数据预处理之中性化

在使用因子进行选股时，经常会因为其它因子的影响，而导致选出来的股票具有一些我们不希望看到的偏向。比如说，市净率pb会与市值有很高的相关性，这时如果我们使用未进行市值中性化的市净率，选股的结果会比较集中。同时朝阳行业和夕阳行业的市盈率在大致上也有一定的特点，比如银行股的市盈率特别的低，而互联网行业的市盈率就特别的高，也就是说行业对估值因子也有影响，如果未进行行业中性化那么我们得到的结果是具有一些行业性的偏好。还有一些大类风格因子也会对选股产生影响，比如贝塔、动量、盈利、成长、杠杆等。这种情况下你就需要进行数据中性化处理。

具体方法：根据大部分的研报对于中性化的处理，主要的方法是利用回归得到一个与风险因子线性无关的因子，即通过建立线性回归，提取残差作为中性化后的新因子。这样处理后的中性化因子与风险因子之间的相关性严格为零。

其中，Factor_i为股票i的alpha因子，MktVal_i为股票i的总市值，Industry_j,i为行业虚拟变量，即如果股票i属于行业j则暴露度为1，否则为0，而且每个股票i仅属于一个行业，不对其所属行业进行拆分。

四种类型的中性化

1. 基准组合中性化。根据定义（尽管可能具有超额收益），基准投资组合的alpha为0。将基准组合的alpha设定为0可以确保对基准组合中性，并避免基准组合时机选择问题。

2. 现金中性化。和基准中性化同一个思路，即alpha不含任何主动的现金头寸。

3. 风险因子中性化。投资组合分析中的多因子分析方法可以把收益分解为几个不同的维度。我们应当使alpha相对于风险因子进行中性化，中性化的alpha值仅包括那些我们可以预见的因素的信息，以及特别资产的信息。一旦进行中性化，相对于这些风险因子的alpha就为0。

4. 行业中性化。计算每个行业（按市值加权平均）的，然后从每一个中减去行业平均的alpha。