القائمة
新因子多周期能力评测技能。Use when: 新增因子、评估因子预测能力、计算 IC_1d/IC_5d/IC_20d、做多空组合检验、判断因子是否值得纳入策略。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/zyukyunman/vortex_quant --skill factor-evaluationيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
用户明确要求发飞书时，直接发送文本消息到默认接收人；失败后再说明原因。支持发送、配置校验和故障排查。
通知与手机触达流程。适用场景： 需要设计或判断哪些运行阻塞、交易异常、审批、研究结论应该推送到飞书，以及通知内容和升级策略。
业绩预告漂移策略每日自动执行巡检技能。Use when: 检查 earnings-forecast auto-run 当日是否正常拉数、生成目标、提交 QMT、成交回报、未成交、ST 清理、任务状态与账户持仓是否一致。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | factor-evaluation |
| description | 新因子多周期能力评测技能。Use when: 新增因子、评估因子预测能力、计算 IC_1d/IC_5d/IC_20d、做多空组合检验、判断因子是否值得纳入策略。 |
| argument-hint | 描述要评测的因子、数据频率、需要的周期（如 1d/5d/20d）以及是否需要多空分组检验 |
| tags | ["vortex","vortex/skill","vortex/research-domain"] |
| obsidian_links | ["[[因子研究与评测全流程说明]]","[[研究域设计说明书]]","[[实例策略开发流程]]"] |
基于 因子分析报告_峰岭谷信息.pdf 总结出的标准化评测流程，用于后续新增任意因子时的统一检验。
IC_1d / IC_5d / IC_20dgeneration_summary.json / research_cycle.json 中的 qualified、elite 或明确有研究价值的 rejected 候选，做更严格的多周期实证当输入来自 CogAlpha 时，不要只看因子值和 IC，还必须保留：
semantic_status：区分 proxy、faithful_proxy、mutation_proxy。lineage / parent_templates：判断是否是某个父模板的轻微重复。rejection_reasons：避免把已被 quality/fitness 标记的问题重新包装成新因子。research_direction：确认评测 horizon、universe 和用途是否匹配本轮研究目标。预测周期：因子值对未来多少交易日收益有预测力，例如 IC_1d、IC_5d、IC_20d调仓周期：策略多久换一次仓，例如日频、周频、月频、半年频两者相关，但不是一回事。
例子：
5d 很有效，但对 60d 之后迅速衰减所以不能因为策略是半年调仓，就默认只能看 120d 或 250d；
也不能因为因子在 5d 有效，就默认适合半年持有。
正确做法是：同时评测多个 horizon，再判断它是短线因子、中线因子还是长线因子。
1d / 5d / 10d / 20d20d / 40d / 60d60d / 120d / 250d如果一个因子：
IC_5d 很强，但 IC_60d、IC_120d 很弱
IC_20d、IC_60d、IC_120d 都为正且稳定
对每个截面日期，计算：
IC_1d: 因子值 vs 未来 1 个交易日收益的 Spearman 截面相关IC_5d: 因子值 vs 未来 5 个交易日收益的 Spearman 截面相关IC_20d: 因子值 vs 未来 20 个交易日收益的 Spearman 截面相关对于长线策略，不应只停留在这三个周期，建议扩展为：
IC_40d, IC_60dIC_120d, IC_250d为什么用 Spearman：
每个 horizon 至少输出 4 个指标：
IC_meanIC_stdICIR = IC_mean / IC_stdpositive_rate = IC > 0 的期数占比如果用月末截面做测试，positive_rate 可以理解为“正 IC 月份占比”。
默认做 5 日 horizon 的 5 分组检验：
long_meanshort_meanlong_short_5dsharpe这一步是为了验证“统计显著”是否能转成“交易可用”。
建议至少满足下面 4 条中的大部分：
|IC_mean_20d| > 0.03ICIR_20d > 0.3positive_rate_20d > 55%long_short_5d > 0如果是短周期因子（分钟聚合、盘口、情绪），重点看：
IC_1dIC_5dIC_20dlong_short_5d如果是中低频基本面因子，重点看：
IC_20dIC_60dICIR_20dICIR_60d如果是低换手长持有策略（季度 / 半年 / 年度），重点看：
IC_60dIC_120dIC_250dICIR 和正 IC 占比| 场景 | 推荐评测周期 | 主要用途 |
|---|---|---|
| 高频 / 微观结构因子 | 1d, 5d, 10d, 20d | 判断短期 alpha 衰减速度 |
| 月度调仓策略 | 5d, 20d, 40d | 看月内是否持续有效 |
| 季度调仓策略 | 20d, 60d, 120d | 看一个季度内是否维持预测力 |
| 半年调仓策略 | 20d, 60d, 120d, 250d | 判断因子是否适合低换手持有 |
| 年度 / 超低换手策略 | 60d, 120d, 250d | 判断是否为真正长线因子 |
因为 20d 只回答“未来约 1 个月收益是否可预测”。
如果策略是半年一调仓，那么只看 20d 会有两个风险：
所以：
20d 可以作为中短期参考60d / 120d250dweight_horizon=2020 vs 6020 vs 60 vs 12060 vs 120 vs 250不要先假设某个 horizon 正确，而应把它当成待验证对象。
以峰岭谷因子报告为例，评测时至少回答这 3 个问题：
报告中的典型口径：
ridge_minutes: IC_1d = 0.1551, IC_5d = 0.3080+10.72%这说明一个好因子不能只看一个 IC 均值，还要同时看：
当前支持：
FactorAnalyzer.ic_report_multi_horizon()FactorAnalyzer.long_short_report()python scripts/run_factor_test.py --forward-days-list 1,5,20 --ls-horizon 5 --weight-horizon 20新增因子后，按下面顺序检查：
IC_1d / IC_5d / IC_20dICIR_20d 和 positive_rate_20dSCORING_FACTORSIC_mean 为正，但 positive_rate 很低IC 看起来高，但多空收益为负python scripts/run_factor_test.py \
--ic-start 20190101 \
--ic-end 20260327 \
--ic-months 60 \
--forward-days-list 1,5,20,60,120,250 \
--ls-horizon 5 \
--weight-horizon 20 \
--freq SA
如果是半年调仓策略，更推荐至少这样跑一轮：
python scripts/run_factor_test.py \
--ic-start 20190101 \
--ic-end 20260327 \
--ic-months 60 \
--forward-days-list 20,60,120,250 \
--ls-horizon 20 \
--weight-horizon 120 \
--freq SA