分享
注册
1分钟入驻>
+微信
从业认证
首发回答
您好，QMT量化交易系统支持多因子正交化处理，常见的因子去相关方法我给您梳理清楚，方便您实操落地。
首先要提醒大家，因子去相关是为了减少因子间的信号冗余，但过度处理可能丢失有效因子信息，一定要结合自己的策略场景调整，不能盲目套用方法。
1. 主成分分析法（PCA）：这是最常用的去相关方式，通过线性变换把相关因子转换成互不相关的主成分，QMT里可以直接调用内置的PCA函数，步骤是导入因子数据、设置主成分数量、输出正交化后的因子，操作起来很便捷。
2. Gram-Schmidt正交化：适合优先保留核心因子的场景，比如先锚定盈利因子，再让估值、成长等因子与盈利因子正交，QMT支持自定义脚本实现，只要依次对剩余因子做投影剔除相关部分即可。
3. 协方差矩阵对角化：适合因子数量较多的策略，通过矩阵变换消除因子间的协方差，QMT的量化工具包提供协方差计算函数，搭配矩阵运算就能完成处理。
举个例子，有朋友做成长+价值双因子策略时，用PCA处理后，因子相关性大幅降低，有效避免了信号重叠的问题。
如果您想了解QMT量化系统的具体操作细节，或者需要定制适合您策略的因子去相关方案，点击右上角添加微信进一步沟通，可以申请成本佣金账户！ETF、可转债佣金降至0.5，两融的专项利率给到3.6%以下，国债逆回购能够降到打一折！
首先要提醒大家，因子去相关是为了减少因子间的信号冗余，但过度处理可能丢失有效因子信息，一定要结合自己的策略场景调整，不能盲目套用方法。
1. 主成分分析法（PCA）：这是最常用的去相关方式，通过线性变换把相关因子转换成互不相关的主成分，QMT里可以直接调用内置的PCA函数，步骤是导入因子数据、设置主成分数量、输出正交化后的因子，操作起来很便捷。
2. Gram-Schmidt正交化：适合优先保留核心因子的场景，比如先锚定盈利因子，再让估值、成长等因子与盈利因子正交，QMT支持自定义脚本实现，只要依次对剩余因子做投影剔除相关部分即可。
3. 协方差矩阵对角化：适合因子数量较多的策略，通过矩阵变换消除因子间的协方差，QMT的量化工具包提供协方差计算函数，搭配矩阵运算就能完成处理。
举个例子，有朋友做成长+价值双因子策略时，用PCA处理后，因子相关性大幅降低，有效避免了信号重叠的问题。
如果您想了解QMT量化系统的具体操作细节，或者需要定制适合您策略的因子去相关方案，点击右上角添加微信进一步沟通，可以申请成本佣金账户！ETF、可转债佣金降至0.5，两融的专项利率给到3.6%以下，国债逆回购能够降到打一折！
发布于2026-8-22 22:31 深圳
当前我在线
直接联系我
秒答
关注
分享
追问
踩 
举报
2550
电话咨询
咨询
18630917047 
