JoinQuant 平台 neutralize 中性化函数计算方式详解

在 JoinQuant（聚宽）平台中使用 neutralize 函数进行因子中性化时，计算方式是直接用你输入的 data 里的股票做回归，然后取残差，而不是用全A股做回归后再截取。

详细原理解析

当你调用 neutralize(series, how=None, date=None, ...) 时，底层逻辑如下：

1. 数据对齐：系统会根据你传入的 series（其 index 为股票代码）以及指定的 date，去获取这些特定股票对应的市值（如 market_cap）或行业分类（如 jq_l1）数据。
2. 截面回归：系统仅使用你传入的这部分股票池，以你的因子值为因变量（Y），以市值、行业哑变量等为自变量（X），进行横截面 OLS 线性回归。
3. 提取残差：回归完成后，提取这部分股票的残差作为中性化后的因子值返回。

注意事项与最佳实践

由于回归是基于你输入的股票池进行的，如果你输入的股票数量非常少（例如只有几十只股票），会导致以下问题：

• 统计显著性不足：样本量太小，回归得到的系数（行业暴露、市值暴露）可能严重失真。
• 非严格意义上的市场中性：在小样本内做中性化，无法代表该因子在整个市场或宽基指数中的真实剥离效果。

💡 最佳实践建议：
如果你希望得到严格意义上的“全市场中性化”或“宽基中性化”因子，应该先传入全A股或宽基指数（如沪深300、中证500）的所有成分股进行 neutralize 计算，得到全样本的残差后，再从中筛选出你实际需要操作的那一小部分股票。

代码示例：

import pandas as pd
from jqfactor import neutralize
from jqdata import get_index_stocks, get_factor_values

# 1. 获取宽基指数（如中证800）作为回归样本池，保证回归样本量充足
universe = get_index_stocks('000906.XSHG', date='2023-10-10')

# 2. 获取这些股票的原始因子值（假设为某自定义因子或库内因子）
factor_data = get_factor_values(universe, ['VOL20'], end_date='2023-10-10', count=1)['VOL20'].iloc[0]

# 3. 在大样本池上进行中性化回归（市值+行业中性化）
neutralized_factor = neutralize(factor_data, how=['jq_l1', 'market_cap'], date='2023-10-10')

# 4. 从中性化后的结果中，提取你真正需要的一小部分股票（例如你的自选股池）
my_small_pool = ['000001.XSHE', '600000.XSHG', '000002.XSHE']
final_factor = neutralized_factor.loc[my_small_pool]

通过这种方式，你的因子值既剥离了全市场的市值和行业影响，又准确地应用到了你的目标股票池上。