市值因子正交化(Size Orthogonalization)

发布时间:2026-6-24 11:16阅读:207

量化张经理 证券经理
帮助10万+ |好评1299
问一问
从业认证| 入驻5年
量化张经理 证券经理
两融账户可在线办理,支持智能条件单和网格交易,佣金成本价
问一问
当前我在线 最快30秒解答 立即追问 99%的人选择
关于【市值】我们准备了详细的专题解读,全部要点覆盖,更有顾问1对1为你专属讲解。 点击微信,一键关注

文章很精彩?转发给需要的朋友吧

推荐相关阅读
因子正交化的目的是什么?常用方法有哪些?
消除因子间相关性,避免多重共线性,确保因子贡献可独立归因。常用方法:主成分分析(PCA)、回归残差法、Gram-Schmidt正交化。
资深安老师 529
量化交易的多因子策略中,券商提供的因子能否进行“因子正交化”处理?
在量化交易的多因子策略中,部分券商是可以对提供的因子进行“因子正交化”处理的。“因子正交化”是一种让因子之间相关性降低的方法,能让多因子模型更稳定、准确。一些实力较强、技术先进的券商,有专门的量...
资深张经理 519
QMT量化因子正交化方法:因子相关性去除技巧
您好,针对QMT量化因子的相关性问题,我讲通俗的正交化方法及去相关性技巧。首先,先明确为什么要做:如果因子间相关性高,量化模型会重复计算有效信息,降低预测准确性,所以要先去相关性。(1)第一步是...
张经理 183
多因子模型的因子正交化规则和方法?
规则:消除因子间多重共线性,确保因子独立解释收益。方法:主成分分析(PCA)、因子回归残差法(将因子对其他因子回归,取残差作为正交化因子)、正交矩阵变换(如Gram-Schmidt正交化)。
资深安老师 757
量化交易的市值因子效果怎么样?
前面的文章,我们用历史的回测数据,了解到,交易中,必然会存在行情的调整。这个时候,我们是否需要用主观的判断,来规避行情的风险呢? 很多朋友也找我进行了许多讨论,加深了对自己策略的理解,这才是最重要的。。 那么,今天,我给大家讲一讲量化交易中的“市值因子”: 因子模型是对于风险-收益关系的定量表达,不同因子代表不同风险类型的解释变量。 该公式指出资产的预期收益率是由一系列因子及其因子暴露加上误差项...
资深刘经理 582
多因子模型中的因子标准化常见方法有哪些
在多因子模型中,因子标准化是一个关键的预处理步骤,它有助于解决不同因子之间量纲不一致、分布差异大等问题,使得模型能够更加准确地评估各因子对目标变量的影响。本文将详细介绍多因子模型中的因子标准化常见方法。一、因子标准化的重要性在多因子模型中,不同的因子往往具有不同的量纲和分布特性。例如,有些因子可能是百分比形式的,其取值范围在0%到100%之间;而有些因子可能是绝对数值,其取值范围可能从几千到几十亿不等。如果直接将这些具有不同量纲和分布的因子输入到模型中,将会导致模型难以...
资深陈经理 1589
TA的文章 全部>
相关标签全部>
回到顶部