train-csi300

name	train_csi300
description	CSI300 训练+预测流水线。使用 daily_pv_csi300.h5，提取 Alpha158(158)+42 个增强因子=200 个特征，执行 walk-forward LightGBM 训练和预测。

/train_csi300

运行 CSI300 的完整 train+predict 流水线：

• H5 数据: rdagent_workspace/factor_data_template/daily_pv_csi300.h5
• 因子文件: tushare/practice_factor.md（42 个增强因子）+ Alpha158（158 个因子）= 200 个特征
• 因子组成: Alpha158 全量价量因子(158) + 42 个精选增强因子（覆盖波动/估值/质量/成长/行为/流动性/规模/现金流/非流动性/盈余质量等）
• Walk-forward: train=7y, valid=2y, test=3y, stride=1y (9 fold history)
• 回测策略: buffered equal-weight top-K（缓冲带机制，降低换手率）
• 调仓频率: 周频（每约 5 个交易日调仓一次）
• 持有数量: 10 支
• 资金: ¥50,000
• 模型: LightGBM (robust mode)

设计理念：Alpha158 提供完整的价量特征基础，practice_factor.md 的 42 个增强因子系统性地补充基本面、行为金融、非流动性、盈余质量等 Alpha158 缺失的维度。 联合使用 Alpha158(158) + practice_factor(42) = 200 个特征，覆盖更全面的 alpha 信号来源。 回测方式参考 run_alpha158_practice：使用 buffered_equal_weight_topk 策略（50% 缓冲带），周频调仓，支持 predict_only 增量预测模式。

前置条件

• H5 文件: rdagent_workspace/factor_data_template/daily_pv_csi300.h5
  • 如果不存在，先运行 /gen_tushare_h5 csi300 生成
• Docker 镜像: zhuhai123/qlib-rdagent:v1（或其他通过 DOCKER_IMAGE 环境变量指定）

用法

# 默认实验名（完整训练+回测）
/train_csi300

# 指定实验名
/train_csi300 <experiment_name>

# 仅预测（不训练，使用已有模型预测最新数据）
/train_csi300 <experiment_name> predict_only=True

# 指定预测日期
/train_csi300 <experiment_name> pred_date=2026-06-01

内部执行:

FULL_BACKTEST_STRATEGY=buffered_equal_weight_topk \
FULL_BACKTEST_BUFFER_PCT=0.5 \
FULL_BACKTEST_REBALANCE_FREQ=weekly \
HOLD_NUM=10 \
CASH_TOTAL=50000 \
PRACTICE_FACTOR_FILE=tushare/practice_factor.md \
TARGET_MARKET=csi300 \
TARGET_BENCHMARK=SH000300 \
bash run_new_factor_practice ${exp_name:-csi300_train} --force-stage0 new_factor_only=false

输出

• IC 分析: DATA/analysis_outputs/<exp_name>/model_predict/factor_ic_summary_test.csv
• 验证集 IC: factor_ic_summary_valid.csv
• Walk-forward 模型: model_predict/walk_forward/ 下各 fold 目录
• 回测报告: model_predict/full_backtest/（含 full_backtest_overview.html 汇总页面）
• 回测策略: buffered_equal_weight_topk — 等权持有 top-K 股票，跌出前 top-K×2 名后才卖出（50% 缓冲带），有效降低换手率。周频调仓: 每周最后一个交易日按最新信号调仓，其余交易日持仓不动。

因子说明

使用 Alpha158（158 个价量因子） + practice_factor.md（42 个增强因子） = 200 个特征。

数据源	因子数	覆盖类别
Alpha158 KBar	9	价格形态 (KMID, KLEN, KUP, KLOW, KSFT 等)
Alpha158 Price	4	价格水平 (OPEN, HIGH, LOW, VWAP)
Alpha158 Rolling	145	29 类 × [5,10,20,30,60] 窗口 (ROC, MA, STD, BETA, RSQR, RESI, MAX, MIN, CORR, SUMP 等)
practice_factor 增强	42	波动/估值/质量/成长/反转/行为/流动性/规模/现金流/盈余质量/非流动性

42 个增强因子列表

#	因子名称	类别
1	RealizedVolatility_20d	波动率
2	volume_change_5d	流动性
3	trailing_PE_ratio	估值
4	obv_slope_10d	量价
5	sharpe_10d	风险调整
6	reversal_1d	反转
7	volume_weighted_momentum_5d	量价
8	Delta_roe	质量
9	earnings_yield	估值
10	Delta_net_profit_margin	质量
11	vwap_deviation_10d	量价
12	avg_normalized_range_5d	波动率
13	turnover_trend	流动性
14	vwap_deviation_5d	量价
15	reversal_2d	反转
16	PB_Ratio	估值
17	momentum_vol_adjusted_20	风险调整
18	Sector_Relative_PB	估值(中性)
19	Sector_Relative_PE	估值(中性)
20	Sector_Relative_DividendYield	估值(中性)
21	risk_adjusted_momentum_5d_20d	风险调整
22	Size	规模
23	Turnover	流动性
24	PriceToSales	估值
25	DividendYield	股息
26	Delta_OperatingCashFlowYield	现金流
27	Delta_AssetTurnover	运营效率
28	Delta_DebtToEquity	财务杠杆
29	SUE	盈余质量
30	AssetGrowth	投资
31	AccrualsRatio	盈余质量
32	DebtToEquity	财务杠杆
33	MAX_20d	行为金融
34	RevenueGrowth	成长
35	Amihud_20d	非流动性
36	FCF_Yield	自由现金流
37	ROA	盈利能力
38	Skewness_20d	收益分布
39	NetProfitGrowth	成长
40	EPS_Quality	盈余质量
41	TurnoverVol_20d	流动性动态
42	Reversal_3d	反转

归一化策略

方法	适用因子
截面 z-score	全部 200 个因子（在 build_features_from_h5.py 中自动完成）
行业中性化	trailing_PE_ratio, PB_Ratio, DividendYield → Sector_Relative_*
季度差分	roe, netprofit_margin, DebtToEquity, AssetTurnover, OperatingCashFlowYield
1%/99% 缩尾	Delta_roe, Delta_net_profit_margin, SUE, AccrualsRatio, DebtToEquity, Amihud_20d, FCF_Yield, Skewness_20d, EPS_Quality