| name | factor-evaluate |
| description | Use when an agent needs to evaluate a single quantitative factor or signal with rank IC, Pearson IC, Sharpe, maximum drawdown, monotonicity, turnover, and a normalized composite score report. |
| quantSkills | {"project_type":"skill","category":"tooling","tags":["factor-evaluation","ic","sharpe","monotonicity","turnover"],"platforms":["claude-code","codex","openclaw","cursor"],"status":"stable","validation_level":"listed","maintainer_type":"community","summary_zh":"不是回测引擎，而是给单个因子打综合分的评价 Skill：双 IC + Sharpe + MDD + 单调性 + 换手 → 归一加权主分。","summary_en":"Single-factor evaluation skill covering rank IC, Pearson IC, Sharpe, drawdown, monotonicity, turnover, and composite scoring.","license":"GPL-3.0"} |
{
"version": 1,
"task": {
"placeholder": "补充样本区间、数据路径、评估口径或特别关注项（可选）",
"required": false
},
"fields": [
{
"key": "factor",
"label": "内置因子",
"type": "select",
"default": "momentum_20",
"help": "填写自定义表达式时以表达式为准",
"options": [
{ "value": "momentum_20", "label": "动量（20日）" },
{ "value": "reversal_5", "label": "反转（5日）" },
{ "value": "lowvol_20", "label": "低波动（20日）" },
{ "value": "alpha101_101", "label": "Alpha101 #101" },
{ "value": "alpha101_12", "label": "Alpha101 #12" },
{ "value": "corr_open_vol", "label": "量价背离" }
]
},
{
"key": "expr",
"label": "自定义因子表达式",
"type": "textarea",
"placeholder": "例如：-1 * correlation(rank(open), rank(volume), 10)",
"help": "非空时覆盖内置因子"
},
{
"key": "universe",
"label": "股票池",
"type": "select",
"default": "000300.SH",
"options": [
{ "value": "000300.SH", "label": "沪深300" },
{ "value": "000905.SH", "label": "中证500" },
{ "value": "399006.SZ", "label": "创业板指" },
{ "value": "000852.SH", "label": "中证1000" }
]
},
{
"key": "horizon",
"label": "预测周期",
"type": "select",
"default": "5",
"options": [
{ "value": "1", "label": "未来 1 日" },
{ "value": "5", "label": "未来 5 日" },
{ "value": "10", "label": "未来 10 日" }
]
}
],
"prompt_template": "{{#task}}任务与材料：\n{{task}}\n\n{{/task}}{{#attachments}}用户上传的材料（已放入工作区）：\n{{attachments}}\n\n{{/attachments}}评估因子 {{factor}}{{#expr}}（自定义表达式以 {{expr}} 为准）{{/expr}} 在 {{universe}} 股票池、未来 {{horizon}} 日收益口径下的截面有效性，完整计算 Rank IC、Pearson IC、IC IR、Sharpe、年化收益、最大回撤、分组单调性、换手率及归一化综合分，并说明数据质量和回测假设，输出中文报告。"
}
Factor Evaluate
给定一个截面信号 [date × symbol]，输出完整体检报告：截面有效性 / 风险调整收益 / 稳健性 / 换手成本 → 一个可比的主分。
核心规则
- 七项指标全覆盖：双 IC + IC_IR + Sharpe + Ann.Return + MDD + Monotonicity + Turnover（详见
references/metrics.md）
- 永远算双 IC：rank IC 和 Pearson IC 同时算并对照（细则：
references/dual-ic.md）
- 归一加权主分：每个分量先归一到 ~[-2, +2]，再按权重加（公式：
references/primary-score.md）
- 项目已有
primary_score() 永远优先调用 —— 不要自己另写"近似版"，那叫绕过评估宪法
- 单看一个数会被刷：报告必须给六联拆解，不能只给一个 score 数字
工作流（标准 6 步）
1. 校验信号契约（截面规模 / 均值 / std / NaN 占比）
2. 算 rank IC + Pearson IC 时序
3. 算多头回测：T+1 开盘买 Top 10%、等权、双边 15bp、T+1+H 卖（详见 backtest skill）
4. 算分组单调性（5 或 10 分位）
5. 算换手率
6. 套主分公式 → 输出 ScoreReport
接口映射
| 本 skill 概念 | 你的项目对应 |
|---|
| 主分公式 | evaluation.md 锁定的 primary_score() |
| 信号 | [date × symbol] 浮点 DataFrame |
| 行情 panel | 含 open / close / high / low / volume |
| HORIZON | 必须等于信号声明的 H |
调用项目内的 primary_score() 时：传 (signal, panel, horizon, label_kind)，得到 ScoreReport。不要自己重写。
按需加载
| 何时读 | 文件 |
|---|
| 想知道每项指标算法 | references/metrics.md |
| rank vs Pearson IC 对照解读 | references/dual-ic.md |
| 主分公式细节 / 调权 | references/primary-score.md |
| 输出报告格式 | references/report-format.md |
| 反模式（刷 IC / 未来函数 / ...） | references/anti-patterns.md |
QA 检查清单
跨工具适配
- OpenAI Codex / Assistants →
agents/openai.yaml
- Cursor →
agents/cursor-rule.mdc
- 无原生 skill 机制 →
agents/portable-loader.md
项目边界（量化研究合规声明）
按 QUANTSKILLS 社区规则 §8 声明。
- 数据来源：本 skill 不附带任何市场数据；使用者需自行准备行情面板（OHLCV / 涨跌停 / 停牌状态等），数据合法性与许可由使用者负责。
- 假设与参数：默认假设见各 references（T+1 开盘成交、Top 10% 等权、双边 15bp 手续费、A 股涨跌停规则等）。这些是研究阶段的标准化假设，不等同于真实交易。
- 已知限制：
- 不模拟市场冲击、不模拟集合竞价滑点、不模拟券池融券约束
- 不处理分红除权除息 / 配股 / 重大事件停牌的复杂情形
- 默认 pooled cross-section 范式，对单股序列建模、时序模型不适用
- 风险边界：本 skill 输出的因子分数 / 回测净值 / IC 诊断结果，仅反映在历史数据 + 假设条件下的统计表现，不代表未来表现。
- 用途定位：仅供量化研究、教育与方法论参考。不构成任何形式的投资建议、交易信号或获利保证。使用者据此进行实盘交易的全部后果由使用者自负。
