量化投资因子正交化方法.docxVIP

量化投资因子正交化方法

一、引言

在量化投资领域，因子模型是构建投资策略的核心工具。无论是多因子选股模型、风险预测模型还是资产配置模型，其本质都是通过挖掘不同维度的“因子”（如估值、成长、动量、波动率等）来解释资产价格的变动规律。然而，随着因子研究的深入，一个关键问题逐渐凸显：不同因子之间往往存在显著的相关性。例如，低市盈率的“价值因子”可能与高股息率的“红利因子”高度相关，短期动量因子可能与长期反转因子存在负向关联。这种因子间的共线性问题会导致模型参数估计不稳定、因子贡献难以准确衡量，甚至出现“因子冗余”现象——多个因子实际在解释同一种市场规律，却被错误地赋予不同权重。

为解决这一问题，“因