Sungwoo Kang
大白话:高丽大学电气与计算机工程系学者,把通信工程里的信号处理工具搬进因子工程;本 wiki 收录他 2025 年的《Matched Filter Normalization》,追问一个「人人都做但几乎没人讨论」的操作:净买入量该除以什么(市值?还是成交量?),结论是最优归一化必须匹配信号生成过程的尺度行为——受容量约束的机构投资者按市值归一化才对,而按成交量下单的 VWAP/TWAP 算法按成交额归一化才对,选错了会造成系统性扭曲(论文称之为「参与率谬误」)。
机构:高丽大学(Korea University),电气与计算机工程系(Department of Electrical and Computer Engineering)。
邮箱:krml919@korea.ac.kr
研究领域: 信号处理与市场微观结构的交叉,订单流信号的提取与归一化。
在本 wiki 中的论文
- Sungwoo Kang 2025 Matched Filter Normalization — 订单流的信号提取:归一化的匹配滤波视角。最优归一化必须匹配信号生成过程的尺度行为;提出参与率谬误与「知情执行者假说」。见 订单流的归一化 · 参与率谬误 (Participation Rate Fallacy)
研究特征
把工程信号处理的工具引入因子工程——这是本库已收录 论文中少见的视角。
核心贡献是把一个"人人都做但几乎没人讨论"的操作形式化:
| 日常做法 | 本文的追问 |
|---|---|
| 净买入 / 某个规模 | 该除以什么? 市值还是成交量? |
| 默认除以成交量 | 这是正确的吗? |
关键洞见:文献中两个领域用了不同的归一化(知情交易研究按市值、流动性研究按成交量),但没有任何框架说明何时该用哪个、也没人量化选错的后果。
方法论的干净之处:借用通信工程的匹配滤波理论(Turin 1960),使这个因子工程问题有了数学基础——由 Jensen 不等式与 SNR 最大化推导出可检验的双向预测,再用蒙特卡洛(1.99×)+ 大规模实证(270 万股票-日)+ KL 散度三重验证。
相关
- 论文: Sungwoo Kang 2025 Matched Filter Normalization
- 概念: 订单流的归一化 · 参与率谬误 (Participation Rate Fallacy)
- 本 wiki 三个独立的方法论问题: concepts/microstructure/Order Flow Imbalance (OFI)(怎么构造)· 本文(该除以什么) · concepts/microstructure/订单不平衡分布 (Order Imbalance Distribution)(分布形状)