cogalpha-factor-mining

name	cogalpha-factor-mining
description	CogAlpha 方法附录与参考 skill。默认不要作为量化研究入口；Use only when: 用户明确要求只讨论 CogAlpha/Cognitive Alpha Mining 方法论、agent catalog、diversified guidance、quality gate、fitness evaluation、mutation/crossover 或 lineage 细节。常规因子研究应使用 factor-mining-research。
argument-hint	描述目标市场、可用字段、希望探索的 agent 方向、预测周期、调仓约束、已有因子池和本轮是否允许生成/评测候选代码
tags	["vortex","vortex/skill","vortex/research-domain","cogalpha","factor-mining"]
obsidian_links	["[[CogAlpha学习资料]]","[[CogAlpha Agent体系设计]]","[[CogAlpha Quality Gate与Fitness规范]]","[[CogAlpha因子研究落地路线]]","[[因子研究与评测全流程说明]]","[[研究协作与产物治理]]"]

CogAlpha 因子挖掘与进化研究

本 skill 是 CogAlpha 方法附录，不是 Vortex 量化研究的默认入口。常规因子研究、策略优化、preset 对照和新接口调用都应从 factor-mining-research 开始；本文件只保留 CogAlpha 论文方法、agent catalog、quality gate、fitness、lineage 和 mutation/crossover 的细节，供总流程引用。

核心原则：CogAlpha 是候选生成与进化方法，不是因子本身，不是策略定版工具，也不是实盘入口。 先生成可检查的研究候选，再回到 factor-mining-research 进入因子评测、策略角色判定、version-review preset 对照和归档；elite alpha 仍只是研究候选，不是策略。

---

一、什么时候使用

默认不要直接使用本 skill。只有出现以下明确场景时才使用：

1. 用户明确要求只讨论 CogAlpha、Cognitive Alpha Mining、LLM-driven alpha mining 的方法论。
2. 需要查阅多个 agent 视角、diversified guidance、quality gate 或 mutation/crossover 规则细节。
3. 需要把 factor-mining-research 中的某个研究方向展开成 CogAlpha agent / recipe 设计。
4. 需要审查 LLM 生成因子是否有未来函数、数值不稳定或经济逻辑薄弱。
5. 需要把成功因子和失败因子写回下一轮 prompt/context。

不要在这些场景使用：

1. 用户只要求普通单因子 IC 评测，此时优先用 factor-evaluation。
2. 用户要求继续量化研究、策略优化、因子融合、容量研究或 preset 对照，此时从 factor-mining-research 开始。
3. 用户只要求从书籍/指数方案提炼候选因子，此时从 factor-mining-research 开始；该 skill 会把 CogAlpha 作为内部方法使用。
4. 用户要求策略上线或 QMT 执行，此时优先用执行与评审类 skill。

---

二、不可突破的边界

1. 不直接运行任意 LLM 生成的 Python 代码。
2. 不把 CogAlpha 论文结果当成 Vortex 本地结论。
3. 不把 elite alpha 直接接入策略或实盘。
4. 不跳过 PIT、复权、ST、停牌、涨跌停、成本、容量和可交易性检查。
5. 不为小账户牺牲至少 5000 万容量评估原则。
6. 不用未来收益、未来价格、公告前不可见数据或负向 shift 构造因子。
7. 不把单一 horizon、单一年份或单次随机结果包装成“最终策略”。

如果发现未来函数、字段可见时间不明、输出覆盖率过低、数值不稳定或交易约束缺失，应标记为 invalid_experiment 或 rejected，而不是继续优化参数。

---

三、标准工作流

Step 1: 明确研究目标、市场、universe、字段和 horizon
Step 2: 选择 CogAlpha agent 角色
Step 3: 用 diversified guidance 生成多个候选表达
Step 4: 转成安全候选：优先公式 DSL / FormulaSpec 风格，不直接写任意 Python
Step 5: 执行 quality gate：字段、算子、PIT、数值、覆盖率、经济逻辑
Step 6: 调用 factor-evaluation 做多周期 fitness
Step 7: 调用 factor-evidence-reviewer 审查结论可信度、过拟合、重复度和下一步接力
Step 8: 调用 factor-research-archive 记录好因子、坏因子和失败原因
Step 9: 汇总 qualified / elite / rejected / informative failure
Step 10: 基于失败原因和证据评审设计下一轮 mutation / crossover

