因子实验室·A股量化因子库

要解决什么问题

做 A 股选股因子时，常见痛点是：公式散落、宽表 OHLCV 口径不统一、以及算完因子后还要自己拼 IC、分层回测和中性化脚本。本技能把「算因子」和「验因子」收进同一套 Python 引擎，输入日期×股票的 open/high/low/close/volume（可选 amount/vwap），输出可回测的因子矩阵。

引擎怎么工作

• 数据契约：通过 FactorData(ohlcv={...}) 约定宽表字段；缺 amount 时 vwap 相关逻辑会按文档说明 fallback。
• 因子注册表：compute_factor、list_factors、factor_count 统一入口；内置 公式化 Alpha（101） 与 短周期量价 Alpha（191 清单中当前实现 155 个），命名上已区分 FAxxx / SCxxx。
• 算子层：operators.py 提供约 30 个时序/截面算子；公式化与短周期模块为自动生成，也可子类化 FactorBase 并用 @register 手写扩展。
• 验证体系（validation.py）：

- IC：均值、IR、t 值、胜率，以及分段 IC、衰减、自相关（换手代理）
- 分层回测：如 5 分位等权多空，年化、夏普、最大回撤、单调性、Top 层换手
- 中性化：行业哑变量 + log 市值；也可对已有因子池做正交

• 一站式评估：evaluate(name, data, ...) 把计算与上述验证串起来；示例脚本含合成数据 demo 与真实股票池（98 只）排名报告。

边界与注意

• 库只产出数值，展示层需遵守 A 股习惯：涨红跌绿。
• 浮点窗口在算子里按最近整数取整（operators._win）；已适配 pandas 3.x 的 groupby/clip 变更。
• 无外部 API 依赖；用真实行情示例需联网拉缓存。分析仅供参考，不构成投资建议。