Signaux quantitatifs et scoring
Technique statistique qui élimine la corrélation entre les facteurs de notation pour isoler leur pouvoir explicatif indépendant et prévenir les biais de multicolinéarité dans la génération de signaux de délit d'initié.
Dans la détection quantitative du délit d'initié, plusieurs signaux présentent souvent des dépendances cachées. La vélocité des dépôts Form 4, les métriques de concentration des initiés et le momentum sectoriel peuvent tous réagir à la même condition de marché sous-jacente, créant des scores de conviction redondants ou gonflés. L'orthogonalisation des facteurs, généralement via la décomposition de Gram-Schmidt ou l'analyse en composantes principales, transforme les facteurs corrélés en un ensemble de base non corrélé. Cela garantit que chaque composante de signal contribue un pouvoir explicatif unique plutôt que d'amplifier l'exposition systématique commune, critique pour un classement prédictif robuste sur les marchés concurrentiels.
Les praticiens appliquent l'orthogonalisation après la normalisation mais avant la pondération, en s'assurant que les chargements de facteurs et les coefficients d'information reflètent la véritable valeur de signal supplémentaire. C'est particulièrement important dans la notation de la concentration d'activité des initiés, où le regroupement temporel et les signaux basés sur le volume peuvent être mécaniquement liés. En découplant ces composantes, le modèle prévient l'inflation fantôme de conviction et stabilise les taux de réussite en backtesting sur tous les régimes de marché, notamment pendant les périodes de faible liquidité ou de forte volatilité où la multicolinéarité devient aigüe.
Formule