请根据以下 SEO 主题生成完整页面内容：

Title: joinquant 因子去极值：winsorize 函数的 scale 与 qrange 参数详解

Question: 在 joinquant 中使用 winsorize 去极值时，scale 和 qrange 参数有什么区别？

joinquant 因子去极值：winsorize 函数的 scale 与 qrange 参数详解

在量化选股与因子研究中，原始因子数据往往存在异常极值（Outliers）。如果不处理极值，会导致回归分析或权重优化时结果产生严重偏差。jqfactor 库提供的 winsorize 函数是 joinquant（聚宽）平台最常用的因子去极值（缩尾处理）工具之一。

本文将详细拆解 winsorize 函数中 scale 与 qrange 两个关键参数的区别、适用场景及代码实现。

---

一、winsorize 函数基本语法

from jqfactor import winsorize

winsorize(series, scale=None, range=None, qrange=None, inclusive=True, inf2nan=True, axis=1)

注意：scale、range 和 qrange 三者为互斥参数（三选一），不可同时使用。

---

二、scale 与 qrange 参数的核心区别

参数维度	scale（标准差倍数法）	qrange（分位数缩尾法）
计算原理	基于均值（$\mu$）与标准差（$\sigma$）计算边界：$[\mu - \text{scale} \times \sigma, \mu + \text{scale} \times \sigma]$	基于数据的分位数（Quantile）计算边界，如 [0.05, 0.95] 表示保留 5% 到 95% 之间的数据范围
处理方式	将超出 $[\mu - \text{scale} \cdot \sigma, \mu + \text{scale} \cdot \sigma]$ 的值替换为边界值（或 NaN）	将低于下分位数或高于上分位数的值替换为对应的分位数边界值（或 NaN）
敏感度	易受极端异常值的影响（因为极值本身会拉高均值和标准差）	对极端异常值不敏感（截取比例固定，不受异常值大小影响）
适用数据分布	适用于近似正态分布的因子数据	适用于偏态分布、长尾分布或存在严重极端值的因子数据
常用设定值	scale=3 或 scale=2.5	qrange=[0.025, 0.975] 或 qrange=[0.05, 0.95]

---

三、代码示例与实战应用

在 JoinQuant 研究环境中，我们可以获取沪深300成分股的因子数据并演示两种方法的区别：

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

# 1. 获取沪深300成分股某一天的因子数据（例如市净率因子 pb_ratio）
stocks = get_index_stocks('000300.XSHG', date='2023-01-01')
factor_dict = get_factor_values(securities=stocks, factors=['book_to_price_ratio'], start_date='2023-01-01', count=1)
factor_df = factor_dict['book_to_price_ratio']

# 2. 使用 scale (3倍标准差) 去极值
df_scale = winsorize(factor_df, scale=3, inclusive=True, inf2nan=True, axis=1)

# 3. 使用 qrange (5%-95%分位数) 去极值
df_qrange = winsorize(factor_df, qrange=[0.05, 0.95], inclusive=True, inf2nan=True, axis=1)

print("原始因子最大值/最小值:", factor_df.iloc[0].max(), factor_df.iloc[0].min())
print("Scale处理后最大值/最小值:", df_scale.iloc[0].max(), df_scale.iloc[0].min())
print("Qrange处理后最大值/最小值:", df_qrange.iloc[0].max(), df_qrange.iloc[0].min())

---

四、实战选型建议

1. 推荐优先使用 winsorize_med（中位数去极值）或 qrange：在真实的 A 股因子数据中，财务类因子（如 PE、PB、ROE）通常呈现高度右偏形态。scale 方法容易因极值过大而把边界拉得过宽，去极值效果不明显。qrange 能够强行拉平极端比例，更加稳健。
2. 配合标准化使用：去极值通常是因子预处理的第一步，常规处理顺序为：去极值 (winsorize) $\rightarrow$ 中性化 (neutralize) $\rightarrow$ 标准化 (standardlize)。