政策利好出台后，股价冲高回落是常见现象，因子正交化能通过分离各因子的独立贡献，揭示利好被抵消或短期透支的真实原因。因子正交化是一种统计方法，用于消除因子之间的多重共线性（即不同因子因相关性而相互干扰），从而得到每个因子的“纯净”收益率，避免误判单一因子的真实影响。
因子正交化如何分离独立贡献
政策利好常同时影响多个因子：市场因子（整体情绪）、行业因子（利好所属板块）和动量因子（前期涨跌惯性）之间高度相关。例如，降息利好可能推升市场整体，同时强化金融板块的行业因子，而前期上涨的动量因子也可能被放大。因子正交化通过数学变换，将原始因子投射到正交空间，使各因子间的相关性归零，从而计算每个因子对股价收益率独立贡献的大小。具体步骤通常包括：收集因子暴露数据、构建协方差矩阵、进行正交化处理，最后回归得到纯净因子收益率。
冲高回落的常见驱动因素
冲高回落可能由多个因子共同作用导致。市场因子短期拉升后回归均值是主要原因之一：政策公布瞬间，市场情绪因子急剧上升，推动股价冲高；但随后情绪因子快速衰减，股价回落。另一种常见情况是行业因子暴露为负：如果政策利好的是某一板块，但该股票所属行业因子暴露为负（即该行业本身处于弱势），利好可能被行业负面拖累抵消。此外，动量因子在冲高时可能已过度反映利好，随后因获利了结而反转。通过正交化，可清晰看到是市场因子、行业因子还是动量因子在回落阶段贡献了负收益。
纯净因子收益率揭示真实影响
正交化后的纯净因子收益率能区分政策对特定因子的真实作用。例如，若政策利好某新能源板块，但正交化后显示行业因子的纯净收益率接近零，而市场因子贡献了大部分上涨，说明利好更多是通过整体情绪传导，而非行业本身受益。反之，若行业因子纯净收益率显著为正，则政策对板块有直接提振。关键结论是：因子正交化避免了因因子间相关性导致的误判，帮助投资者识别利好是否被其他因子（如市场情绪或动量）的短期波动所掩盖。
常见问题
因子正交化需要哪些数据？
需要股票收益率数据、各因子暴露值（如市场Beta、行业权重、动量指标）以及历史收益率序列。通常使用过去60-120个交易日的数据来构建协方差矩阵。数据来源可以是金融数据库或量化平台，计算过程需借助统计软件或编程工具。
冲高回落是否总是由因子均值回归导致？
不完全是，但均值回归是常见原因。其他可能包括：政策预期已被提前消化（利好出尽）、机构资金在高位减仓、或突发利空消息。因子正交化能帮助区分是市场因子、行业因子还是动量因子主导了回落，但无法覆盖所有非因子因素（如资金流向或舆情）。
普通投资者能使用因子正交化分析吗？
可以借助量化平台或专业工具，但手动计算对数学和编程要求较高。主流量化平台（如万得、聚宽、优矿）提供因子正交化函数，输入数据后可直接输出纯净因子收益率。普通投资者更应关注结论而非过程：理解冲高回落可能由哪些因子驱动，从而避免盲目追涨。