QMT量化相关性筛选：变量共线性剔除操作指南-叩富问财

QMT量化相关性筛选：变量共线性剔除操作指南

还有疑问，立即追问>

QMT量化 qmt

QMT量化相关性筛选：变量共线性剔除操作指南

叩富问财浏览：87 人分享

1分钟入驻>

共2个回答

首发

李经理

李经理李经理证券经理

帮助2.5万好评933

从业认证| 从业2年

首发回答

QMT量化分析里处理变量共线性，核心是先找到关联度高的变量，再根据业务意义剔除冗余项，别影响后续分析模型。
先给你说下啥是共线性：就是几个变量关联性太高，比如月销量和月销售额就常一起变，会干扰结果。
操作分三步：1. 用QMT算所有变量的皮尔逊相关系数；2. 定个阈值，比如0.7，挑出超标的变量对；3. 对比业务重要性，留核心的，删没用的。
举个例子：研究奶茶销量时，用了“到店人次”和“外卖订单量”，两者相关0.82，选“到店人次”（更直观），删“外卖订单量”。注意：阈值可灵活调，别盲目删，数据时间要统一哦。
想了解QMT里具体的相关性计算代码片段或者实操技巧，可以点击添加微信进一步沟通哦。

当前我在线

直接联系我

秒答

关注

踩

发布于20小时前杭州

还有疑问？看看专业认证经理怎么说

王经理：

先明确QMT量化中变量相关性的计算逻辑，依据预设阈值完成共线性变量识别

小鹿量化经理：

通过输出的相关性矩阵结果，对筛选出的共线性变量做逐一排查剔除处理

10名擅长【qmt量化】的认证经理当前在线>

经理范范经理范范证券经理

帮助4458行业top

从业认证| 从业1年

在 QMT 量化因子筛选里，共线性会造成回归系数不稳定、过拟合、因子冗余，常用两条路径处理：相关系数粗筛、VIF 方差膨胀因子精筛。先通过 QMT 取到截面因子矩阵，计算因子间皮尔逊相关系数，设定阈值，一般绝对值高于 0.7 判定为高度相关；成对出现时保留 IC、IR 更高、逻辑更稳定的因子，剔除另一个，完成第一轮粗过滤。

粗筛之后再做 VIF 检验，VIF 大于 5 就提示存在明显共线性，大于 10 需要强制剔除。可以采用迭代剔除：每次剔除当前 VIF 最高的变量，重新计算，直到全部因子 VIF 落到阈值以内。实操上不建议单纯依赖自动剔除，优先保留经济逻辑独立的因子，比如同时代表动量和估值的高度相关因子，优先保留长期 IC 更平稳的那一个。

配套代码可以嵌入 QMT 的研究环境，用 pandas、statsmodels 批量计算；处理完成后，再用剩余因子进行正交化，进一步剥离残差相关性。需要留意，共线性是截面局部特征，不同行业、不同行情区间相关性会漂移，回测时最好做滚动动态剔除，不要只用静态一次性筛选。以上内容仅为量化工具教学，不构成投资建议。

解决这个问题的第一步是需要拥有一个证券账户，开户的话有客户经理为您服务指导更加省心省钱。如需开户指导、理财咨询、优惠费率，欢迎随时联系我，经理规范在线为您服务指导。

当前我在线

直接联系我

秒答

关注

踩

发布于19小时前广州