技术方法论

1. 行情与复权

前复权以最新价格为基准，向过去方向调整历史价格，消除分红、送股、配股等事件造成的价格跳变。

为什么选择前复权？

• 最新价格与实时行情一致，方便对账
• 历史价格序列连续，收益率计算无需额外处理
• 行业标准做法，与 Wind、聚宽等主流平台一致

对你的影响

如果你在本地使用未复权或后复权数据研究因子，上传到平台后 IC 计算结果可能与本地不同 — 因为平台使用前复权价格计算前向收益率。建议本地研究也统一使用前复权数据。

2. 执行价格与信号截止

创建策略时选择执行模式，一旦设定不可更改。

信号格式

• 信号 = 一组 (股票代码, 权重) 对，表示目标持仓
• 每只股票权重 ∈ (0, 1]，总权重 ≤ 1.0（余额为现金，不允许杠杆）
• 可交易任何 A 股或 ETF — universe 不限制选股范围

3. 模拟交易与结算

平台每日盘后对所有 active 策略进行模拟交易结算。

交易规则

换仓日（有新信号）

持仓日（无新信号）

保持现有持仓不变，按当日收盘价重新估值，正常更新 NAV。未提交信号不会清仓。

4. 净值与绩效指标

Sharpe Ratio 无风险利率取 0，与业界常用标准一致。年化天数取 252（A 股年交易日数）。

5. 基准指数

策略创建时选择的股票池（universe）决定对应的基准指数，用于计算超额收益。

6. 因子验证

用户上传因子截面值后，平台使用独立行情数据计算以下指标。所有计算基于前复权价格。

前向收益率

延迟 1 天的 1 日收益率（delay=1）：

• T：因子值计算日
• T+1：最早可交易日（因子基于 T 日收盘价，当天无法交易）
• T+1 → T+2：实际持仓收益

delay=1 是固定设定，防止前视偏差（look-ahead bias），与 WorldQuant BRAIN 一致。

IC（Information Coefficient）

使用 Spearman 而非 Pearson：不假设线性关系，仅关注排序一致性，对异常值鲁棒。因子值的绝对大小不影响结果，只有排序重要。

验证使用 |IC|（绝对值），因此 IC 为负的因子（反向预测）同样有效。

多空回测

每日按因子值分为五组（quintile），做多排名前 20% 、做空后 20%：

换手率

基于因子排名的日变化计算，反映因子信号的稳定性。换手率越低，交易成本越可控。

Fitness

综合质量指标（对标 WorldQuant BRAIN），兼顾收益能力和交易成本效率。Fitness > 1 通常被认为是较好的因子。平台展示供参考，不作为通过/淘汰条件。

验证通过条件

五项全部通过才能进入 active 状态。因子独立性检查是与你的其他 active 因子做两两相关性比较。

7. 样本外跟踪

因子通过验证后，验证日期成为样本内/样本外的分界点。之后上传的新截面值自动进入样本外跟踪。

平台每日盘后计算样本外 IC（方法与验证阶段一致），并提供滚动窗口统计：

8. 多因子组合

将多个 active 因子组合为一个策略，平台每日自动生成持仓信号。

信号生成流程

1. 截面标准化：对每个因子当天的截面值做 Z-Score 标准化
2. 加权合成：按权重合成综合得分（等权 或 IC_IR 加权）
3. 排序选股：按综合得分降序排列，选取前 N 只
4. 等权分配：每只股票权重 = 1/N
5. 自动提交：生成信号 → 结算 → NAV 更新

加权方式

仅保留在所有因子中都有值的股票（取交集）。如果某因子当天无数据，跳过该因子；如果全部无数据，当天不生成信号。

9. 每日时间线

所有时间为北京时间（CST = UTC+8）。