skill-factor-alpha191-alpha101

简体中文 | English

Alpha101 + Alpha158 + Alpha191 经典因子库：从长表 OHLCV CSV 批量计算每日因子值，输出宽表因子 CSV。

skill-factor-alpha191-alpha101 是一个经典公式因子库 Skill，用于计算参考自 JoinQuant 公式的 Alpha101/Alpha191，以及参考 Microsoft Qlib Alpha158 定义的因子值。

这个仓库适合用于研究：

• Alpha101 / Alpha158 / Alpha191 经典公式因子的批量生成
• A 股日频 OHLCV 长表数据的因子矩阵构建
• 后续因子评价、因子筛选、模型训练或回测前的数据准备
• Codex 对话中触发确定性因子计算工作流

本仓库只负责计算因子值，不调用 LLM，不读取 API key，也不输出 IC、ICIR、回测收益或交易建议。

仓库内容

本仓库包含三套公式因子库：

Alpha101 和 Alpha191 公式从本地 compute_alpha101_skill.py 和 compute_alpha191_skill.py 迁移，并根据 JoinQuant 提供的因子值 API 做过修正。Alpha158 按 Microsoft Qlib 的 Alpha158DL 特征定义实现为内置原生模块，运行时不依赖 Qlib 安装。

部分公式依赖行业、市值、基准指数或其他输入。当前数据不足时，相关因子不会终止整个任务，而是记录到 skipped_factors.json。

目录结构

skill-factor-alpha191-alpha101/
├── SKILL.md
├── README.md
├── README.en.md
├── agents/
│   └── openai.yaml
├── examples/
│   ├── compute_input.json
│   └── toy_market_data.csv
├── references/
│   ├── input_schema.md
│   ├── output_contract.md
│   ├── source_boundary.md
│   └── validation_notes.md
└── scripts/
    ├── compute_alpha_factors.py
    └── alpha_runtime/
        ├── alpha101_formulas.py
        ├── alpha158_formulas.py
        ├── alpha158_native/
        ├── alpha191_formulas.py
        ├── alpha_compute.py
        ├── data.py
        ├── runtime.py
        └── selector.py

数据要求

第一版只支持长表 CSV。每一行是一只股票在一个交易日的行情记录。

必需字段：

date, symbol, open, high, low, close, volume

可选字段：

amount, vwap, adjfactor, pre_close, limit_up, limit_down

处理规则：

快速开始

安装依赖：

pip install -r requirements.txt

运行示例配置：

python scripts/compute_alpha_factors.py --input examples/compute_input.json

指定输出目录：

python scripts/compute_alpha_factors.py --input examples/compute_input.json --output outputs/my_alpha_run

--output 会覆盖 JSON 中的 output_dir。

输入配置

示例见 examples/compute_input.json。

{
  "market_data_csv_path": "toy_market_data.csv",
  "output_dir": "outputs/alpha_compute_example",
  "alpha_sets": ["alpha101", "alpha191"],
  "alpha_names": [
    "alpha101:alpha_001",
    "alpha101:alpha_002",
    "alpha191:alpha_001",
    "alpha191:alpha_018"
  ],
  "exclude_alpha_names": [],
  "start_date": "",
  "end_date": "",
  "symbols": [],
  "output_format": "csv",
  "output_layout": "wide",
  "n_jobs": 1,
  "show_progress": true
}

核心字段：

output_format 和 output_layout 当前只作为示例说明字段保留。实际代码固定输出 CSV 宽表；修改这两个字段不会改变输出格式。

因子选择方式

只计算 Alpha101：

{
  "alpha_sets": ["alpha101"],
  "alpha_names": []
}

只计算 Alpha191：

{
  "alpha_sets": ["alpha191"],
  "alpha_names": []
}

只计算 Alpha158：

{
  "alpha_sets": ["alpha158"],
  "alpha_names": ["alpha158.ma.p5", "alpha158.vwap0.base"]
}

同时计算两套库的指定因子：

{
  "alpha_sets": ["alpha101", "alpha191"],
  "alpha_names": ["alpha101:alpha_001", "alpha191:alpha_018"]
}

排除指定因子：

{
  "alpha_sets": ["alpha191"],
  "exclude_alpha_names": ["alpha_075", "alpha_181"]
}

输出文件

运行结果写入 output_dir：

outputs/alpha_compute_example/
├── alpha101_values.csv
├── alpha158_values.csv
├── alpha191_values.csv
├── alpha_compute_summary.json
├── skipped_factors.json
└── run_config.json

宽表 CSV 格式：

date,symbol,alpha_001,alpha_002,...

每一行对应一个 (date, symbol)，每个因子是一列。Alpha101 和 Alpha191 分别输出为独立文件，不混在同一个 CSV 里。

运行大样本时的建议

全市场、长时间区间、全 Alpha101/Alpha158/Alpha191 会生成很大的宽表 CSV。建议：

• Alpha101、Alpha158 和 Alpha191 分开运行，降低内存和 IO 峰值。
• n_jobs 不要盲目设置为机器最大核数；并行越高，内存、进程调度和写盘压力越大。
• 如果服务器已有其他计算任务，先用 n_jobs: 8、16 或 24 试跑。
• 真实生产验证前，先用较短日期区间和少量因子做 smoke test。

验证口径

当前验证等级是 L3 verified。这里的 verified 指公式库复现、真实数据运行完整性和 Codex 运行一致性验证，不代表预测收益或交易收益验证。

已验证内容：

• 真实 A 股长表 OHLCV 数据运行通过，样本区间为 20230601 到 20251231。
• Alpha101 请求 101 个因子，成功计算 82 个，部分依赖外部数据源暂未验证。
• Alpha191 请求 191 个因子，成功计算 186 个，部分依赖外部数据源暂未验证。
• Alpha158 注册 158 个因子，来自 42 个原生模块及其窗口变体。
• Codex Skill 输出与开发目录输出在行数、列、date / symbol key 和 NaN 位置上保持一致。
• 指定因子计算结果与全量计算中对应列完全一致。

未声明内容：

• 不声明 IC、ICIR 或多空收益有效。
• 不声明交易收益或投资可用性。
• 不单独提供回测结果。

项目状态与风险边界

• 项目状态：Community Project，未经 QUANTSKILLS 官方审核、认证或背书。
• 数据来源：本仓库只包含 toy data；真实行情、基准、行业、市值或其他数据由使用者自行提供，并由使用者负责数据许可与合规。
• 公式来源：Alpha101 和 Alpha191 参考 JoinQuant 公式实现，并根据用户授权的 JoinQuant 因子值 API 对比结果做过修正；Alpha158 参考 Microsoft Qlib 的 Alpha158DL 158 个特征定义实现。
• 核心假设：输入为日频长表 OHLCV CSV；字段定义、复权口径、股票池、交易日历和缺失值处理会影响最终因子值。
• 已知限制：部分因子依赖行业、市值、基准指数或其他外部字段；当输入字段不足时会进入 skipped_factors.json。
• 风险边界：输出仅为公式因子值，不代表因子有效性、预测能力、交易信号、组合收益或生产可用性。
• 用途：仅供量化研究、教育和方法论参考，不构成投资建议、调仓建议或收益承诺。

边界

License

This repository is licensed under the GNU General Public License v3.0. See LICENSE.