Gram-Schmidt 因子正交化：把相关因子拆成互不重叠的纯净信号
多因子模型里因子天然相关——价值因子和盈利因子、动量因子和反转因子经常缠在一起，导致截面回归系数互相污染、SE 膨胀、因子重要性排不出来。本文 numpy 从零实现 Gram-Schmidt 正交化，把 4 个被随机矩阵搅到最大相关 0.95 的因子拆成完全正交（离对角相关≈0）的纯净分量，量化「增量方差解释各 25%、被前驱解释 R² 从 0.98 降到 0」，并演示截面回归系数 SE 从 [0.16,0.07,0.54,0.54] 收缩到四个相等且最小的 0.98——正交后系数可加、可解释。附完整 Python 与四张真实计算图。