VIP14
本课程属于：020-多因子研究与Alpha挖掘 智能金融与金融工程 · 共 14 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

因子正交化与PCA共线性处理实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=因子正交化与PCA共线性处理的… · 核心概念 · 整体框架与实战价值
课程导入PCA
02
线性代数基础
目标=向量 · 矩阵 · 秩
线性代数基础目标=向量
03
统计基础
目标=方差 · 协方差 · 相关系数
统计基础目标=方差
04
共线性问题剖析
目标=共线性的来源 · 识别方法 · 对回归与因子分析的影响及常见后果
共线性问题剖析目标=共线性的来…
05
因子正交化入门
目标=正交化的定义 · 目的 · 常见类型（Gram-Schmidt
因子正交化入门目标=正交化的定…
06
Gram-Schmidt正交化实战
目标=算法步骤 · 手工推导 · Python实现与数值稳定性讨论
Gram-Schmidt正交化实战
07
QR分解与正交化
目标=QR分解原理 · 与Gram-Schmidt的关系 · 在因子正交化中的应用
QR分解
08
PCA基本原理
目标=主成分分析的思想 · 几何解释 · 方差最大化与降维目标
PCA基本原理
09
PCA数学推导
目标=协方差矩阵 · 特征分解 · 奇异值分解
PCA数学推导
10
PCA与共线性处理
目标=PCA如何消除共线性 · 主成分回归 · 岭回归与PCA的对比
PCA共线性处理
11
因子正交化与PCA的关系
目标=两者在正交变换 · 降维 · 信息保留方面的联系与区别
PCA因子正交化
12
数据预处理实战
目标=缺失值 · 异常值 · 标准化
数据预处理实战目标=缺失值
13
Python工具链
目标=NumPy · Pandas · Scikit-learn
Python工具链
14
案例一
目标=金融因子共线性诊断与正交化处理…
案例一目标=金融因子共…
15
案例二
目标=宏观经济指标PCA降维与共线性…
案例二PCA
16
案例三
目标=多因子选股模型中的因子正交化与…
案例三目标=多因子选股…
17
案例四
目标=信用评分中的共线性处理与主成分…
案例四目标=信用评分
18
正交化方法进阶
目标=施密特正交化 · 对称正交化 · 斜交旋转与因子旋转对比
正交化方法进阶目标=施密特正交…
19
PCA进阶
目标=核PCA · 稀疏PCA · 增量PCA与鲁棒PCA简介
PCA进阶
20
模型评估与验证
目标=正交化与PCA后模型的解释性 · 稳定性 · 交叉验证与过拟合防范
模型评估验证
21
常见问题与陷阱
目标=信息损失 · 主成分解释困难 · 正交化顺序影响
常见问题陷阱
22
性能优化与工程化
目标=大规模数据下的正交化与PCA计… · 并行化与内存管理
性能优化工程化
23
综合实战项目一
目标=从数据采集到因子正交化与PCA…
综合实战项目一PCA
24
综合实战项目二
目标=对比不同共线性处理方法（PCA · 正交化 · 正则化）的效果
综合实战项目二PCA
25
综合实战项目三
目标=构建可解释的因子正交化与PCA…
综合实战项目三PCA
26
行业应用拓展
目标=量化投资 · 风险管理 · 生物信息
行业应用拓展目标=量化投资
27
前沿趋势
目标=深度学习中的正交化 · 自编码器与PCA的联系 · 可解释AI中的降维技术
前沿趋势目标=深度学习
28
课程总结
目标=核心知识点回顾 · 方法选择指南 · 最佳实践与常见误区
课程总结目标=核心知识点…
29
课后练习与项目作业
目标=巩固正交化与PCA的编程实现与…
课后练习项目作业
30
进阶学习资源
目标=推荐书籍 · 论文 · 开源项目与社区
进阶学习资源目标=推荐书籍