🌀 nonlinear sciences

Time Series Correlations and Kolmogorov Complexity: A Hausdorff Dimension Perspective

Die Arbeit zeigt, dass die Verwendung der Kolmogorov-Komplexität, insbesondere durch den gemeinsamen Komplexitätsindikator $J_{\rm LZ}$ , als wirksames Mittel dient, um irreführende Korrelationen in Zeitreihen zu identifizieren, indem sie nachweist, dass zufällige Korrelationen bei komplexen, hochdimensionalen Daten exponentiell unwahrscheinlicher sind als bei einfachen Mustern.

Ursprüngliche Autoren: Boumediene Hamzi, Marianne Clausel, Kamal Dingle, Marcus Hutter, Mohammed Terry-Jack

Veröffentlicht 2026-03-31

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Boumediene Hamzi, Marianne Clausel, Kamal Dingle, Marcus Hutter, Mohammed Terry-Jack

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

🕵️‍♂️ Der Fall der falschen Freunde: Warum Zahlen lügen können

Stellen Sie sich vor, Sie beobachten zwei völlig fremde Menschen auf einer Party.

Person A zählt langsam von 1 bis 100.
Person B zählt auch langsam von 1 bis 100.

Wenn Sie ihre Bewegungen aufzeichnen, werden Sie feststellen: Sie bewegen sich perfekt synchron! Wenn Person A hochgeht, geht Person B hoch. Die Statistik sagt Ihnen: „Wow, diese beiden sind zu 100 % miteinander verbunden!"

Aber das ist eine Lüge. Sie sind nicht verbunden; sie tun einfach nur das Gleiche, weil es eine sehr einfache, langweilige Aufgabe ist. In der Welt der Datenanalyse nennt man das eine Schein-Korrelation (Spurious Correlation).

Das neue Papier von Hamzi und Kollegen fragt sich: Wie können wir erkennen, ob zwei Dinge wirklich zusammenhängen oder ob sie nur zufällig so aussehen, weil sie beide „einfach" sind?

Die Antwort liegt in einem Konzept namens Kolmogorov-Komplexität. Klingt kompliziert? Ist es eigentlich nicht. Es ist einfach ein Maß dafür, wie schwer es ist, eine Geschichte zu erzählen.

🧶 Das Konzept: Der „Zusammengeknäuelte Wollfaden"

Stellen Sie sich zwei verschiedene Arten von Wolle vor:

Der einfache Faden (Niedrige Komplexität):
Ein Faden, der immer nur „Rot, Rot, Rot, Rot" ist. Um diesen Faden zu beschreiben, brauchen Sie nur einen Satz: „Nimm 100 rote Wolle." Das ist sehr kurz, sehr einfach und sehr vorhersehbar.
- Beispiel: Ein Aktienkurs, der nur langsam steigt, oder die Temperatur an einem sonnigen Tag.
- Das Problem: Da es so viele dieser einfachen Muster gibt, ist es extrem wahrscheinlich, dass zwei zufällige einfache Muster zufällig ähnlich aussehen. Wie zwei Leute, die beide „Rot" sagen.
Der chaotische Faden (Hohe Komplexität):
Ein Faden, der wild hin und her springt: „Rot, Blau, Grün, Gelb, Lila, Schwarz..." ohne erkennbares Muster. Um diesen zu beschreiben, müssten Sie jeden einzelnen Farbwechsel auflisten. Der Text wäre riesig.
- Beispiel: Der Kurs einer hochspekulativen Kryptowährung oder das Wetter in einem Sturm.
- Der Vorteil: Es gibt so unendlich viele Möglichkeiten, wie dieser chaotische Faden aussehen könnte, dass es unwahrscheinlich ist, dass zwei völlig unabhängige chaotische Fäden zufällig genau gleich aussehen.

Die Kernaussage des Papers:
Wenn zwei Datenreihen eine hohe Korrelation haben, aber beide „einfache Fäden" sind (niedrige Komplexität), ist die Wahrscheinlichkeit riesig, dass sie nur zufällig ähnlich sind. Wenn sie aber „chaotische Fäden" sind (hohe Komplexität) und trotzdem ähnlich sind, dann ist das ein starkes Zeichen für eine echte Verbindung.

🛠️ Die neue Werkzeugkiste: Der „JLZ"-Test

Die Autoren schlagen vor, dass wir beim Analysieren von Daten nicht nur den klassischen Korrelationswert (wie stark sie sich ähneln) ansehen sollen, sondern auch einen neuen Wert: JLZ.

