不同时间范围的不同相关系数

Question

我建了一个DataFrame，里面有以下数据：

1. 1. N日Gas期货每日价格；
2. N日石油期货每日价格；
3. 意大利 Dau-Ahead 电力市场每日价格；

数据取自 2010 年到 2022 年的时间范围，所以是 12 年的历史时间数据。 DataFrame 头长这样：

     PETROIL       GAS  ELECTRICITY
0  64.138395  2.496172    68.608696
1  65.196161  2.482612   113.739130
2  64.982403  2.505938   112.086957
3  64.272606  2.500000   110.043478
4  65.993436  2.521739    95.260870

因此，在这个 DataFrame 上，我尝试通过 Pandas 方法构建相关矩阵.corr()并面临一个大问题：

如果我将所有 12 年作为数据，我会得到：

1. 电力和石油价格之间的相关性几乎为零；
2. 电力和天然气价格之间的低相关性（0.12）；

如果我尝试分成三个时间范围（2010-2014；2014-2018；2018-2022），我会得到非常高的相关性（在两种情况下都在 0.40 和 0.60 之间）。

所以我在这里问这两个问题：

1. 为什么我在拆分时间范围时会得到如此大的差异？
2. 考虑到我正在做这种分析以使用 Petroil 和 Gas 价格来预测电价，我应该考虑这两种分析中的哪一种？ 考虑整个时间范围的第一个（相关性低）还是分成不同时间范围的第二个（相关性较高）？

谢谢您的回答。