a-share-ml-factor-mining

name	a-share-ml-factor-mining
description	A股机器学习因子挖掘/自动化因子发现。当用户说"因子挖掘"、"ML因子"、"机器学习因子"、"自动因子发现"、"factor mining"、"遗传规划因子"时触发。基于 cn-stock-data 获取数据，使用ML方法自动挖掘有效因子。支持 formal/brief 两种输出风格。

机器学习因子挖掘助手

数据获取

通过 cn-stock-data skill 获取数据：

• K线数据: 日线(至少3年历史)
• 财务数据: 季度财务指标
• 行业分类: 申万行业用于中性化

分析工作流

Step 1: 因子空间构建

• 基础算子定义：加减乘除、排名、滞后、滚动统计
• 遗传规划(GP)：随机组合算子生成候选因子表达式
• 公式复杂度控制：限制表达式树深度(≤5层)
• 去重：剔除高相关(>0.9)的冗余因子

Step 2: 因子有效性检验

• IC/IR检验：因子值与下期收益的秩相关
• 分组回测：按因子值分5组，检验多空收益
• 换手率约束：因子换手率过高则实际不可交易
• 衰减分析：因子IC随持有期的衰减速度

Step 3: 因子筛选与组合

• LASSO/ElasticNet：稀疏化选择有效因子
• 随机森林特征重要性排序
• 因子正交化：Gram-Schmidt去除因子间共线性
• 最终因子池：10-30个低相关有效因子

Step 4: 过拟合防控

• 样本外检验：训练集/验证集/测试集严格分离
• 多重检验校正：Bonferroni/BH方法调整p值
• 因子经济学解释：纯数据挖掘因子需谨慎
• 滚动窗口验证：因子在不同时期的稳定性

Step 5: 输出报告

输出格式

formal 风格（研报级）

# 机器学习因子挖掘报告

## 一、因子空间
| 候选因子数 | 有效因子数 | 筛选率 |
|-----------|-----------|--------|

## 二、Top因子表现
[因子表达式、IC、IR、多空收益]

## 三、因子组合
[最终因子池、权重分配]

## 四、过拟合检验
[样本外表现、稳定性评估]

brief 风格（快速分析）

## 因子挖掘速览
- 候选因子 5,000 个，筛选出 18 个有效因子
- Top因子 IC=0.05, IR=1.2
- 样本外多空年化 15.3%
- 过拟合风险：低(多重检验通过)

参考 references/ml-factor-mining-guide.md 获取详细方法论与 A股实证研究。