Page:
知识/因子中性化
Pages
人物/孙宇晨
人物/段永平
人物
公司/公司研究模板
公司/围城
公司/坟场/恒大集团
公司/坟场
公司/集市
知识/业绩归因
知识/交易成本
知识/信息比率
知识/信息系数
知识/凯利公式
知识/分层回测
知识/前视偏差
知识/协方差矩阵
知识/卡玛比率
知识/去极值
知识/参数近邻稳定性
知识/因子中性化
知识/因子暴露
知识/均值方差优化
知识/基准
知识/复习与Anki说明
知识/复权
知识/夏普比率
知识/多因子模型
知识/市场冲击
知识/年化收益率
知识/幸存者偏差
知识/换手率
知识/数据窥探
知识/最大回撤
知识/杠杆
知识/标准化
知识/样本内/样本外
知识/波动率
知识/流动性
知识/滑点
知识/索提诺比率
知识/组合优化
知识/胜率与盈亏比
知识/过拟合
知识/阿尔法与贝塔
知识/预测基本定律
知识/风险平价
知识/风险模型
知识/风险预算
知识/T+1与涨跌停
知识
策略/背刺
策略/蜂群
系统开发/数据导入
系统开发/踩坑记录
系统开发/部署与配置
系统开发/项目简介
Home
人物
公司
策略
系统开发
Clone
Table of Contents
This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
因子中性化(Neutralization)
一句话:把因子里行业、市值等风格的影响剔除,只留「纯」信号。
💡 直觉
不想因为某因子其实只是「小盘股效应」而误判;中性化后更干净。
🧮 公式
f_{i}^{neu} = f_i - X_i\,\hat{\beta},\qquad \hat{\beta}=(X^\top X)^{-1}X^\top f
⚠️ 常见误区
中性化过头会削弱信号;回归用什么风格因子要想清楚。
👉 实战锚点(学以致用)
alpha/factors.py::neutralize- ROADMAP P1-8 因子处理流水线
📖 出处
《主动投资组合管理》第3章;优矿 RDP
🔗 相关
分类:因子研究 | 复习节奏:1/2/4/7/15 天(配合 Anki)