第 2 章：收缩与正则化，其实是贝叶斯先验

全书的技术地基。这一章表面在复习监督学习，实际在完成一次翻译：把 ridge、lasso 这些”工程技巧”翻译成贝叶斯语言——你以为你在调参，其实你在表达信念。

高维回归的困境#

因子研究的本质是回归：用一堆特征（估值、动量、质量……）预测未来收益。问题在于候选特征几百上千个，而有效样本没多少——普通最小二乘（OLS）在这种”特征多、样本少、噪声大”的环境里会疯狂拟合噪声，样本内 R² 很漂亮，样本外一塌糊涂。

标准解药是正则化：在损失函数里加惩罚项，逼系数往零收缩。

Ridge（L2）：惩罚系数平方和，所有系数按比例缩小，谁也不清零；
Lasso（L1）：惩罚系数绝对值和，把不够强的系数直接压成零，做出稀疏解。

本章的关键翻译：惩罚项 = 先验信念#

这是全书最重要的一步。Nagel 反复强调一个贝叶斯事实：

Ridge 回归的解，数学上完全等价于贝叶斯回归的后验均值——假设你事先相信”系数服从均值为零的正态分布”；
Lasso 等价于换一个先验——“系数服从尖峰厚尾的拉普拉斯分布”（大多数特征没用，少数有用）；
惩罚力度 λ 越大 = 先验越”顽固”= 你越相信”这些特征其实没有预测力”。

一句话：收缩不是数值技巧，是信念表达。选择 ridge 还是 lasso，等于回答”我相信预测力是分散在众多特征上，还是集中在少数特征上”——这是个经济学问题，不是调参问题。

为什么这个翻译在金融里生死攸关#

在图像识别里，先验选得糙没关系——数据多到可以淹没先验。金融相反：数据少、噪声大，先验对结果的影响巨大，因此”随便选个正则化方式，让交叉验证去定 λ”是把最重要的建模决策交给了噪声。

Nagel 给出的判断标准：既然先验必然强烈影响结论，那就应该把先验摆到台面上，用经济学推理为它辩护——下一章就是做这件事。

顺带的地图：树模型与神经网络#

本章后半快速过了一遍回归树、随机森林、梯度提升和神经网络。Nagel 的态度冷静：这些方法擅长捕捉非线性和交互作用，但同样需要正则化，而它们的正则化（树深、剪枝、dropout）更难给出经济学解释——灵活性是借来的，利息是可解释性。书中后续章节的主角仍是带收缩的线性方法，这个选择本身就是立场。

对照 AFML 与本平台#

AFML 教你”时间序列交叉验证要 purge + embargo”——那是保证 λ 估得不被泄漏污染；Nagel 问的是更前一步的问题：λ 到底该不该全权交给交叉验证？
在本平台做因子加权组合（比如把多个因子的 IC 加权合成）时，你已经在隐式做收缩了——等权合成 = 强先验”每个因子同等重要”。意识到这一点，是读懂下一章的门票。

本页带走的三句话#

Ridge 等价于正态先验、lasso 等价于拉普拉斯先验：选正则化方式 = 回答”预测力是分散的还是稀疏的”；
数据多的领域先验无所谓，金融数据少噪声大，先验强烈影响结论——所以必须把它摆上台面用经济学辩护；
树和神经网络的灵活性是借来的，利息是”正则化没有经济学解释”。