主题
5 个高通过率因子模板说明
来源:Skill 内基于 USA TOP3000 delay=1 的经验蒸馏(基本面通过率显著高于纯量价)。
「高通过率」指历史经验分布上更占优,不保证你的账号当期一定 PASS。
推荐默认:region=USA · universe=TOP3000 · delay=1 · truncation=0.08 · nanHandling=ON
模板总览
| 编号 | 名称 | 逻辑族 | 推荐 decay | 推荐中性化 | 预期 Turnover |
|---|---|---|---|---|---|
| T1 | ROE 趋势 | 盈利质量 | 0 | SUBINDUSTRY | 2%~8% |
| T2 | EPS 收益修正 | 分析师预期 | 0~4 | INDUSTRY / SUBINDUSTRY | 9%~16% |
| T3 | FCF 质量 | 现金流 | 0 | INDUSTRY | 2%~10% |
| T4 | 质量三因子混合 | 复合 | 4 | SUBINDUSTRY | 8%~18% |
| T5 | 量价+基本面混合 | 低相关探索 | 10~20 | INDUSTRY | 10%~25% |
可直接跑的 JSON:batch_configs/five_templates.json
T1 — ROE 趋势(优先试这个)
fastexpr
group_rank(ts_rank(operating_income / equity, 126), subindustry)为什么好用:基本面慢变量 + 子行业相对排序,是 Skill 里通过率最高的起点之一。
怎么改:窗口 126↔252;换 net_income/equity;加 ts_backfill。
别踩坑:字段不存在时先 rank(operating_income/equity) 验证。
T2 — EPS Yield / 预期
fastexpr
group_rank(ts_rank(est_eps / close, 126), industry)为什么好用:分析师预期变化常有增量信息。
怎么改:126↔252;中性化试 SUBINDUSTRY;decay 提到 4 控换手。
别踩坑:预期类字段缺失较多,务必 nanHandling=ON。
T3 — FCF Yield 质量
fastexpr
group_rank(ts_rank(free_cash_flow_reported_value / equity, 126), industry)为什么好用:现金流质量与盈利因子可形成不同簇,利于组合分散。
怎么改:分母试 assets / market_cap(字段以平台为准)。
别踩坑:字段名以 BRAIN 实际字典为准,可用 wq-search-fields 搜索。
T4 — 多因子混合(冲 Fitness)
fastexpr
0.5 * group_rank(ts_rank(operating_income / equity, 126), subindustry)
+ 0.5 * group_rank(ts_rank(est_eps / close, 126), industry)或更完整的三因子版(见 JSON 内 T4_Quality_3F)。
为什么好用:混合常能抬升 Fitness、缓和单一信号噪声。
怎么改:权重 0.4/0.35/0.25;外层再 group_neutralize。
别踩坑:混合不等于低相关——同池数据日收益相关仍可能偏高。
T5 — 量价反转 + 基本面(探索低相关)
fastexpr
0.5 * rank(-(close / open - 1)) + 0.5 * rank(ts_rank(operating_income / equity, 126))为什么好用:引入价格短逻辑,有时能拉开与纯基本面簇的相关。
推荐设置:decay 10~20,控制换手。
别踩坑:纯技术单独做通过率低;务必与基本面绑定。
提交前最低标准(建议)
- Sharpe ≥ 1.25(理想 ≥ 1.5)
- Fitness ≥ 1.0(理想 ≥ 1.1)
- Turnover 约 1%~20%(技术/混合可放宽到 35%)
- Drawdown < 15%
- 与已有 ACTIVE 的日收益相关 < 0.7
- 提交后确认
status == ACTIVE(201 不算成功)
和 AI 配合的提示词(可直接复制)
使用 wq-alpha-agent skill。
基于模板 T1,帮我生成 5 个变体(改窗口/字段/中性化),
目标 USA TOP3000 delay=1。
对每个变体给出:表达式、decay、neutralization、预期风险(TO/相关)。
先不要提交,只做设计。