量化选股中的因子正交化处理方法优劣对比.docxVIP

量化选股中的因子正交化处理方法优劣对比

一、引言

作为当前国内股票市场量化选股策略的主流框架，多因子模型的核心逻辑是通过筛选对股票未来收益具备稳定预测能力的特征维度，按照一定规则加权构建股票组合，以期获取超越基准的收益。随着量化行业的不断发展，研究者挖掘出的因子数量从最早的几个风格因子扩展到如今的数百个基本面、量价、事件类因子，因子间的信息重叠问题也日益凸显——很多看似逻辑不同的因子，底层实际反映的是同一类定价逻辑，比如估值类因子之间、盈利质量类因子之间往往存在很高的相关性，这类共线性问题如果得不到有效处理，会导致模型参数估计不稳定、收益归因失真、样本外表现快速衰减等一系列问题，甚至会出现因子收益率方向与经济逻辑完全相悖的情况（格里纳德、卡恩，2013）。

因子正交化正是应对共线性问题的核心技术手段，其本质是通过特定的数学变换，将存在相关性的原始因子转化为互不相关的新因子序列，在尽可能保留有效预测信息的前提下剥离冗余重叠部分，避免同一类信息被重复计价。但在实践中，很多研究员对正交化方法的选择存在较强的随意性，要么直接套用最常见的方法不考虑适配性，要么盲目追求数学形式更复杂的方法，反而因为方法错配导致模型效果下降。实际上，不同的正交化方法因为底层设计逻辑的差异，在信息保留倾向、计算成本、稳定性、适用场景上存在极大的区别，只有系统梳理各类方法的优劣势与适用边界，才能真正发挥正交化的作用