![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
建模
文章平均质量分 51
S_o_l_o_n
logic
展开
-
因子中性化和因子解释
因子中性化因子值本身是否和市值存在高度相关性,若如此,会导致市值因子和该因子混在一起。如果相关性较高,那么实际上就和市值因子的效果一样了。有时候,我们一样因子本身不受市值影响,那么就可以通过使用中性化处理后的因子值。但是有时候,我们因子本身的含义本来就偏好某类市值股票,即这种市值效应是该因子本身的一种预期特点,那么就不需要中性化。因此,只有当我们一样剥离某些其他因子的影响,才需要中性化。一般什么情况下需要中性化?当我们想要的因子由于代理变量不够纯粹,会和其他因子存在较大相关性,但是我们又只想看纯原创 2023-02-12 15:55:23 · 1175 阅读 · 1 评论 -
线性回归模型的局限性和注意点
回归分析是传统的研究变量关系很重要的一种方式,特别是在机器学习和深度学习兴起之前,回归分析基本就是探究变量关系之间的主要方式。线性回归又是回归分析中很重要的一种方式,由于其模型的简单性和有效性,线性回归分析在回归分析中始终扮演极其重要的角色。 线性回归分析在实际使用中,虽然简单有效,但是使用者往往很容易因为没有充分认识到线性回归模型的局限性和注意点而误用,导致得到很多...原创 2020-03-03 22:10:46 · 11730 阅读 · 2 评论