当前工程入口：

from vortex.research.cogalpha import run_cogalpha_generation
from vortex.research.cogalpha import run_cogalpha_research_cycle

推荐优先使用 run_cogalpha_research_cycle()：它在 run_cogalpha_generation() 之上增加研究方向、recipe 选择、artifact 输出、parent pool 和下一轮 mutation/crossover 队列。

当前实现状态：

项	状态
21 个 CogAlpha agent	已登记
21 个 executable recipe	已实现
semantic_status=faithful_proxy	AgentMarketCycle、AgentCrashPredictor、AgentFractal、AgentHerding
semantic_status=mutation_proxy	AgentCreative
完整论文 LLM agent 复现	未完成；不要这样宣称

每轮输出必须包含：

1. 本轮目标和约束。
2. 使用的 agent 角色。
3. 候选因子列表与字段映射。
4. quality gate 通过/失败原因。
5. fitness 指标和准入判断。
6. lineage：父代、变异、交叉、prompt/guidance 来源。
7. evidence review：可信证据、薄弱证据、过拟合/重复风险、搜索预算。
8. 下一轮 evolution 建议。

---

四、七层 Agent Catalog

先把 21 个 agent 作为研究角色卡使用，不立即拆成 21 个独立 skill。

层级	Agent	研究重点	Vortex 初始落点
Market Structure & Cycle	AgentMarketCycle	长期趋势、周期转换、市场阶段	市场状态、择时过滤
Market Structure & Cycle	AgentVolatilityRegime	波动状态切换	市场风险门控
Extreme Risk & Fragility	AgentTailRisk	下行敏感性、尾部暴露	防守因子、风险过滤
Extreme Risk & Fragility	AgentCrashPredictor	崩盘前兆、流动性枯竭	crash guard、空仓条件
Price-Volume Dynamics	AgentLiquidity	价格冲击、换手、交易摩擦	流动性 alpha、容量约束
Price-Volume Dynamics	AgentOrderImbalance	单边参与压力	资金流、价量不平衡
Price-Volume Dynamics	AgentPriceVolumeCoherence	价量同步与背离	量价背离、拥挤反转
Price-Volume Dynamics	AgentVolumeStructure	成交活动形状和节奏	峰岭谷、成交集中度
Price-Volatility Behavior	AgentDailyTrend	多日趋势延续	动量
Price-Volatility Behavior	AgentReversal	过度反应和均值回复	短反、中反
Price-Volatility Behavior	AgentRangeVol	区间压缩与扩张	range、ATR、低波
Price-Volatility Behavior	AgentLagResponse	收益、成交量、波动滞后反馈	lagged response
Price-Volatility Behavior	AgentVolAsymmetry	上下行波动不对称	downside risk
Multi-Scale Complexity	AgentDrawdown	回撤深度、持续时间、恢复形态	drawdown recovery
Multi-Scale Complexity	AgentFractal	多尺度粗糙度、长记忆	多 horizon 稳定性
Stability & Regime-Gating	AgentRegimeGating	状态激活/关闭信号	因子门控
Stability & Regime-Gating	AgentStability	时间一致性和平滑性	稳定性过滤
Geometric & Fusion	AgentComposite	多因子协同和正交性	组合 alpha
Geometric & Fusion	AgentCreative	非线性变换、软门控	创造性变体
Geometric & Fusion	AgentBarShape	K 线实体、影线和对称性

---

五、Diversified Guidance 模板

同一假设至少从五种 guidance 中选择 2-3 种：

Guidance	用途	输出要求
Light	保持原意，轻微清晰化	不改变核心字段和经济含义
Moderate	加入轻微研究丰富度	允许调整窗口、归一化方式
Creative	引入更深金融解释	必须说明为什么不是乱变换
Divergent	扩展到相关但不同视角	必须保留同一研究主题
Concrete	落到可计算表达	给出字段、算子、窗口、方向

Concrete 输出应优先使用 Vortex 已有安全算子：cs_rank、cs_zscore、delay、delta、ts_rank、ts_mean、ts_std、correlation、decay_linear、scale、neutralize_by_group。