Man kann sich JLZ wie einen Qualitätsstempel vorstellen:

Szenario 1: Der langweilige Trend.
Zwei Aktien steigen beide langsam. Sie sehen sich sehr ähnlich (hohe Korrelation). Aber beide sind „einfach" (niedriger JLZ-Wert).
- Urteil: „Vorsicht! Das ist wahrscheinlich nur Zufall. Ignorieren Sie diese Verbindung."
Szenario 2: Der wilde Tanz.
Zwei Aktien schwanken wild und unvorhersehbar. Plötzlich tanzen sie im Takt (hohe Korrelation). Beide sind „komplex" (hoher JLZ-Wert).
- Urteil: „Aha! Das ist kein Zufall. Etwas Verbindendes muss da sein. Untersuchen Sie das genauer!"
Szenario 3: Der Mischer.
Eine Aktie ist wild, die andere ist langweilig.
- Urteil: „Auch hier ist Vorsicht geboten. Wenn einer der Partner zu einfach ist, trauen wir dem Tanz nicht."

🎲 Die Experimente: Von Schmetterlingen zu Wolken

Um das zu beweisen, haben die Autoren zwei Spielzeuge verwendet:

Die Logistische Karte (Das Schmetterlings-Experiment):
Sie haben zwei mathematische Systeme simuliert, die wie Schmetterlinge wirken (kleine Änderungen führen zu großen Unterschieden).
- Wenn die Systeme „ruhig" waren (einfach), haben sie sich oft zufällig synchronisiert.
- Wenn sie „chaotisch" waren (komplex), haben sie sich fast nie zufällig synchronisiert.
- Erkenntnis: Der JLZ-Test konnte genau vorhersagen, wann die Systeme wirklich verbunden waren und wann nur zufällig.
Die Fraktale Wolke (Brownsche Bewegung):
Sie haben mathematische „Wolken" simuliert.
- Glatte Wolken (einfach): Sie sehen aus wie eine sanfte Kurve. Hier gab es viele falsche Alarme (Schein-Korrelationen).
- Rauhe Wolken (komplex): Sie sehen aus wie zerklüftetes Gebirge. Hier gab es fast keine falschen Alarme.
- Wichtig: Wenn die Wolken nicht stationär waren (also einen langfristigen Trend hatten, wie eine steigende Kurve), gab es wieder viele falsche Alarme. Das Papier sagt: Zuerst den Trend entfernen, dann den Komplexitäts-Test machen!

💡 Was bedeutet das für uns? (Die praktische Anleitung)

Wenn Sie morgen eine Studie lesen oder eigene Daten analysieren, die sagt: „A und B hängen stark zusammen!", dann fragen Sie sich folgende Dinge:

Wie „einfach" sind A und B?
Sind es glatte, langweilige Linien? (Wie eine steigende Kurve oder ein Zählen).
- Wenn JA: Seien Sie skeptisch. Es ist wahrscheinlich nur Zufall.
- Wenn NEIN (sie sind wild und komplex): Dann ist die Verbindung wahrscheinlich echt.
Der neue Check:
Die Autoren sagen: „Messen Sie die Komplexität (wie schwer es ist, die Daten zu komprimieren) und setzen Sie sie neben den Korrelationswert."
- Hohe Korrelation + Hohe Komplexität = Wahre Entdeckung! 🎉
- Hohe Korrelation + Niedrige Komplexität = Wahrscheinlicher Unsinn. 🚩

Zusammenfassung in einem Satz

Zufall ist überall, aber besonders häufig bei einfachen Dingen. Wenn zwei komplexe, chaotische Dinge sich trotzdem ähnlich verhalten, ist das ein viel stärkeres Zeichen für eine echte Beziehung als wenn zwei einfache, langweilige Dinge das tun. Der neue Test hilft uns, die echten Signale vom Rauschen des Zufalls zu unterscheiden.

1. Problemstellung

Ein persistentes Problem in der Datenanalyse ist das Auftreten trügerischer Korrelationen (spurious correlations) zwischen Zeitreihen. Einfache, niedrig-komplexe Muster (wie monotone Trends, periodische Sequenzen oder einfache Polynome) sind in natürlichen Datensätzen häufig. Aufgrund ihrer Einfachheit neigen sie dazu, zufällig hohe Pearson-Korrelationskoeffizienten ( $\rho$ ) zu erzeugen, obwohl keine fundamentale kausale Verbindung besteht.

Das Paper argumentiert, dass die Kolmogorov-Komplexität (ein Maß für die Unkomprimierbarkeit eines Objekts) als prinzipieller Schutzmechanismus gegen diese Fehlalarme dienen kann. Die zentrale Hypothese ist: Eine hohe Korrelation zwischen zwei hochkomplexen Zeitreihen ist ein starkes Indiz für eine echte Beziehung, während dieselbe Korrelation zwischen zwei niedrig-komplexen Reihen höchstwahrscheinlich zufällig ist.

