逻辑回归在因子投资中主要用于预测股票下月超额收益是否为正的方向性判断，即把收益预测转化为一个二分类问题（正收益或负收益），而不是直接预测收益的具体数值。这使得它在因子组合构建和信号生成中，特别适合那些只关心涨跌方向、不苛求精确幅度的策略场景。
逻辑回归的基本原理与适用场景
逻辑回归是一种广义线性分类模型，通过 Sigmoid 函数将线性回归的输出映射到 0 到 1 之间的概率值。在因子投资中，输入变量通常是各类因子（如价值、动量、质量等），输出是股票下月超额收益为正的概率。当概率超过预设阈值（如 0.5）时，模型判定为正收益。
适用场景包括：
- 方向性交易策略：只关心股票是否跑赢基准，不要求精确预测收益幅度。
- 因子信号筛选：作为多因子模型的初步分类器，筛选出大概率产生正超额收益的股票池。
- 风险预警：判断股票是否可能产生负超额收益，用于风险控制或对冲。
在因子投资中如何用于方向性判断
逻辑回归在因子投资中的典型流程如下：
- 数据准备：将历史数据中的股票下月超额收益按正负转化为二值标签（1 表示正收益，0 表示负收益）。
- 因子输入：选取多个因子作为特征变量，例如市盈率、市净率、过去 6 个月动量、波动率等。
- 模型训练：使用逻辑回归拟合因子与收益方向之间的关系，得到每个因子的权重系数。
- 概率输出：对新数据计算每只股票下月超额收益为正的概率。
- 组合构建：按概率从高到低排序，选取前一定比例的股票构成多头组合，或结合空头组合形成多空策略。
关键优势在于逻辑回归的输出是概率值，便于设置阈值或排序，且系数可解释性强，能直观看出各因子的贡献方向。例如，若动量因子的系数为正，说明过去表现好的股票更可能产生正超额收益。
分类模型的优势与局限
| 对比维度 | 逻辑回归 | 线性回归（直接预测收益） |
|---|---|---|
| 输出类型 | 概率（0-1） | 连续数值 |
| 对异常值敏感度 | 较低（通过 Sigmoid 压缩） | 较高 |
| 可解释性 | 强（系数直接对应对数几率） | 强 |
| 信息保留 | 丢失收益幅度信息 | 保留幅度信息 |
优势：
- 鲁棒性强：对收益数据中的极端值不敏感，因为只关心方向而非大小。
- 可解释性高：因子权重系数可直接解读为对收益方向的影响力度，便于策略迭代。
- 计算高效：训练速度快，适合大规模因子筛选。
局限：
- 丢失幅度信息：两个概率同为 0.7 的股票，实际超额收益可能相差很大，但模型认为它们方向相同。这可能导致错失高收益机会或低估风险。
- 线性假设：假设因子与收益方向之间呈线性关系，可能无法捕捉非线性模式（如因子在极端值时效果反转）。
- 阈值选择主观：概率阈值的设定会影响组合构成，不同阈值可能带来显著不同的回测表现。
与其他模型的对比
与更复杂的机器学习模型（如随机森林、梯度提升树）相比，逻辑回归的预测精度通常较低，但稳健性和可解释性更强。在因子投资中，当因子数量较少、关系相对线性时，逻辑回归往往是首选；当因子维度高、存在非线性交互时，树模型或神经网络可能更合适。多数情况下，逻辑回归作为基准模型，用于快速验证因子有效性，再决定是否升级到更复杂的模型。
常见问题
逻辑回归的结果可以直接用于构建投资组合吗？
可以，但通常需要结合其他规则。逻辑回归输出概率后，一般会按概率排序选取前 20%-30% 的股票构建多头组合，同时可结合风险控制（如行业中性化、市值中性化）来降低非因子风险。
逻辑回归是否适合处理高频因子数据？
适合，但需注意数据频率匹配。逻辑回归本身对数据频率没有限制，但因子和标签的时间窗口需要一致（如日频因子对应次日收益方向）。高频场景下，逻辑回归的计算效率优势更明显。
逻辑回归的系数随时间变化怎么办？
这是因子投资中的常见问题。通常可以滚动训练模型（如每月或每季度重新拟合一次），并监控系数稳定性。如果某个因子系数频繁变号，说明该因子可能失效或存在过拟合风险，建议剔除或降低权重。