Schmidt-logistical回归及在股票投资风格分析中的应用

摘要

将Gram-Schmidt过程运用到logistical回归模型当中,提出Schmidt-logistical回归方法,该方法在自变量集合中选择对模型解释性最强的信息,删除对因变量无显著解释作用的信息以及重复解释的信息,并把挑选出来的解释变量集合变换成若干直交变量。这样,一方面实现了logistical回归中的变量筛选;同时,Gram-Schmidt正交化过程的信息分解结构清晰,使得回归模型的解释更加容易。将该方法应用于股票投资风格分析中,有效地进行了变量筛选,实现了股票成长/价值属性的快速判断。