16、基差回归中的正则化方法：Ridge回归、Lasso回归、Elastic Net在基差预测中的应用
做基差预测的朋友，应该都遇到过这种情况：你辛辛苦苦找了十几个因子，结果模型一跑，过拟合了。预测值跟实际值偏差巨大，回测曲线漂亮得像假的一样。嗯，这就是典型的「过拟合」问题。
我个人习惯，在基差回归中遇到高维特征时，第一反应就是上正则化。说白了，正则化就是给损失函数加个「惩罚项」，让模型别太自信，别把噪声也学进去。
今天咱们就聊聊三种最常用的正则化方法：Ridge回归、Lasso回归、Elastic Net。它们在基差预测中怎么用？有什么区别？我踩过哪些坑？
16.1 为什么基差回归需要正则化？
你想想看，基差预测的因子通常有哪些？库存、仓单、现货价格、近远月价差、季节性指标、宏观数据……少说十几个，多则几十个。而且这些因子之间往往高度相关——比如库存和仓单，本质上反映的都是供需关系。
这种情况下，普通的最小二乘法（OLS）会出问题：
- 多重共线性：因子之间互相打架，系数估计不稳定
- 过拟合：模型记住了训练集的噪声，泛化能力差
- 系数解释性差：明明两个因子含义相近，系数却一正一负
正则化就是来解决这些问题的。它通过给损失函数加一个惩罚项，让模型在拟合数据和保持系数简洁之间找到平衡。
核心思想：损失函数 = 原始损失 + λ × 惩罚项
λ（lambda）是超参数，控制惩罚力度。λ越大，系数越被压缩。
16.2 Ridge回归：L2正则化
Ridge回归用的是L2范数惩罚。说白了，就是惩罚系数的平方和。
# Ridge回归的损失函数
Loss = MSE + λ * Σ(βᵢ²)我在项目中遇到过这样的情况：用Ridge做基差预测，当λ=0.1时，模型在测试集上的RMSE比OLS降低了约15%。为什么？因为Ridge把那些不重要的因子系数往0压缩了，但又不完全归零——所有因子都保留，只是影响力变小。
Ridge的特点：
- 所有特征都会被保留，不会做特征选择
- 系数趋向于均匀收缩，适合因子间相关性高的情况
- 计算效率高，有闭式解
我的经验：如果你确定所有因子都有一定预测能力，只是担心过拟合，优先用Ridge。比如做豆粕基差预测时，我把库存、压榨利润、到港量等10个因子全用上，Ridge的效果明显好于OLS。
16.3 Lasso回归：L1正则化
Lasso回归用的是L1范数惩罚，惩罚系数的绝对值之和。
# Lasso回归的损失函数
Loss = MSE + λ * Σ|βᵢ|Lasso有个很厉害的特性：它能把一些系数直接压缩到0。这就相当于自动做了特征选择。
Lasso的特点：
- 自动进行特征选择，不重要的因子系数变为0
- 模型更稀疏，解释性更强
- 当因子数量远大于样本量时，最多只能选出n个非零系数
我曾经踩过的坑：有一次做螺纹钢基差预测，用了Lasso后，发现它把「螺纹钢库存」和「热卷库存」这两个高度相关的因子，随机选了一个留下，另一个归零。这其实不合理——两个因子都有用，只是相关性太高。Lasso在这种场景下表现不稳定。
为什么会这样？因为Lasso对高度相关的特征组，倾向于只选其中一个。这在某些场景下是优点，但在基差预测中，很多因子天然就是相关的，强行只留一个会丢失信息。
16.4 Elastic Net：L1 + L2 混合正则化
Elastic Net把Ridge和Lasso的优点结合起来了。它同时使用L1和L2惩罚。
# Elastic Net的损失函数
Loss = MSE + λ₁ * Σ|βᵢ| + λ₂ * Σ(βᵢ²)实际使用中，通常用两个参数来控制：α（混合比例）和λ（总惩罚力度）。
# 实际参数形式
Loss = MSE + λ * [α * Σ|βᵢ| + (1-α)/2 * Σ(βᵢ²)]当α=1时，退化为Lasso；α=0时，退化为Ridge。α在0到1之间，就是Elastic Net。
Elastic Net的优势：
- 既能做特征选择（L1部分），又能处理多重共线性（L2部分）
- 对高度相关的特征组，倾向于同时保留或同时剔除
- 比Lasso更稳定，比Ridge更稀疏
