如何寫好策略——因子篇（二）：因子是否越多越好？

在這個模型裡的18個因子，難以衡量每個因子的作用。目前有一套shap包，對黑箱有一定的解釋性。這個解釋原理比較簡單，按照新增該因子的順序觀察結果變化。比如新增該因子前和新增因子後，模型輸出結果的變化是否發生了變化，結果對模型的敏感度或者貢獻度有什麼影響，這個可以評判因子對預測值起到了拉高還是降低的作用，進而計算shap值作為評估。BigQuant以後逐步地把這個功能加進來，形成標準化、模組化的產品功能。

同時，可以參考一下相關的研報。例如華泰證券有對黑箱模型的解釋： Shap包應用、因子之間的相互作用。但對於線性模型，多個因子之間只有保持一定的正交性，才能保證因子之間互相起作用，這就是逐步迴歸法或正交化法。正交化研報上有4種方法，最終目的就是去掉因子之間的一個相關性，然後提高他們整體的解釋性。

如果因子之間的資料沒有處理好，組合難以匹配。例如均勻分佈的因子和正態分佈的因子，兩者疊加會降低正態分佈的因子效果。由於均勻分佈的因子存在，資料經常要做標準化正交化，目的是把分佈從偏態分佈掰回來，或者從肥尾分佈掰回來。線性模型可以通過標準化之後具有一定的可比性，然後把它的分佈轉換成近似正態，這樣所有的模型獨立分佈，可以進行模型的疊加。通過這種方式，逐步疊加1~2個因子，評判每一個新加入因子是否提升了整體解釋性。這個過程是比較透明的，但是對於黑箱的機器演算法來說，這個因子到底起什麼作用呢？

剛剛提到的shap包，可以深入研究這個包的應用。shap包類似對每個樣本打分並且每一條打分都有記錄，可以判斷因子在樣本中是提升預測值還是降低預測值，通過這種方式可以進行更全面的進行因子評估。

詳細可戳以下視訊：