技能介绍

要解决的问题

在 A 股做因子挖掘，最容易踩的坑不是找不到因子，而是找到的因子「看起来能赚钱」却无法实盘：组合 IC 漂亮、Sharpe 很高，但收益其实来自做空 bottom 腿的暴露，而 A 股禁止裸卖空。NAQLab-alpha-miner 要解决的就是这个断层——把「研究口径的 alpha」和「long-only 实盘可做的 alpha」用一套流水线严格对齐。

核心能力与工作方式

这是一套方法论加可执行流水线，核心是自优化闭环：

双模门槛判定：默认流程跑四闸（R1-R4）——long-only Sharpe > 0.5 的实盘下限、短腿依赖 ≤ 0.5 防止假 alpha、IC 质量底线 |IC均值|>0.015、12 个月内月度 IC 同向纪律。long-short 成绩只作诊断，不进实盘判定。
表达式即代码：因子用嵌套 DSL 书写，ts_decay_linear、regression_neut、trade_when 等 79 个算子覆盖时序、截面、中性化、条件逻辑，由 expression_engine.py 解析执行，另设 legacy 快路径保证旧模板零迁移成本。
入池质检：候选需过 ortho_check.py 正交化残差检验——残差 IC ≥ 原 IC × 70% 才算真增量；按六维标签（data_source/family/maturity 等）落库，防止因子库变成一锅粥；候选数 N > 10 时自动修正 IC 门槛并警惕 10:1 以上的选择性过拟合。
自动调参闭环：每轮回测后自动调整因子构造参数与搜索空间。实证中 ewm_smooth 的「long-only 卡 beta → long-short 剥 beta → 十分位放大」三步链路是唯一稳定过 IS 1.2 门槛的家族，同一长动量窗口 L 的因子相关性 0.96+ 会被去重，网格最多产出 2 个独立 KEEPER。

适用边界与注意点

仅限 A 股 long-only 场景。任何依赖做空的因子直接拒，不讨价还价。
改 factor_generator.py 的默认配方后，必须删除已落盘的 recipes.json 触发重建，否则旧配置仍会被读取——这是实战中踩过的坑。
IS 窗口内过线不等于样本外有效：实证显示半衰期 hl3 的 IS Sharpe 踩线（≈1.20），OS 通过率却是 0%，优先用 hl5。
数据源依赖 Tushare、通达信 MCP 或离线 CSV，字段覆盖率不足时 DSL 表达式会被护栏拦下，需先补数据再挖因子。