大岩量化：浅谈量化中的数据清洗——处理缺失值

上一篇文章《浅谈量化中的数据清洗——处理异常值》中，我们讨论了关于异常值的清洗和假设。本文中，我们再聊聊数据缺失值的清洗和假设。

量化研究模型往往是建基于大量数据，然而，在数据挖掘过程中，经常会遇到挖掘出来的特征数据存在各种异常情况，比如数据异常、数据缺失等。对于这些情况，如果不加以处理，将可能直接影响到最终模型建立后的使用效果，甚至可能导致模型失效。所以对于数据挖掘工程师来说，掌握必要的数据清洗方法是很有必要的！

什么是缺失值

缺失值，指的是缺少的数据，由于部分数据结构是齐整的，比如矩阵，缺失的数据会变成空值（NAN）留在其中，对我们后续的研究带来麻烦。我们需要分析后并去掉它们的影响。对于缺失值，量化中常见的处理方法是填充或删除。我们先分析泛用的清洗