循环套 rolling.corr()，既慢又易出错。Pandas 原生支持批量计算，但前提是把目标列组织成 DataFrame。
实操建议：
- 把待分析的“被相关变量”（如 B/C/D）合并成一个 DataFrame：
targets = df[['B', 'C', 'D']] - 调用
df['A'].rolling(60).corr(targets)，返回的是 MultiIndex DataFrame，列名自动变成('A', 'B')、('A', 'C')等 - 注意：
targets必须和df['A']索引严格一致，否则会静默丢行，不是报错 - 若想算任意两两组合（如 A-B、B-C、A-C），用
df.rolling(60).corr()，但结果是宽表结构，列名为(col1, col2)元组，取值时得用.xs或.loc[:, ('A','B')]
性能陷阱：window 太大 or 频率太高
滚动相关本身是 O(n × window) 复杂度，当 window=252（一年交易日）且数据有 10 万行时，实际计算量接近 2500 万次协方差+标准差运算。这不是瓶颈在 Python，而是 Pandas 每次都重新算均值和方差，没复用中间结果。
实操建议：
- 优先用
min_periods=window//2而非1，减少无效窗口数量 - 高频数据（如分钟级）慎用大窗口，考虑先用
resample('30T').last()降频 - 如果只是需要近似值，可用
rolling().cov() / (rolling().std() * rolling().std())手动拆解，虽然代码长点，但能加ddof=0控制自由度，也方便插值补NaN - 极端情况（>50 万行 + window>200），换
numba.jit自写滚动 corr，提速 5–10 倍，但得自己处理 NaN 和边界
时序对齐问题：金融场景下最容易翻车的地方
做股票或期货相关性分析时，rolling.corr() 默认按索引位置滑动，而不是按时间对齐。如果某天 A 有数据、B 没有，那一整行都会被跳过——导致相关性序列出现意外断点，且断点位置和原始缺失位置不一致。
实操建议：
- 强制按时间对齐：先用
df = df.asfreq('D')（或你的时间频率），再计算，确保每行代表同一时刻 - 不要依赖
fillna(method='ffill')后再算，因为前向填充会让滞后相关性失真（比如用昨天的 B 值和今天的 A 算相关） - 如果必须保留原始频率，就用
df.resample('D').apply(lambda x: x.dropna().rolling(30).corr().iloc[-1] if len(x.dropna()) >= 30 else np.nan)，但性能差，仅用于校验
真正难的不是写对函数，而是确认你算出来的那个数字，到底对应哪一段真实时间窗口里的哪几对观测值。尤其当数据源来自不同系统、落地时间不一致时，这个对齐动作没法省。