2. Methodik und Theoretischer Rahmen

Theoretische Grundlagen

Die Autoren stützen ihre Argumentation auf drei Säulen der algorithmischen Informationstheorie (AIT):

Solomonoff-Prior & Algorithmische Wahrscheinlichkeit: Einfache Muster haben eine exponentiell höhere Wahrscheinlichkeit, zufällig zu entstehen, als komplexe Muster. Daher ist die Wahrscheinlichkeit, dass zwei unabhängige einfache Reihen zufällig korrelieren, viel höher als bei komplexen Reihen.
Effektive Hausdorff-Dimension: Es wird eine Verbindung zwischen der normalisierten Kolmogorov-Komplexität und der effektiven Hausdorff-Dimension ( $\dim_H$ ) hergestellt. Für fraktale Kurven gilt $\dim_H = 2 - H$ (wobei $H$ der Hurst-Parameter ist). Niedrige Komplexität entspricht niedriger Dimension (glatte Kurven), hohe Komplexität hoher Dimension (raue, chaotische Kurven).
Posobin-Shen-Theorem: Dies zeigt, dass Rauschen die Kolmogorov-Komplexität erhöht. Dies führt zu einem „Rausch-Boden" (noise floor): Selbst einfache Signale weisen aufgrund von Messrauschen eine gewisse minimale Komplexität auf, die bei der Schätzung berücksichtigt werden muss.

Bewiesene Obergrenze (Spurious-Alignment Bound)

Die Autoren leiten eine formale Obergrenze her (Proposition 1), die besagt, dass die Wahrscheinlichkeit einer zufälligen Korrelation $\hat{\rho}(x, y) > \tau$ zwischen zwei unabhängigen Binärsequenzen $x$ und $y$ exponentiell mit ihrer normalisierten Kolmogorov-Komplexität $\tilde{K}$ abfällt:
$\Pr(\hat{\rho} > \tau \mid x \perp\!\!\perp y) \leq C_\tau \cdot 2^{-n(\tilde{K}(x) + \tilde{K}(y))}$
Dies bedeutet: Je komplexer die Reihen, desto unwahrscheinlicher ist eine zufällige Übereinstimmung.

Empirische Schätzer und Indikatoren

Da die Kolmogorov-Komplexität unentscheidbar ist, verwenden die Autoren Approximationen:

LZ-Komplexität ( $e_{CLZ}$ ): Basierend auf dem Lempel-Ziv-Algorithmus (zlib-Kompression). Zeitreihen werden in Byte-Strings (IEEE-754) umgewandelt und komprimiert. Das Verhältnis der komprimierten Länge zur Originallänge dient als normalisierte Komplexität.
Spektrale Entropie ( $e_H$ ): Eine Fourier-basierte Komplexitätsmetrik, die als Proxy für die Hausdorff-Dimension dient.
Neuer Indikator $JLZ$ (Joint LZ): Um das Problem zu lösen, dass zwei einfache Reihen ähnliche (niedrige) Komplexität haben können, schlagen die Autoren den geometrischen Mittelwert der normalisierten LZ-Komplexitäten vor:
$JLZ(x, y) = \sqrt{e_{CLZ}(x) \cdot e_{CLZ}(y)}$
$JLZ$ ist nur dann hoch, wenn beide Reihen individuell komplex sind. Dies unterscheidet sich von reinen Ähnlichkeitsmaßen (wie $SLZ = -|e_{CLZ}(x) - e_{CLZ}(y)|$ ), die auch bei zwei einfachen Reihen null sein können.

3. Experimente und Ergebnisse

Die Theorie wurde an zwei komplementären Modellen validiert:

Experiment 1: Gekoppelte Logistische Abbildungen

Setup: Zwei symmetrisch diffusiv gekoppelte logistische Abbildungen ( $x_{n+1}, y_{n+1}$ $x_{n + 1}, y_{n + 1}$ ) mit dem Parameter $r$ $r$ .
- $r=3.4$ : Periodisch (niedrige Komplexität, $\dim_H \approx 0$ ).
- $r=3.9$ : Chaotisch (hohe Komplexität, $\dim_H \approx 1$ ).
Ergebnisse:
- Falsch-Positiv-Rate: Bei $r=3.4$ (periodisch) traten in 100 % der Fälle bei unabhängigen Reihen ( $\epsilon=0$ ) signifikante Korrelationen auf. Bei $r=3.9$ (chaotisch) war die Falsch-Positiv-Rate 0 %.
- Synchronisationserkennung: Der Indikator $JLZ$ zeigt einen charakteristischen Abfall kurz vor dem Synchronisationsschwellenwert $\epsilon_c$ . Dies deutet auf den Kollaps der individuellen Komplexität hin, bevor die Reihen vollständig synchronisiert sind – ein Phänomen, das mit reinen Ähnlichkeitsmaßen ($SLZ$) nicht sichtbar ist.
- Klassifizierung: Hohe Korrelation bei hoher $JLZ$ deutet auf eine echte Beziehung hin; hohe Korrelation bei niedriger $JLZ$ ist wahrscheinlich trügerisch.

