메뉴
当需要开发、审查、验证或排错单因子股票 alpha 时，使用此 skill。适用于 A 股/港股/美股等权益市场的横截面选股、单因子回测、IC/IR 分析、行业/市值/beta 中性化、股票池过滤、未来函数检测、换手成本诊断和因子失效归因。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/XinAloha/skills --skill factor-mason명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
Use when an agent needs a standard cross-sectional long-only backtest protocol with T+1 open execution, top-bucket equal weighting, fees, limit-up or limit-down exclusions, benchmark comparison, NAV curves, drawdown, IC, and diagnostic charts.
Brinson-Fachler / BHB sector attribution with interaction, concentration (HHI), top contributors, and optional Carino multi-period linking. Use to explain active return as allocation vs selection.
Run and explain cross-sectional trading-factor backtests on schema-compatible factor signals and market data. Use when Codex needs to validate backtest inputs; calculate returns, NAV, drawdown, holdings, turnover, benchmark or hedged performance; generate a PDF diagnostic report; or explicitly verify the checked-in test fixture. Also use for Chinese requests such as 因子回测、收益验证、净值、回撤、持仓、换手、对冲收益或回测报告.
SKILL.md 표시 중
| name | factor-mason |
| description | 当需要开发、审查、验证或排错单因子股票 alpha 时，使用此 skill。适用于 A 股/港股/美股等权益市场的横截面选股、单因子回测、IC/IR 分析、行业/市值/beta 中性化、股票池过滤、未来函数检测、换手成本诊断和因子失效归因。 |
| metadata | {"organization":"QuantSkills","organization_url":"https://github.com/quantskills","repository":"skill-factor-mason","repository_url":"https://github.com/quantskills/skill-factor-mason","project_type":"skill","collection":"quantitative-research","project_status":"community-project","review_status":"unreviewed","license":"GPL-3.0-only","category":"quantitative-finance"} |
因子研究最常见的失败不是“没有公式”，而是研究者太早相信公式。此 skill 的默认立场是：任何因子先按嫌疑人处理，只有通过时点、样本、成本和样本外四道检查，才允许被称作 alpha。
raw_factor = 用户定义的原始信号
tradable_factor = lag(raw_factor, 可交易滞后)
clean_factor = winsorize/standardize/filter(tradable_factor)
ic_series = corr(rank(clean_factor_t), future_return_t+h)
long_short_return = top_quantile_return - bottom_quantile_return
net_return = gross_return - turnover_cost - slippage - spread_cost
usable_alpha = 样本外稳定 + 成本后可用 + 暴露可解释
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| universe | str/list | 是 | 市场、指数、行业、股票池规则，例如“沪深 300”“全 A 非 ST” |
| factor_definition | str | 是 | 原始因子公式、字段来源、更新时间和经济含义 |
| as_of_date | str | 否 | 研究基准日，格式 YYYYMMDD；未给出时要求用户说明 |
| start_date/end_date | str | 否 | 回测区间 |
| label_horizon | int/str | 是 | 未来收益窗口，如 5D、20D、1M |
| rebalance_frequency | str | 是 | 调仓频率，如 daily、weekly、monthly |
| lag_rule | str | 是 | 信号可交易滞后规则，如 T+1 open、next close |
| cost_model | dict/str | 是 | 手续费、滑点、价差、借券成本 |
| neutralization | list | 否 | 行业、市值、beta、波动率、流动性等 |
| portfolio_rule | str | 否 | 分层、多空、多头、等权、市值加权等 |
| 指标 | 用途 |
|---|---|
| IC / Rank IC | 信号方向是否稳定 |
| ICIR | 信号稳定性 |
| 分层收益 | 单调性和尾部贡献 |
| 多空收益 | 理论 alpha 强度 |
| 换手率 | 交易成本压力 |
| 成本后收益 | 实盘可用性 |
| 衰减曲线 | 信号半衰期 |
| 状态切片 | 牛熊、震荡、流动性变化下是否失效 |
返回结果必须包含：