Я не математик, поэтому я попытаюсь описать это в терминах непрофессионала.
Я пытаюсь взять два временных ряда, которые могут представлять любую переменную величину, максимальную дневную температуру, максимум цены акций за день и т. Д. Они будут умножены на коэффициент, который будет соответствовать их максимумам и минимумам. (Например, два температурных ряда могут варьироваться между разными самыми холодными и самыми теплыми температурами, но в обоих я бы отнес самый холодный как 0%, а самый теплый как 100%.)
Учитывая это, я хочу выяснить, какой относительный сдвиг в их начальных временах приведет к "самой" корреляции. То есть самый длинный период выборки с «высокой» корреляцией. (Я знаю, что это немного нечетко.)
В качестве простого примера, учитывая прошлогоднюю температуру для нескольких городов, можно было бы выбрать два города, в которых оба имели период в несколько недель, в котором через день максимальная температура составляла 2/3 от предыдущего дня. Это не обязательно должно начаться для обоих городов в один и тот же день. Вот тут и начинаются испытания, сдвигающие время.
Хорошо бы указатель на обсуждение, псевдокод или реальную служебную библиотеку.