股票量化分析系统浅析之（三）归一化与标准化

归一化广义上是包含标准化的，本文从狭义上区分两者。

归一化主要是应用于没有距离计算的地方上，标准化则是使用在不关乎权重的地方上，因为各自丢失了距离信息和权重信息。

从概念上看，标准化将数值规约到(0,1)或者是(-1,1)区间，而归一化将对应数据的分布规约在均值为0，标准差为1的分布上。

标准化公式为(x-xmin)/(xmax-xmin)，即先使用最小值平移，后使用最值差缩放。归一化公式为(x-均值)/标准差，即先使用均值μ平移，之后用标准差σ进行缩放。

标准化丢失了数据的分布信息，对数据之间的距离没有得到较好的保留，但保留了权值。某个指标数据对应的数据集标准差过大，说明其不确定性增加，所提供的信息量也会增加，因此在进行综合指标评价的时候，权重也会对应的增大。

归一化较好地保留了数据之间的分布，但是数据的权重没有得到保留，因为归一化的分母是标准差，而标准差大小间接代表着权重的大小，这就导致归一化之后的分布各个样本的权重是平等的，但是归一化保留了样本之间的距离信息。