行业中性因子分数

在内部人交易及量化平台中，行业中性因子评分可防止行业整体上涨掩盖个股动量或扭曲内部人行为信号。该方法通常采用横截面回归，将原始因子暴露（如内部人交易集中度、盈利预期差、技术动量）与行业归属或行业因子值正交化。这样，高分反映真实的个股阿尔法，而非行业趋势，对置信度评分和事前合规系统尤为关键，因为行业轮动可能人为抬高信号质量。

在监控系统中的实际操作是通过从每只股票的原始分数中减去行业中位数（或加权平均）因子值，或采用Fama-Macbeth两阶段回归（行业虚拟变量吸收共同波动）来计算行业残差。最终的z标准化残差在行业内对股票进行排序，防止牛市期间对周期性行业的过度配置。对于内部人交易分析，该方法可剔除由行业动量或宏观催化剂驱动的行业性买入浪潮，揭示真正异常的交易行为，从而提升信号持续性并减少回测中的前视偏差。