标签： #因子模型

单一模型永远有盲区——线性回归不懂非线性、核方法抓不住交互、周期项被当作噪声。Stacking 集成的妙处是用一个元学习器，把多个互补基学习器的预测「加权拼」成最终预测：谁准就听谁的。本文用纯 numpy 从零实现（含 proper Out-of-Fold 防泄漏），合成一支「线性+tanh非线性+交互+周期」混合结构的收益宇宙，训练四个各只看得见一块的专科专家，最终 Stacking 把测试集 IC 从单模型 0.10–0.40 拉到 0.61、多空收益差从 0.23–0.84 抬到 1.24，并诚实拆穿「基学习器同质化时集成几乎无效/元学习器小样本过拟合/权重天花板/OOF 不做必泄漏/线性读出下不赢线性基线」五类真实陷阱（中阶）。

12 个资产的日收益协方差矩阵，前 3 个主成分就能解释 92.8% 的截面波动——这意味着资产收益的「联合运动」其实由少数几个宏观因子驱动。本文用 PCA 把高维协方差降维成「宏观因子定价」：先用合成的真实因子结构展示前 3 主成分恰好对应市场/价值成长/商品通胀三因子，再把 PCA 收缩应用于协方差估计，证明在短估计窗口下，最小方差组合因去噪而波动率更低、月度换手率直降 42%，附完整 Python 与五类真实陷阱（中阶）。

你有 600 个因子、30 个经济含义分组，但只有 6 个组真有信号——普通 Lasso 会把整组零碎系数逐个挑出来，破坏分组结构、也难解释。稀疏组 Lasso(SGL) 用「先组级、再组内」的复合 L1 惩罚，把变量选择变成「整组进/整组出」+「组内精炼」两步。本文用高维(N<P)合成面板从零实现 SGL 的 FISTA 近端梯度求解，5 折交叉验证选 λ，对照 OLS/Lasso/GroupLasso：OLS 样本外 R² 崩到 −3.58（过度记忆），SGL 拉回 +0.18，并找回 86% 真信号组的系数，附完整 Python 与四类真实陷阱（高阶）。

经典的 Fama-French 三因子用 MKT/SMB/HML 解释截面收益，但 Hou-Xue-Zhang（2015）的 q 因子模型提出一个更彻底的经济学叙事：HML 只是「低投资」的代理，SMB 只是「小盘更易被错误定价」的代理。真正驱动截面的是投资（IA）与盈利（ROE）两个经济变量，背后是投资学的 q 理论。本文用合成面板实跑：ROE 多空 Sharpe 5.51、IA 多空 Sharpe 4.86、纯规模信号几乎被盈利/投资吸收（Sharpe −0.02），q 四因子对截面组合平均 R² 0.974 高于 FF3 的 0.973、平均 |alpha| 0.0021 低于 FF3 的 0.0025，Tobin's q 与未来收益呈负向（corr −0.68）——正是 q 理论的直接证据。附完整 Python 与七类真实陷阱（高阶）。

Fama-MacBeth 把「因子能不能赚到风险溢价」拆成两步：先估每家公司对因子的暴露、再逐月截面回归把暴露定价成 λ̂。合成里 λ̂ 精确还原真值，Newey-West 修正压低虚高 t 统计，单因子定价误差 |α|=0.78、补全因子后塌到 0.003，附完整 Python 与六类真实陷阱（高阶）。

标准 PCA 把主成分载荷铺满全部股票，可解释性为零。稀疏 PCA（L1 惩罚）把载荷重新集中回板块，得到少数几个可解释、彼此正交的共性因子；把它们从收益里剥掉，剩下的残差才干净地均值回复。合成 40 股 4 板块里，稀疏 PCA 每层只点亮约 10/40 只股票、用 3 个因子换到约 57% 解释方差，残差套利净值跑赢买入持有。附完整 Python 与六类真实陷阱（高阶）。

集成模型平均不是玄学而是有解析保证：Var(S_M−μ*)=(σ²/M)·(1+(M−1)ρ)，只有模型误差独立(ρ小)才持续降噪。合成里单模型 IC 0.134、40 模型集成升到 0.229，Sharpe 从 1.60 拉到 3.12，附完整 Python 与六类真实陷阱（高阶）。

杠杆厌恶因子(原 BaB)不是又一个风险因子，而是质疑 CAPM 本身：受杠杆约束的投资者推高高 β 价格、压低低 β 价格，使证券市场线(SML)被压平、低 β 反而跑赢。从零实现 beta 十分位、SML 检验与杠杆中性组合，附完整 Python 与六类真实陷阱（高阶）。