← All Collections
🔬 7 parts

Causality & Lead-Lag in Markets

Who moves whom — Granger causality, transfer entropy, PCMCI discovery, and the causal ML toolbox (double ML, causal forests, synthetic control) applied to crypto markets.

  1. 01
    Toda-Yamamoto vs Differenced Granger: Does the BTC Lead-Lag Survive?
    Aug 7, 2026 #causal-inference

    Toda-Yamamoto vs Differenced Granger: Does the BTC Lead-Lag Survive?

    Granger causality on crypto prices done two ways — differenced returns and Toda-Yamamoto on levels — with a correct Wald implementation, an effective-N corrected causality matrix, and a rolling-stability test of whether the lag is tradeable at all.
  2. 02
    Transfer Entropy: Which Way Does Information Flow Between Crypto Assets?
    Aug 24, 2026 #causal-inference

    Transfer Entropy: Which Way Does Information Flow Between Crypto Assets?

    DCC-GARCH tells you when crypto dependence tightens. Transfer entropy tells you which way it points. A directed information-flow measure, its null calibration, and an honest account of what it does and does not add over average pairwise correlation.
  3. 03
    PCMCI: Көп айнымалы криптографиялық уақыт сериясындағы себепті анықтау
    Aug 18, 2026 #causal-inference

    PCMCI: Көп айнымалы криптографиялық уақыт сериясындағы себепті анықтау

    PCMCI екі сатылы MCI сынағы криптографиялық активтер арасындағы бағытталған себепті байланыстарды қалай қалпына келтіреді, онда корреляция және бивариат Грейджер мүмкін емес - құрылыс, тиграмит құбыры және оған әлі де қажет нақты деректерді зерттеу.
  4. 04
    Саудалардарғы гетерогенді емдеу әсерлері үшін Causal Forests
    Aug 1, 2026 #causal-inference

    Саудалардарғы гетерогенді емдеу әсерлері үшін Causal Forests

    Бұл блогтағы әрбір backtest шартты орташа бағалайды. Causal forests оның орнына шартты емдеу әсерін бағалайды — tau(x) mu(x) орнына — honest splitting, адаптивті kernel салмақ көрінісі және сіз тапқан гетерогенділіктің нақты екенін айтатын калибрлау тестімен.
  5. 05
    Қосты Машинанық Оқыту: Дәлелдерді Болжаудың Орнына Себептік Параметрді Бағалау
    Aug 2, 2026 #causal-inference

    Қосты Машинанық Оқыту: Дәлелдерді Болжаудың Орнына Себептік Параметрді Бағалау

    Бұл блогтегі барлық модельдер дерлік 'не ненді болжайды?' деген сұраққа жауап береді. Қос ML 'не неғ себеп болады?' дегенге жауап береді — қорғай алатын стандартты қатемен. Жартылай сызықты модель, Neyman ортогоналдылығы, тапсырыс кітабы деректеріндегі тазартылған cross-fitting және жарамды DML сенім аралығының тек алдын ала анықталған бір сұраққа өтетіні туралы адал есеп.
  6. 06
    The Other Way a Regression Lies: Endogeneity, 2SLS, and the Gamma Calibration Problem
    Aug 10, 2026 #causal-inference

    The Other Way a Regression Lies: Endogeneity, 2SLS, and the Gamma Calibration Problem

    Selection bias in the search is not the only way a regression fools you. When the regressor is correlated with the error, more data makes the estimate more confidently wrong. Instrumental variables applied to the one endogeneity problem this blog has already left open: permanent impact from net taker flow.
  7. 07
    Synthetic Control Methods for Evaluating Trading Strategies
    Aug 21, 2026 #causal-inference

    Synthetic Control Methods for Evaluating Trading Strategies

    This series has priced the selection route to a false edge — DSR prices the winner, PBO prices the search. Neither touches confounding: the strategy that made money because volatility doubled the week you deployed it. The Synthetic Control Method builds a weighted counterfactual from a donor pool of untouched instruments and gives you a falsification criterion and a placebo p-value.