关于多因子选股模型中因子共线性问题求助

不敌时光

各位大佬好，小弟最近在尝试构建一个多因子选股模型，但在回测过程中发现几个核心因子（如估值、动量、波动率）之间存在较强的共线性（VIF>5）。想请教下：  
1. 这种情况是否需要强制剔除部分因子？如果保留的话会对组合稳定性产生多大影响？  
2. 有没有什么好的处理方法？（目前试过PCA但感觉经济学意义不明确了）  
3. 在实盘中各位一般能容忍多大的因子间相关性？  

模型用的是日频数据，测试标的为中证500成分股。恳请有经验的前辈指点迷津，感激不尽！

想去寻欢

VIF>5确实要警惕了，我当年做因子研究时吃过这个亏。建议先用行业中性化处理，再考虑逐步回归筛选。实盘里因子相关系数超过0.7的基本要当心，特别是动量类因子容易和波动率产生虚假关联。可以试试信息比率加权法，比硬剔除更灵活。另外提醒下，中证500的流动性分层现象会影响日频数据质量，建议先做异常值处理。