因子计算标准化流程中的若干问题及解决方案--因子选股系列十

文章预览

点击蓝字 关注我们 报告摘要 去极值标准化流程中存在的问题： 1) 没有对尾分布进行检验，对于如何判定极端值并没有明确定义，在中位数/3sigma/分位数法中对规定边界以外的所有数据点拉回到同一取值丢失分布信息，在多因子组合时可能由于尾部不保序的原因导致进入到组合的标的出现差异； 2) 没有对不同极值处理方法的优缺点和适用性进行讨论，而实际检验发现，不同数据分布特征的数据在不同极值处理方法下得到的分布结果差异非常大； 3) 没有讨论数据正态转换的必要性：通常来看，对于非幂律分布的样本，正确的正态转换可以有效将数据分布向正态收敛，且不会降低因子表现，可以纠正偏度和峰度，降低误判为极端值的概率，同时保留了原始数据的多峰或其他的分布特征。 线性中性化流程中存在的问题： 若线性中性化是有效的，则残差 ………………………………