

做多因子选股时，最怕的不是因子太少，而是因子太像。

动量和成交额、波动率和非流动性、换手率和振幅……这些因子往往你中有我。如果把高相关因子都放进模型，等于给同一个信息重复投票，回测好看，实盘容易崩。

本文构造 4 个常见量价因子，跑一遍相关性矩阵，再按“高相关剔除、保留 |IC| 更高者”的规则做去重。

## 一、为什么要做因子去重

想象你同时用了两个因子：

- `mom_60d`：60 日动量。
- `turnover_20d`：20 日平均成交额。

如果二者相关系数高达 0.7，说明它们在很多股票上的排名是同步的。把它们同时加权，动量信息被算了两次，模型的“有效独立因子”其实只有 3 个。

去重的目标：**让最终保留的因子尽量低相关、尽量各自携带独立预测信息。**

## 二、本文你将得到什么

- 4 个可复现的量价因子构造方法。
- 相关性矩阵 + 迭代剔除代码。
- 去重前后综合打分的效果对比。
- 一个可直接替换证书运行的完整脚本。

## 三、4 个待选因子

| 因子 | 计算方式 | 经济含义 |
|---|---|---|
| mom | 60 日收益率（跳过最近 5 日） | 趋势动量 |
| vol | 20 日年化波动率 | 风险/波动 |
| turnover | 20 日平均成交额（v * c） | 交易活跃度 |
| amihud | mean(\|ret\| / 成交额) * 1e9 | 非流动性冲击 |

`vol`、`turnover` 是“越低越好”，合成时取负号；`amihud` 越高代表流动性越差，通常预期收益越高。

## 四、可运行代码

```python
import pandas as pd
import numpy as np
from scipy.stats import spearmanr
from mairui import Client

client = Client("LICENCE-66D8-9F96-0C7F0FBCD073")
UNIVERSE = ["600519", "000001", "000002", "600036", "601318",
            "601398", "600276", "000333", "600030", "601166"]

def momentum(s):
    return s.iloc[-6] / s.iloc[-66] - 1

def volatility(s):
    return s.pct_change().tail(20).std() * np.sqrt(252)

def turnover(df):
    return (df["v"] * df["c"]).tail(20).mean()

def amihud(df):
    ret = df["c"].pct_change().abs().tail(20).values
    dv = (df["v"] * df["c"]).tail(20).values
    return np.mean(ret / np.maximum(dv, 1)) * 1e9

def zscore(x):
    return (x - x.mean()) / x.std()

rows = []
for code in UNIVERSE:
    raw = client.stock_history(code, lt=120, dividend="n")
    df = pd.DataFrame(raw).sort_values("t")
    rows.append({
        "code": code,
        "mom": momentum(df["c"]),
        "vol": volatility(df["c"]),
        "turnover": turnover(df),
        "amihud": amihud(df),
        "fwd": df["c"].iloc[-1] / df["c"].iloc[-21] - 1,
    })
snap = pd.DataFrame(rows).dropna()

# 定向：低波/低换手更好，amihud 越高越好
snap["mom_dir"] = snap["mom"]
snap["vol_dir"] = -snap["vol"]
snap["turn_dir"] = -snap["turnover"]
snap["amihud_dir"] = snap["amihud"]

factors = ["mom_dir", "vol_dir", "turn_dir", "amihud_dir"]
print("相关性矩阵:")
print(snap[factors].corr().abs().round(3))

# 计算 IC
ics = {f: spearmanr(snap[f], snap["fwd"])[0] for f in factors}

# 迭代剔除 |r| > 0.7 的因子对，保留 |IC| 高者
keep = list(factors)
threshold = 0.7
while True:
    corr = snap[keep].corr().abs()
    mask = np.triu(np.ones(corr.shape), k=1).astype(bool)
    vmax = corr.where(mask).max().max()
    if vmax <= threshold:
        break
    i, j = np.where(corr.values == vmax)
    f1, f2 = corr.index[int(i[0])], corr.columns[int(j[0])]
    drop = f1 if abs(ics[f1]) < abs(ics[f2]) else f2
    keep.remove(drop)
    print(f"剔除 {drop}（与 {f1 if drop == f2 else f2} |r|={vmax:.3f}）")

print("保留因子:", keep)

# IC 加权合成
abs_ic = pd.Series({f: abs(ics[f]) for f in keep})
weights = (abs_ic / abs_ic.sum()).to_dict()
snap["score"] = sum(weights[f] * zscore(snap[f]) for f in keep)

top5 = snap.nlargest(5, "score")["fwd"].mean() * 100
bot5 = snap.nsmallest(5, "score")["fwd"].mean() * 100
print(f"top5={top5:+.2f}% bot5={bot5:+.2f}% spread={top5-bot5:+.2f}%")
```

## 五、运行结果示例

```text
相关性矩阵:
            mom_dir  vol_dir  turn_dir  amihud_dir
mom_dir       1.000    0.004     0.715       0.300
vol_dir       0.004    1.000     0.184       0.552
turn_dir      0.715    0.184     1.000       0.695
amihud_dir    0.300    0.552     0.695       1.000

剔除 turn_dir（与 mom_dir |r|=0.715）
保留因子: ['mom_dir', 'vol_dir', 'amihud_dir']
top5=+2.25% bot5=+0.81% spread=+1.44%
```

本例中 `turnover` 与 `mom` 相关性最高，且 |IC| 不如 `mom`，因此被剔除。剩下的 3 个因子相关性更低，合成后的多头组合跑赢了空头组合。

## 六、常见坑

1. **阈值不是越小越好**：0.7 是常用起点；阈值降到 0.5 可能误杀有用因子。
2. **剔除顺序会影响结果**：建议按“最大相关系数优先”迭代，而不是一次性全删。
3. **IC 是单期截面指标**：去重只解决共线性问题，不能替代样本外验证。

## 七、小结

- 相关性矩阵是多因子组合的“体检表”，上线前必看。
- 去重规则可以简化为：|r| > 阈值时，保留 |IC| 更高的因子。
- 去重后再做加权，组合的稳定性和可解释性都会更好。

下一篇：因子持久化 —— 把因子落进 SQLite，给下游策略调用。

---

## 免责声明

本文仅供技术学习与交流，不构成投资建议。文中示例数据不代表实时行情，投资有风险，入市需谨慎。

## 代码与文档

源码与接口文档见：
https://github.com/MaiRuiApi


动量和成交额、波动率和非流动性、换手率和振幅……这些因子往往你中有我。如果把高相关因子都放进模型，等于给同一个信息重复投票，回测好看，实盘容易崩。

【Python量化因子实战 #08】因子去重：相关性高的因子留哪个？带你跑完相关性矩阵

编程语言

本文展示量价因子去重全流程：构造动量、波动率、换手率、非流动性4因子，通过相关性矩阵识别高相关对，按|IC|优先原则剔除冗余因子。示例中换手率与动量相关系数0.715被剔除，保留3个低相关因子后合成打分，多头组合跑赢空头1.44%。提供完整可运行Python代码，帮助提升多因子模型稳定性。

代码解释

SQLite

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【Python量化因子实战 #08】因子去重：相关性高的因子留哪个？带你跑完相关性矩阵-腾讯云开发者社区-腾讯云

【Python量化因子实战 #08】因子去重：相关性高的因子留哪个？带你跑完相关性矩阵

【Python量化因子实战 #08】因子去重：相关性高的因子留哪个？带你跑完相关性矩阵

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