القائمة
Alpha从想法到回测的完整设计流程。当用户需要开发新的量化因子、设计alpha信号、或建立因子研究管线时加载。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | alpha-design-pipeline |
| description | Alpha从想法到回测的完整设计流程。当用户需要开发新的量化因子、设计alpha信号、或建立因子研究管线时加载。 |
| version | 1.0.0 |
| source | 《寻找Alpha：量化交易策略》Igor Tulchinsky (WorldQuant) |
| source_chapters | ["第1-6章: Introduction, 量化投资基础, Alpha定义与分类, Alpha评估指标, 回测基础, Data and Alpha Design"] |
| category | quant |
从零开始设计一个 alpha 信号的完整方法论。源自 WorldQuant 内部实践。
Alpha 不是凭空创造的——它来自信息的错误定价。设计 alpha 的本质是找到市场尚未充分消化的信息，并用可量化的方式表达它。
WorldQuant 的方法论核心：想法 → 数据 → 表达式 → 回测 → 分析，五步循环，不断迭代。
| 类别 | 定义 | 典型例子 |
|---|---|---|
| 价格型 (Price-based) | 仅用价格/成交量 | 动量、反转、波动率 |
| 基本面型 (Fundamental) | 财报/估值数据 | PE、ROE、盈利超预期 |
| 另类数据型 (Alternative) | 非传统数据源 | 新闻情绪、卫星图、社交媒体 |
| 事件驱动型 (Event-driven) | 公司事件 | 并购、分红、指数调整 |
| 结构型 (Structural) | 市场微观结构 | 订单流、买卖价差 |
想法来源（按优先级）：
想法筛选（三轴检验法 — Triple-Axis Plan，Ch11）：
| 轴 | 问题 | 通过标准 |
|---|---|---|
| 经济逻辑 | 为什么这个 alpha 会存在？ | 有清晰的经济/行为金融学解释 |
| 统计显著性 | 信号是否显著优于随机？ | IC > 0.03，t-stat > 2 |
| 低相关性 | 是否和已有因子正交？ | 与现有因子库的相关性 < 0.3 |
数据评估清单：
数据清洗三步走：
将想法转化为数学表达式。常见模式：
# 动量型：过去N日收益率
alpha = (close[t] - close[t-N]) / close[t-N]
# 反转型：短期负收益预测正回报
alpha = -1 * (close[t] - close[t-5]) / close[t-5]
# 质量型：ROE横截面排名
alpha = rank(cross_section(ROE))
# 波动率型：低波动溢价
alpha = -1 * std(returns, 20)
设计原则：
基本流程：
关键参数设置：
必看指标：
| 指标 | 合格线 | 优秀线 |
|---|---|---|
| 年化收益 | > 5% | > 15% |
| 夏普比率 | > 0.5 | > 1.0 |
| 最大回撤 | < 25% | < 15% |
| IC (信息系数) | > 0.03 | > 0.05 |
| IC_IR | > 0.3 | > 0.5 |
| 换手率 (月) | < 100% | < 50% |
如果表现不好，检查：