偏最小二乘回归（Partial Least Squares, PLS）通过将多个情绪指标降维为少数几个与收益率高度相关的潜在因子，从而提取出影响资产定价的核心情绪信息。与主成分分析（PCA）不同，PLS 在降维时同时考虑自变量（情绪指标）与因变量（未来收益率）的协方差，确保提取出的成分既代表原始指标的主要变异，又对收益率具有预测能力。这使得 PLS 成为因子投资中处理多维度、高噪声情绪数据的有效工具。
PLS 提取情绪信息的原理
PLS 的核心思路是寻找一组潜变量（Latent Variables），这些潜变量是原始情绪指标的线性组合，且与收益率的相关性最大。具体步骤包括：
- 对情绪指标矩阵 (X) 和收益率向量 (y) 进行标准化处理。
- 迭代计算权重向量 (w)，使得 (X w) 与 (y) 的协方差最大化。
- 提取第一个潜变量 (t_1 = X w)，然后从 (X) 和 (y) 中移除该成分的影响，再对残差重复上述过程。
这种方法能有效过滤掉情绪指标中的噪声和冗余信息，保留与资产未来收益相关的“纯信号”。例如，当同时使用换手率、融资融券余额、IPO 数量等 10 个情绪指标时，PLS 可能只提取出 2-3 个潜变量，就解释了大部分与收益相关的变异。
在因子投资中的应用价值
在因子投资中，情绪指标常面临多重共线性和信噪比低的问题。PLS 的降维能力使其在以下场景特别有用：
- 构建情绪因子：将多个情绪指标压缩为一个“情绪综合因子”，用于多因子模型（如 Fama-French 扩展模型）中的风险暴露分析。
- 预测短期收益：PLS 提取的成分更聚焦于收益率预测方向，常用于统计套利或事件驱动策略的信号生成。
- 避免过拟合：通过限制潜变量数量（通常使用交叉验证确定），PLS 减少了高维数据中的过拟合风险。
实际应用时需注意情绪指标的时效性。投资者情绪往往具有均值回复特性，过旧的数据（如 3 个月前的情绪指标）可能已失去预测能力。建议使用滚动窗口（例如 12 个月）重新估计 PLS 模型，并定期更新潜变量的构成。
总结：偏最小二乘回归通过最大化情绪指标与收益率之间的协方差，从多个噪声指标中提取出对收益预测最有价值的核心信息，是因子投资中处理情绪数据的高效降维工具。
常见问题
PLS 与主成分分析（PCA）在处理情绪指标时有何区别？
PCA 只关注自变量（情绪指标）本身的方差最大化，不涉及与收益率的关系，因此可能提取出与收益无关的噪声成分。PLS 则同时优化自变量与因变量的协方差，提取的成分直接与收益率相关，更适合预测任务。
使用 PLS 时，情绪指标的数量和频率有何要求？
情绪指标数量通常在 5-20 个之间，太少会丢失信息，太多则增加过拟合风险。频率上，日度或周度数据更适合捕捉短期情绪变化，月度数据则适用于中期因子构建。建议使用交叉验证选择最佳潜变量数量。
PLS 提取的情绪因子是否可以单独用于交易策略？
可以，但需结合其他风险因子（如市场、规模、价值因子）进行风险调整。单独使用情绪因子可能面临较高的回撤风险，因为情绪信号在极端市场环境下（如恐慌抛售）可能失效。通常将其作为多因子模型中的一个补充维度。