第 7~8 章：PCA 因子、随机矩阵与超额收益的评估

统计因子模型：PCA 路线#

与基本面模型相反，统计因子模型不预设任何特征：对收益协方差矩阵做特征分解，方差最大的前 K 个主成分方向就是因子。好处是无需特征数据、自动适应市场结构变化（第一主成分几乎总是”市场”）；代价是因子没有名字，解释和沟通困难。

随机矩阵理论：这一章的灵魂#

核心问题：样本协方差的特征值系统性失真。N 只股票、T 天数据，当 N/T 不趋于零（实务常态：3000 只票、500 天），纯噪声也会产生看似显著的特征值弥散。

• Marchenko–Pastur 定律给出纯噪声特征值的理论分布：落在这个”噪声带”里的特征值不携带信息——能从噪声里探出头的大特征值才配当因子，这给了”取几个主成分”一个有原则的答案；
• 尖峰协方差模型（spiked covariance）：真实结构 = 少数大特征值（尖峰）+ 噪声海洋。理论刻画了残酷事实：样本大特征值向上偏（把噪声算进了自己头上），对应特征向量与真方向有系统夹角；
• 特征值最优收缩：既然知道偏差的方向和大小，就可以解析地把每个样本特征值”缩”回去。这是收缩思想的第三次出场——从经验技巧升级为有闭式解的理论。

第 8 章：评估超额收益#

因子模型就位后，回到研究者最关心的问题：一个信号到底有没有 alpha？

• 先正交化再评估：信号收益对风险因子回归，只有残差部分算数；
• IC 与信息比率的关系（G&K 的 IR = IC×√BR 在这里被更严谨地重述）：宽度 BR 指的是独立下注数，相关信号的宽度要打大折扣；
• 多重检验警告与 AFML 同频：试得够多，噪声也会给你好看的回测——评估协议里必须记录尝试次数。

对本平台用户的迁移#

• 用平台面板数据对相关矩阵做特征分解，画特征值谱：能亲眼看到 A 股第一主成分（市场）有多大，以及后面的特征值多快沉入噪声带；
• 挑主成分个数别再拍脑袋”取 10 个”，对照 Marchenko–Pastur 噪声带上界（细节属方法迁移，非书中原例）；
• 把你最好的因子对前几个主成分回归——残差还有 IC，才是真增量。

本页带走的三句话#

1. N/T 不小时，纯噪声也会长出漂亮的特征值——先画出 Marchenko–Pastur 噪声带，探出头的才配当因子；
2. 样本大特征值系统性向上偏，最优收缩有闭式解——第三次证明：好估计 = 承认样本量有限并主动打折；
3. 评估 alpha 的铁序：先对风险因子正交化，残差才算数；宽度是独立下注数，相关信号的 √BR 要大打折扣。