Experiment 2: Multivariate Fraktionale Brownsche Bewegung (mfBm)

Setup: Simulation von fraktionaler Gaußschem Rauschen (fGn) mit verschiedenen Hurst-Parametern $H$ $H$ .
- $H \approx 0$ : Rau, hochkomplex, $\dim_H \approx 2$ .
- $H \approx 1$ : Glatt, niedrigkomplex (Trend), $\dim_H \approx 1$ .
Ergebnisse:
- Es wurde eine klare inverse Beziehung zwischen $H$ (und damit $\dim_H$ ) und der Falsch-Positiv-Rate bestätigt.
- Für $H \lesssim 0.7$ (hohe Komplexität) liegt die Falsch-Positiv-Rate unter 5 %.
- Für $H \gtrsim 0.9$ (glatt) liegt die Rate bei 25–40 %.
- Nicht-Stationarität: Integrierte Prozesse (fBm-Pfade) zeigen unabhängig von $H$ hohe Falsch-Positiv-Raten (Yule-Phänomen). Die Komplexitätsmetrik erkennt dies korrekt als „niedrige Komplexität" aufgrund des dominierenden Trends.
- Kalibrierung: Der Schwellenwert $JLZ > 0.3$ wurde basierend auf den mfBm-Ergebnissen kalibriert, um Falsch-Positive mit einer Wahrscheinlichkeit < 5 % zu vermeiden.

4. Wichtige Beiträge und Erkenntnisse

Theoretische Fundierung: Die Arbeit verbindet algorithmische Informationstheorie (Kolmogorov-Komplexität) mit geometrischer Fraktaltheorie (Hausdorff-Dimension), um das Phänomen der trügerischen Korrelation formal zu erklären.
Der $JLZ$-Indikator: Einführung eines neuen, robusten Maßes, das sicherstellt, dass beide Zeitreihen komplex genug sind, um eine Korrelation als signifikant zu betrachten. Dies löst das Problem, dass Ähnlichkeitsmaße bei einfachen Reihen versagen.
Rausch-Boden-Korrektur: Die Autoren quantifizieren, wie Messrauschen die Komplexität künstlich erhöht, und empfehlen, Schwellenwerte entsprechend anzupassen (empfohlener Mindestwert für $e_{CLZ} \approx 0.15$ ).
Zweistufiges Verfahren: Ein praktischer Workflow wird vorgeschlagen:
- Schritt 1: Stationarität sicherstellen (z. B. durch Differenzbildung bei nicht-stationären Reihen).
- Schritt 2: Anwendung des Komplexitätsfilters ($JLZ$) auf die stationären Residuen. Nur wenn $JLZ$ hoch ist, sollte eine hohe Korrelation als echte Beziehung interpretiert werden.

5. Signifikanz und praktische Implikationen

Das Paper bietet einen prinzipiellen Ansatz, um die Zuverlässigkeit von Korrelationsanalysen in Wissenschaft, Finanzen und Technik zu verbessern.

Praxisempfehlung: Bei der Berichterstattung von Korrelationen sollte immer die Komplexität ( $e_{CLZ}$ ) und der gemeinsame Indikator ($JLZ$) angegeben werden. Hohe Korrelationen zwischen einfachen Reihen (z. B. monotone Trends) sollten mit großer Skepsis betrachtet werden.
Komplementarität: Der Komplexitätsfilter ersetzt keine klassischen Signifikanztests (wie Surrogat-Tests), sondern ergänzt sie. Während Surrogat-Tests prüfen, ob die Korrelation über dem Rauschen liegt, prüft $JLZ$, ob die Datenstruktur komplex genug ist, um die Korrelation informativ zu machen.
Anwendbarkeit: Der Ansatz ist rechnerisch effizient (wenige Millisekunden pro Paar) und kann als Vorfilter für aufwendigere kausale Inferenzmethoden (wie MDL-basierte DAG-Rekonstruktion) dienen.

Zusammenfassend liefert das Paper eine mathematisch fundierte Antwort auf Yules alte Frage nach „Unsinn-Korrelationen": Solche Korrelationen sind nicht nur ein statistisches Artefakt, sondern eine direkte Konsequenz der algorithmischen Einfachheit der zugrunde liegenden Daten.