Agent Skills
返回列表
因子分析方案生成器

因子分析方案生成器

开发编程 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_af163eaa/z-factor-analysis。

技能介绍

写因子分析脚本时,真正的卡点往往不在算法本身,而在于先把代码骨架搭对:有效性检验流程应当覆盖哪些模块、每个模块的输入输出如何对齐、分层回测与分时段稳定性怎么衔接。这些结构问题若靠临时拼凑解决,容易导致后续验证口径不一致,脚本也难复用。

核心能力与使用步骤

  • 核心能力:输出基于本地可运行的代码模板,不依赖外部 API。内置的代码行内占位符基于 numpy.array 和 pandas.DataFrame 的数据结构进行设计,覆盖因子构造、有效性检验、分层回测等几个维度。
  • 关键步骤:你提供研究主题背景,它生成包含完整结构的模板,你填充数据集和对应的 date、label 列,脚本即可运行,也可根据需要增删模块。

脚本结构与校验维度

生成的脚本按固定的模块顺序组织:

  • 因子构造与标准化:将原始信号列清洗,再做去极值与 z-score 标准化。
  • IC 与 ICIR 检验:因子值与下期收益的 Pearson 相关系数均值和标准差,ICIR 用于判断稳定性。
  • 分层回测:用 numpy.array 和 pandas.DataFrame 中的 ascending=False 并结合 groupby 生成资产分组,对比组合收益。

脚本本身不带任何真实数据或外部接口调用,空降即可直接分析本地或缓存的因子数据集。

适用边界

  • 生成的示例数据均为虚构(如「示例公司/北京/上海」),不含任何真实业务数据。
  • 代码仅为结构脚手架,具体数据与专业判断需持牌人士复核。
  • 纯提示词与本地脚本,无外部 API 依赖,国内环境可直接运行。

使用场景

  • 投研中准备因子有效性检验材料,需要快速生成包含IC、ICIR与分时段稳定性的代码框架
  • 写分层回测脚本时缺少整段结构,需要一份带占位数据、替换成本地因子即可跑的参考
  • 学习资产配置模型课程,要用虚构示例跑一遍因子构造、标准化与回测模块
  • 已有因子库想补全ICIR、换手成本字段,需要按模块定制并调整结构的代码模板

适合人员

  • 每天处理因子库的量化研究员,需要直接可用的IC检验与分层回测代码
  • 负责资产配置模型搭建的分析师,想快速获得换手成本、分时段稳定性等模块
  • 正在学习投研建模的学生,希望用带占位数据的模板验证分析流程
  • 撰写因子研究报告的工程师,需要可填写、可复现的标准化与回测结构