金融投资行业分析-选股因子数据的异常值处理和正态转换——《金工磨刀石系列之二》.pdfVIP

HeaderTable _User 1122253200 金融工程 HeaderTable _Stock 股票代码 投资评级 评级变化 选股因子数据的异常值处理和正态转换 行业code HeaderTable — 《金工磨刀石系列之二》 _Excel 研究结论 报告发布日期 2016 年06 月23 日  数据处理是因子选股实证研究的第一步。本报告将结合我们的因子库数据分 析比较多种极值处理和正态转换方法。 证券分析师 朱剑涛 0216077  数据极值侦测手段通常有四种：固定比例、均值标准差、MAD 和 Boxplot zhujiantao@ 方法，实证比较发现经过偏度调整的Boxplot 方法对异常数值的侦测效率最 执业证书编号：S0860515060001 高，需要人力干预的地方少，建议在实证研究中采用。  数据的非正态性会影响alpah 因子的zscore 计算和风险因子的因子收益率显 著性检验。Box-Cox 变换是最常用的数据正态转换，它的参数lambda 可以 相关报告 通过极大似然方法估计，但在实际操作中，这个数值只能作为参考，不宜直 常用股票行业分类方法的比较 2016-01-22 接采用，转换后因子的经济含义是否便于理解是更值得关注的事情，应优先 考虑取对数或取倒数这样简单的转换方式。 风险提示  模型失效风险； 专  极端行情对模型的冲击； 题 报 告 【 金 融 工 程 · 证 券 研 究 报 告 】 东方证券股份有限公司经相关主管机关核准具备证券投资咨询业务资格，据此开展发布证券研究报告业务。 东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此，投资者应当考虑到本公司可能存在对报告的客观性产生 影响的利益冲突，不应视本证券研究报告为作出投资决策的唯一因素。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 一、异常数据的影响与侦测 3 1.1 异常数据的影响3 1.2 固定比例法3 1.3 均值标准差法3 1.4 MAD 法4 1.5 Boxplot 法4 1.6 偏度调整Boxplot 和MAD 方法对比5 二、数据正态转换 6 2.1 非正态数据的影响6 2.2 Box-Cox 变换7 2.3 正态变换的选择8 三、总结 9 风险提示 9 参考文献 10 一、异常数据的影响与侦测 1.1 异常数据的影响 数据异常值对线性回归的影响在统计学教科书中多有论述，这里主要讨论其对 alpha 因子 zscore 得分的影响。