我个人最推荐的方法：在基差预测中，如果因子数量在10-30个之间，且存在明显的相关性分组，Elastic Net往往是最好选择。它不像Lasso那么「极端」，也不像Ridge那么「保守」。
16.5 实战对比：三种方法在基差预测中的表现
我用一个实际案例来说明。假设我们要预测沪铜的基差（现货-期货），选了15个因子，包括库存、进口盈亏、升贴水、月差、持仓量等。
| 方法 | 训练集RMSE | 测试集RMSE | 非零系数个数 | 稳定性 |
|---|---|---|---|---|
| OLS（无正则化） | 85.3 | 142.7 | 15 | 差 |
| Ridge (λ=0.5) | 92.1 | 108.4 | 15 | 好 |
| Lasso (λ=0.2) | 95.6 | 112.3 | 7 | 中等 |
| Elastic Net (α=0.5, λ=0.3) | 93.8 | 105.2 | 11 | 好 |
从表中可以看出：
- OLS在训练集上表现最好，但测试集上最差——典型的过拟合
- Ridge保留了所有因子，测试集RMSE大幅下降
- Lasso只选了7个因子，但测试集RMSE略高于Ridge
- Elastic Net在测试集上表现最好，保留了11个因子，兼顾了稀疏性和稳定性
16.6 超参数调优：λ和α怎么选？
调参是正则化最关键的一步。我个人习惯用交叉验证来找最优参数。
# Python代码示例：使用GridSearchCV调参
from sklearn.linear_model import ElasticNet
from sklearn.model_selection import GridSearchCV
# 定义参数网格
param_grid = {
'alpha': [0.1, 0.3, 0.5, 0.7, 0.9], # 混合比例
'l1_ratio': [0.1, 0.3, 0.5, 0.7, 0.9] # L1占比
}
# 创建模型
elastic = ElasticNet(max_iter=10000)
# 网格搜索
grid = GridSearchCV(elastic, param_grid, cv=5, scoring='neg_mean_squared_error')
grid.fit(X_train, y_train)
print(f"最优参数: {grid.best_params_}")
print(f"最优得分: {grid.best_score_}")调参小技巧：
- 先确定λ的范围：从0.001到100，按对数尺度搜索
- 再确定α：如果因子相关性高，α偏小（靠近Ridge）；如果希望做特征选择，α偏大（靠近Lasso）
- 我一般先用Ridge找到合适的λ范围，再切换到Elastic Net微调
16.7 实际应用中的注意事项
最后分享几个我在实战中总结的经验：
- 数据标准化是必须的：正则化对特征的尺度敏感。如果不做标准化，量级大的特征会被惩罚得更厉害。我习惯用StandardScaler先处理数据。
- 不要盲目追求稀疏性：Lasso虽然能做特征选择，但有时候把有用的因子剔除了反而不好。基差预测中，很多因子虽然单独看预测能力不强，但组合起来有价值。
- 时间序列的交叉验证：基差数据是时间序列，不能用普通的随机交叉验证。我建议用TimeSeriesSplit，按时间顺序划分训练集和验证集。
- 监控系数稳定性：用滚动窗口训练模型，观察系数随时间的变化。如果系数波动很大，说明模型不稳定，需要增大λ。
我曾经犯过的错：有一次做PTA基差预测，我直接用Lasso选了5个因子，回测效果很好。结果实盘跑了两个月，模型突然失效。后来发现，Lasso剔除的某个因子在特定市场环境下有很强的预测能力。从那以后，我改用Elastic Net，保留更多因子，模型的鲁棒性明显提升。
总结一下：Ridge适合「所有因子都有用」的场景，Lasso适合「想做特征选择」的场景，Elastic Net是两者的折中，也是我目前在基差预测中最常用的方法。你想想看，做交易最怕的就是模型不稳定，Elastic Net在这一点上确实更让人放心。
公众号:蓝海资料掘金营，微信deep3321