joinquant 因子中性化：如何配置 neutralize 函数的 how 参数剔除行业与市值影响

请根据以下 SEO 主题生成完整页面内容：

Title: joinquant 因子中性化：neutralize 函数的 how 参数配置行业与风险因子

Question: 在 joinquant 中做因子中性化时，如何指定同时剔除申万一级行业和市值的影响？

在 JoinQuant（聚宽）平台中，进行因子中性化处理主要通过 jqfactor 模块中的 neutralize 函数实现。若要**同时剔除申万一级行业和市值（风险因子）**的影响，可以通过配置 how 参数传入包含相应因子名称的列表。

---

1. 核心解答：how 参数配置

在调用 neutralize 时，将 how 参数设置为 ['sw_l1', 'market_cap']（或使用风格风险因子 ['sw_l1', 'size']）即可同时剔除申万一级行业和市值的影响。

from jqfactor import neutralize

# 假设 data 为待中性化的因子 Series 或 DataFrame（index 为股票代码）
# 剔除申万一级行业(sw_l1)与市值(market_cap)的影响
neutralized_data = neutralize(series=data, how=['sw_l1', 'market_cap'], date='2023-01-01')

---

2. neutralize 函数关键参数说明

• series / data: pd.Series 或 pd.DataFrame，待中性化的因子序列，索引（index）必须为股票代码（如 '000001.XSHE'）。
• how: 字符串列表（str list），指定中性化时作为回归自变量的因子。支持：
  • 行业分类代码: 'sw_l1'（申万一级）、'sw_l2'（申万二级）、'jq_l1'（聚宽一级，默认）等。
  • 市值/财务因子: 'market_cap'（市值）、'ln_market_cap'（对数市值）等。
  • 风格风险因子: 'size'（市值因子）、'beta'、'momentum'、'liquidity' 等。
• date: 字符串格式日期（如 '2023-01-01'），指定用于获取行业与市值数据的时间点。注意避免使用当天实时日期，防止因财报数据未更新返回 NaN。
• axis: 默认为 1（仅当输入为 DataFrame 时生效），表示沿行方向（对单日多只股票）做中性化；若为 0 则表示沿列方向。

---

3. 完整代码示例

以下是在研究环境或单因子分析中，获取沪深300成分股因子数据并进行中性化处理的完整示例：

import pandas as pd
import numpy as np
from jqdata import get_index_stocks
from jqfactor import get_factor_values, neutralize

# 1. 设置目标日期与股票池
target_date = '2023-05-10'
stocks = get_index_stocks('000300.XSHG', date=target_date)

# 2. 获取原始因子值（例如：Skewness60 个股收益60日偏度）
factor_dict = get_factor_values(
    securities=stocks,
    factors=['Skewness60'],
    start_date=target_date,
    end_date=target_date
)
raw_factor = factor_dict['Skewness60'].iloc[0]  # 转为以股票代码为 index 的 Series

# 3. 进行因子中性化：剔除申万一级行业(sw_l1)和市值(market_cap)的影响
neutralized_factor = neutralize(
    series=raw_factor,
    how=['sw_l1', 'market_cap'],
    date=target_date
)

# 查看中性化前后的数据对比
df_compare = pd.DataFrame({
    'Raw': raw_factor,
    'Neutralized': neutralized_factor
})
print(df_compare.head())

---

4. 注意事项与常见问题

1. 默认参数: 如果不传 how 参数，neutralize 默认使用 ['jq_l1', 'market_cap']（聚宽一级行业 + 市值）。
2. 缺失值处理: 如果传入 date 当天的数据包含 NaN，回归时将直接忽略对应记录或返回原始数据，建议提前对因子进行极值与缺失值预处理（如使用 winsorize 去极值）。