01
非线性因子概述
什么是非线性因子 · 线性模型 vs 非线性模型 · 为什么需要非线性转换
基础概念
02
数据分布诊断
偏度与峰度 · Q-Q图 · Shapiro-Wilk · Kolmogorov-Smirnov
统计分布
03
Box-Cox变换
变换原理 · Lambda参数估计 · 逆变换与预测还原 · 实战案例
幂变换Python
04
Yeo-Johnson变换
变换原理 · 处理负值数据 · 与Box-Cox对比 · Python实现
负值对比
05
分位数变换
QuantileTransformer · 映射均匀/正态 · 参数设置与调优
排序鲁棒
06
幂变换家族
PowerTransformer · Box-Cox vs Yeo-Johnson · 实战对比
家族选择
07
对数变换与指数变换
Log变换 · Log1p技巧 · 指数变换 · 反双曲正弦变换
缩放非线性
08
排序归一化
RankGauss原理 · 排序映射到正态 · 树模型应用 · 代码实现
排序树模型
09
非线性特征编码
目标编码 · CatBoost编码 · 留一编码 · 平滑技巧
编码类别
10
核方法映射
RBF核 · 多项式核 · 核PCA · 因子合成应用
核技巧PCA
11
样条变换
B-Spline基础 · 自然样条 · 因子平滑 · Python实现
样条平滑
12
分箱与离散化
等距/等频分箱 · 卡方分箱 · 决策树分箱 · WOE编码
分箱WOE
13
交互特征构造
多项式交互 · 笛卡尔积 · 基于树的交互 · 深度交叉网络
交互高阶
14
自动特征生成
遗传编程 · 深度特征合成(DFS) · AutoFeat实战
自动DFS
15
因子标准化与稳健化
Z-score · RobustScaler · 分位数标准化 · MaxAbsScaler
标准化稳健
16
缺失值非线性处理
模型填充 · MICE · 矩阵分解填充 · GAN填充
缺失MICE
17
异常值非线性处理
Isolation Forest · LOF · DBSCAN · 重构检测
异常检测
18
时间序列因子变换
差分 · 对数收益率 · 波动率标准化 · 日历效应调整
时序收益率
19
截面因子正交化
施密特正交化 · PCA正交化 · 对称正交化 · 风险模型
正交风险
20
因子合成与降维
PCA · ICA · Autoencoder · 稀疏编码
降维合成
21
非线性相关性度量
距离相关 · MIC · 互信息估计 · 核相关性
相关性MIC
22
信息系数(IC)分析
IC序列 · IC衰减 · ICIR · 分层回测IC
IC评估
23
分层回测框架
分层组合 · 多空收益 · 单调性检验 · 分层IC
回测分层
24
机器学习因子预测
线性回归 · 岭回归 · Lasso · 弹性网络
回归正则
25
树模型因子预测
决策树 · 随机森林 · XGBoost · LightGBM · CatBoost · 特征重要性
树模型集成
26
神经网络因子预测
MLP · 残差网络 · 注意力机制 · Transformer
深度学习Attention
27
模型集成与堆叠
Bagging · Boosting · Stacking · Blending · 加权集成
集成堆叠
28
过拟合检测与防范
交叉验证 · 滚动时间窗 · 特征选择 · 正则化 · 早停
过拟合验证
29
因子绩效评估
夏普比率 · 最大回撤 · Calmar · 信息比率 · 换手率
绩效风险
30
生产环境部署
模型序列化 · 在线预测 · 因子监控 · 重训练 · 回测平台
部署MLOps