Ridge Regression 技术文档
岭回归（Ridge Regression）是在普通最小二乘（OLS）基础上加入 L2 正则化的线性回归模型，特别适用于多因子之间存在多重共线性的 A 股收益率预测场景。
模型简介
岭回归的目标函数为：
$$\min_{w} |Xw - y|^2 + \alpha |w|^2$$
其中 $\alpha$ 为正则化强度。当因子之间高度相关（如多个动量类因子），OLS 系数会发散，岭回归通过惩罚项将系数收缩，保持估计稳定。
在 A 股量化策略中的应用
1. 多因子收益率预测
将 50+ 个 Alpha 因子作为特征矩阵 $X$，以未来 5 日收益率为目标 $y$，岭回归在因子共线性较高时比 OLS 更稳定，因子系数不会出现极端值。
2. 风险模型因子暴露估计
Barra 类风险模型中，用岭回归拟合个股收益率对风格因子的暴露，$\alpha$ 控制正则强度，防止因子暴露矩阵奇异。
3. 自动 Alpha 选择（RidgeCV）
scikit-learn 提供 RidgeCV，通过留一交叉验证（LOO-CV）自动从候选 $\alpha$ 列表中选择最优值，省去手动调参。
python
from sklearn.linear_model import RidgeCV
alphas = [0.01, 0.1, 1, 10, 100]
model = RidgeCV(alphas=alphas, cv=5)
model.fit(X_train, y_train)
print(model.alpha_) # 最优正则强度核心参数（金融应用推荐）
| 参数 | 说明 | 推荐值 |
|---|---|---|
alpha | L2 正则强度 | 0.1–100（对数搜索） |
fit_intercept | 是否拟合截距 | True |
solver | 求解器 | 'auto' |
性能特点
优势：
- 解析解形式，训练极快：$w = (X^TX + \alpha I)^{-1}X^Ty$
- 系数可直接解释为因子权重，便于策略归因
- 对多重共线性因子鲁棒，A 股因子库常见高相关因子
劣势：
- 线性假设，无法捕捉非线性因子交互
- L2 正则不产生稀疏解（所有因子均保留），无法做因子选择
- 对异常值敏感（金融数据需先做 Winsorize）