---

六、Quality Gate

候选必须先过 quality gate，再进入 fitness。

最低检查：

1. 字段白名单：只使用本轮声明的可见字段。
2. 算子白名单：优先安全公式算子，不使用任意 Python。
3. 时间安全：禁止未来收益、未来价格、负向 shift、错误 rolling 对齐。
4. 数值稳定：检查 NaN、inf、除零、log 非正、overflow/underflow。
5. 覆盖率：低覆盖率要降级或拒绝。
6. distinct ratio：有效值太少的截面不能进入评测。
7. 经济逻辑：必须解释为什么这个表达可能有 alpha，而不只是数学拼接。
8. 相关性：与已入选因子高度重复时，除非有新增解释，否则拒绝。

---

七、Fitness 与状态

Fitness 不等于策略收益。标准指标：

1. IC / RankIC。
2. ICIR / RankICIR。
3. positive_rate。
4. coverage。
5. long-short return。
6. group monotonicity。
7. factor correlation。
8. 可选 mutual information。

状态建议：

状态	含义	下一步
generated	已生成但未检查	quality gate
invalid	未来函数/数值/字段错误	丢弃或重写
rejected	通过质量检查但 fitness 不足	归档失败原因
qualified	达到基础准入	进入下一代 parent pool
elite	同代高分且过绝对阈值	进入候选池，但仍需 hardening
research_lead	有研究价值	因子档案
candidate	值得拥有	walk-forward、成本、容量、可交易性

---

八、Mutation / Crossover 规则

允许的 mutation：

1. 窗口变化：5/10/20/60/120，但要说明 horizon 假设。
2. 标准化变化：raw → rank → zscore → neutralized。
3. 门控变化：加入低波、流动性、市场状态或行业门控。
4. 有界变换：clip、signed_power、scale，避免极端值主导。
5. 方向翻转：只有当评测显示方向稳定相反时允许。

允许的 crossover：

1. 同主题组合：如低波 + 反转。
2. 风险门控组合：如动量 + crash guard。
3. 量价组合：如成交拥挤 + 价格反转。
4. 事件/基本面 + 交易可行性过滤。

每个 child 必须记录父代、变异/交叉类型、保留的经济假设和新增风险。

8.1 长时研究接力

CogAlpha 长时研究的目标不是一次生成完，而是让每轮都能把上下文交给下一轮。这里说的“继续”是研究员或 Codex 按 skill 读取接力包后继续工作，不是要求在代码里写死自动调度，也不要求 API key。

parent_pool / rejected_pool
  -> next_generation_queue
  -> perspective_selection
  -> mutation / crossover / regenerate
  -> quality gate
  -> fitness
  -> evidence review
  -> handoff note
  -> archive writeback

可继续条件：

1. 至少有一个 qualified/elite parent 可以 mutation 或 crossover。
2. 或者 rejected_pool 中存在 rejected_informative，能明确指导视角缩小、方向翻转、门控或标准化变化。
3. 或者本轮失败来自字段/表达式问题，修复后仍回答同一假设。

应停止条件：

1. 连续多轮没有新增证据。
2. 通过候选只来自单一窗口、单一年份或高度重复父代。
3. 质量门禁反复失败，说明字段或表达式空间不可靠。
4. 证据评审判断策略角色不成立。
5. 到达时间、候选数、失败轮数或人工审批边界。

8.2 证据评审 handoff

qualified 和 elite 不能直接进入策略晋升。必须先交给 factor-evidence-reviewer 输出：

是否回答原假设：
是否只是重复父代：
是否存在过拟合风险：
是否需要 robustness / overlay / execution review：
下一位 Agent：
接力包：

---

九、与其他 skills 的协作

skill	协作方式
factor-mining-research	默认上游和总编排：读取资料/档案、选择方向，然后调用 CogAlpha generation
factor-evaluation	执行多周期 IC、多空和准入判断
ai-company/roles/factor-evidence-reviewer	评审 fitness 之后的结论可信度、过拟合、重复度和下一位 Agent 接力包
factor-research-archive	记录好因子、坏因子、失败原因和 artifact
goal-achievement-review	判断 experiment / candidate / promoted
strategy-development-experience	防过拟合、walk-forward、容量和可交易性
strategy-review-officer	防止把因子误包装成实盘策略
tushare	明确字段来源、权限、PIT 和可见时间

---

十、输出模板

阶段：generated / invalid / rejected / qualified / elite / research_lead / candidate
研究目标：
选择的 CogAlpha agents：
可用字段与可见时间：
候选因子：
Quality Gate：
Fitness：
Lineage：
归档位置：
是否进入下一轮：
下一轮 mutation/crossover：
禁止进入策略的原因或补充 hardening 项：