星耀数智因子分析框架

解决什么问题

量化因子研究常卡在“能算出来，但说不清是否可用”的环节：因子值、预处理、IC、分层、共线性、正交化和多因子合成往往散落在不同脚本里，缺少统一口径。这个技能把中国银河证券星耀数智的因子分析流程组织成可复用框架，输入因子矩阵后，输出可诊断、可解释的分析结果。

技能如何工作

它围绕 AmazingData 数据源展开，核心步骤包括：

• 因子整理：获取数据后，把自定义因子整理为 index=日期、columns=股票代码 的 pd.DataFrame。
• 预处理：执行去极值、行业与市值中性化、标准化和缺失值处理。
• 有效性诊断：进行 IC 分析、回归法、分层法、净值绩效、拥挤度和显著性检查，例如 VIF > 10 提示严重共线性，|T| > 2 占比越高通常说明因子显著性越好。
• 多因子合成：可做共线性检测、正交化、加权和个股打分，常用加权包括 equal_weight、ic_mean、ic_ir、max_ic、return_ir，并可生成报告。

适用边界

该技能依赖 AmazingData 账号与环境变量，调用数据接口前需完成登录；同一时间受单点登录限制。它输出的是因子计算与诊断结果，不提供投资建议。适合需要复现因子检验、比较多因子合成方法，或把分散脚本整理成标准流程的研究者使用。