量化选股中因子正交化处理方法.docxVIP

量化选股中因子正交化处理方法

一、因子正交化的底层逻辑与现实必要性

（一）量化选股中的因子共线性问题

近年来，量化选股在国内资本市场的应用范围持续扩大，因子投资作为量化选股的核心框架，通过挖掘能够稳定预测股票相对收益的特征因子构建投资组合，已经成为各类机构投资者常用的投资方式。随着因子挖掘技术的不断发展，市场上被验证有效的因子数量持续增加，从早期的估值、盈利、成长等经典因子，到各类量价、情绪、另类数据因子，因子体系越来越庞大，但随之而来的因子共线性问题也逐渐凸显。

因子共线性指的是不同因子之间存在较强的线性相关关系，背后的本质是因子之间的信息重叠。比如估值维度的市盈率和市净率，通常会因为个股的