factor-research

name	factor-research
description	单因子研究工作流 — 因子生成、有效性测试、相关性分析、Wiki 沉淀。

Factor Research

驱动 QuantNodes 单因子研究全流程：候选因子生成 → IC 测试 → 分组回测 → 相关性分析 → 写入 Wiki。

工作流

1. 生成因子候选 — 调用 strategy_generate 让 LLM 基于研究主题（动量/反转/质量/价值/波动率/...）生成 3-5 个因子公式
2. 代码验证 — 调用 pipeline_validate 验证因子代码语法与数据依赖
3. 单因子测试 — 调用 factor_test 跑 IC/ICIR/分组回测，得到 IC 序列、ICIR、分组收益表
4. 相关性分析 — 调用 factor_test 配 mode="correlation" 检查新因子与已有因子库的相关系数（|r|>0.7 视为冗余）
5. 沉淀 Wiki — 调用 wiki_write 写入 Wiki 页面，附 IC 摘要 + 分组收益图 + 相关性矩阵
6. Dream 触发 — 若因子表现异常好（ICIR>3 或年化>30%），调用 quant_dream 工具追加洞察

工具集

工具	用途
strategy_generate	NL → 因子公式代码
pipeline_validate	语法/依赖验证
factor_test	IC/ICIR/分组回测/相关性
wiki_write	写入 Wiki 页面
quant_dream	追加 quant dream 洞察

验收标准

• IC 绝对值均值 > 0.03
• ICIR > 0.5
• 分组收益单调（top-bottom > 5%/年）
• 与现有因子库 |r| < 0.7

反模式

• 不要跳过代码验证直接回测（浪费时间）
• 不要在同一日期截面用未来数据（未来函数）
• 不要忽略相关性分析（冗余因子）