這是一篇為您量身打造的二部曲部落格文章，完美銜接上一篇的邏輯。您可以將其發佈在您的技術 Blog 或是作為團隊的特徵工程教材。

機器學習煉金術二部曲：解密 Correlation Heatmap —— 揪出量化模型中的「冗餘內鬼」

在上一篇文章中，我們學會了使用「目標相關性長條圖 (Target Correlation Bars)」來海選特徵，挑出了那些真正能與「獲利」掛鉤的黃金指標。

如果你以為把這些黃金特徵全部塞進隨機森林（Random Forest），就能打造出印鈔機，那你可能會大失所望。為什麼？因為你可能不小心在公司裡聘請了 10 個「每天都看同一份報紙、給出相同結論」的分析師。他們不僅沒有增加新的資訊量，還浪費了你的運算薪水，甚至讓決策變得極度混亂。

在機器學習中，這個現象被稱為「共線性 (Multicollinearity)」。而要揪出這些互相抄襲的「冗餘內鬼」，我們就需要動用 EDA 的第二把交椅：特徵熱力圖 (Correlation Heatmap)。

什麼是特徵熱力圖 (Correlation Heatmap)？

showCorrelationHeatmap 是一張巨大的矩陣圖（Matrix）。

與上一張圖只看「特徵 vs 目標」不同，熱力圖看的是「特徵 vs 特徵」之間的愛恨情仇。

它的 X 軸與 Y 軸列出了所有篩選過後的特徵（例如 macroVolatility, minSlope, deviationAbsoluteRatio 等）。圖上的每一個「格子」，代表了對應的兩個特徵之間的 皮爾森相關係數 (Pearson $r$)。

為了讓人眼能瞬間捕捉資訊，矩陣被塗上了直觀的「溫度色碼」：

🔥 深紅色 ($r \approx +1.0$)：高度正相關。A 變大，B 絕對跟著變大。它們宛如雙胞胎。
❄️ 深藍色 ($r \approx -1.0$)：高度負相關。A 變大，B 就縮水。雖然方向相反，但它們講述的其實是同一個市場故事的兩面。
🌫️ 淺黃 / 淺藍色 ($r \approx 0$)：毫無關聯。A 跟 B 是完全獨立的兩個維度（這在機器學習中稱為「正交 Orthogonal」，是非常棒的特質！）。

(註：您會發現圖表從左下到右上有一條完美的「深紅色對角線」，那是特徵「自己對自己」的相關性，永遠是 1.0，看圖時請直接忽略它。)

假設您有兩個特徵：macroVolatility（通道絕對寬度）與 absMean（絕對偏差平均）。在您的 T3 演算法中，這兩者可能高度連動，熱力圖上顯示為深紅色（$r = 0.95$）。

如果同時把它們餵給隨機森林，會發生什麼事？

特徵重要性 (Feature Importance) 被稀釋：

決策樹在尋找最佳分裂節點時，看到這兩個長得一模一樣的特徵會產生「選擇困難症」。原本應該分配給「波動率」的 100% 權重，會被隨機拆成 50% / 50%。這會讓您在事後解讀模型時，誤以為這兩個特徵都不太重要。
維度災難與運算浪費：

每多一個無用的維度，模型需要學習的數據量就會呈指數級上升。留下冗餘特徵，只是在白白燃燒您的 CPU/GPU。
過度擬合 (Overfitting)：

這兩個特徵那 $5\%$ 的微小差異，通常只是極端插針造成的「雜訊」。如果模型硬要去學習這 $5\%$ 的差異，就會導致對歷史數據死記硬背，一上線實盤就崩潰。

在實務的量化 Feature Engineering Pipeline 中，請嚴格執行以下三個步驟：

打開您的 Heatmap，忽略對角線，去尋找那些「極度深紅 ($r > 0.85$)」 或 「極度深藍 ($r < -0.85$)」 的格子。

例如，您發現 s1_macroVolatility 和 s1_microVolatility 之間出現了一個深紅色的方塊。這代表在您的微觀結構定義中，這兩個指標產生了嚴重的資訊重疊。

發現這對雙胞胎（冗餘特徵）後，誰該走，誰該留？

這時候請拿出您在上一篇文章學到的 目標相關性長條圖 (Target Correlation Bars)。

去查閱這兩個特徵與 target_is_profit 的相關性：

答案顯而易見：s1_macroVolatility 對於預測獲利的能力更強，且它已經涵蓋了 microVolatility 95% 的資訊。

因此，我們必須在 Java 的 DataFrame 處理階段，直接將 s1_microVolatility 整個欄位 Drop 掉 (刪除)！

如果把量化模型比喻為一支軍隊：

「目標相關性長條圖」幫我們淘汰了不能打仗的老弱殘兵。

「特徵熱力圖」則幫我們裁撤了功能完全重複的冗員部門。

一個完美的特徵矩陣，在 Heatmap 上看起來應該要「除了對角線是紅的之外，其他地方盡量都是淺黃色或淺藍色」。這代表您餵給模型的每一個特徵（如斜率、DAR、陰陽率），都在從完全不同的獨立維度（正交性）來描述市場。

當您經過這兩道關卡的洗禮，您留下來的特徵庫，將會是極度精煉、毫無贅肉，且具備強大實盤預測能力的超級武器！