A-Share Multi-Factor Quant Research Platform

不是回测框架，是 AI 原生量化研究操作系统。

Trust → Knowledge → Alpha → Production

---

项目已完成

M1 — Research OS MVP（v0.1-research-os, 锁定）

3 个诚实因子运行，Trust Metadata 全程记录。

Factor	IC	ICIR	IC>0%	PIT	Adjust
volatility_20d	+0.0334	+0.1181	54%	false	hfq
volatility_60d	+0.0349	+0.1144	53%	false	hfq
momentum_12m	+0.0114	+0.0515	54%	false	hfq
reversal	+0.0208	+0.0979	53%	false	hfq

能力证明：

• ✅ Registry：25+ 条机器可读研究记录（全部 pit=false, DSR=insufficient_trials）
• ✅ Trust Metadata：数据源、复权方式、偏差警告持久化
• ✅ Auto Report：WARNING 从 Registry 字段自动生成，非人工编写
• ✅ Cross-Run Comparison：一句 SQL 回答跨因子知识问题
• ✅ Path Reuse：新增因子零框架改动
• ✅ Zero Legacy Modification：4 万行旧代码一个字节未动

M2 — Factor Diagnostics（完成）

对 Low Vol vs Momentum 做逐年 IC 诊断。

结论：Low Vol 好于 Momentum 因为 年际稳定性——6 年从未转负，Momentum 波动大且 2026 年转负。

M3 — Factor Zoo（完成）

10 个因子横向比较。

核心发现：A 股是反转市场。 所有动量因子（1m/3m/6m）IC 均为负，低波动率因子和反转因子最强。

M3.5 — Candidate Validation（完成）

volatility_20d 得分 87/100，reversal 65/100。vol_20d 在牛市和熊市均有效。

M4 — Strategy Validation（进行中）

目标：IC 能否变成真实收益？

M4.1 组合回测（✗ 完成）：volatility_20d Top20 Long/Bottom20 Short，月调仓，包含佣金 3bp + 印花税 10bp + 滑点 5bp。结果：

指标	值
CAGR	-18.05%
Sharpe	-0.96
Max Drawdown	-69.01%
Excess vs CSI300 EW	-30.20%

结论：IC=+0.0334 的信号 不能直接 转化为真实组合收益。这正是 Research OS 的价值——不粉饰数据。信号稳定性（年际正）不保证策略可投资性（组合层成本/换手/波动吃掉 alpha）。

---

下一步

• M4.2：Long-Only variant（Top 10% equal-weight）
• M4.3：Walk-Forward OOS（2021-2023 train, 2024-2026 test）
• M4.4：Factor combination（vol_20d + reversal + quality）
• M5：Production candidate pipeline

---

架构

Trust（可信数据层：akshare hfq + CSI300）
  ↓
Knowledge（Registry: 27 records, SQL-queryable）
  ↓
Research（3 Factor Diagnostics + 10 Factor Zoo + 2 Candidate Validation）
  ↓
Strategy Validation（M4 Portfolio Backtest）
  ↓
Alpha（未来）
  ↓
Production（未来）

Capability Layer (framework/contracts/)  →  开源能力层
Knowledge Layer (lab/)                   →  私有研究资产
Production Layer (prod/)                 →  极简生产系统

---

数据源

名称	类型	用途
AkShare (TX)	免费 A 股	v0.1 全部 Run 的数据源
hfq 后复权	复权方式	截面排序安全，按 IPO 基准
CSI300	成分股	全部 Run 的 universe

---

运行

# Setup
python -m venv .venv
.venv\Scripts\python -m pip install akshare pandas numpy pyarrow --no-user

# Run a factor
.venv\Scripts\python -c "import sys; sys.path.insert(0,'D:/Desktop'); from quant_platform.lab.runs.first_honest_research_run import run; run()"

# Query Registry
.venv\Scripts\python -c "import sqlite3, json; c=sqlite3.connect('data/trading.db'); [print(json.loads(r[0]).get('icir')) for r in c.execute(\"SELECT evaluation FROM research_runs WHERE status='success'\")]"

Registry 查询

-- 按 ICIR 排名所有因子
SELECT factor, json_extract(evaluation,'$.ic_mean') as ic, json_extract(evaluation,'$.icir') as icir
FROM research_runs WHERE status='success'
ORDER BY CAST(json_extract(evaluation,'$.icir') AS REAL) DESC;

-- 跨因子比较（含信任元数据）
SELECT factor, json_extract(evaluation,'$.icir'), json_extract(universe_meta,'$.pit'), json_extract(data_meta,'$.adjust')
FROM research_runs;

-- 查看失败 Run
SELECT run_id, status, reason FROM research_runs WHERE status='failed';

---

治理

文件	内容
CONSTITUTION.md	7 条原则 + Flywheel + Anti-Goals
ARCHITECTURE.md	四包 monorepo + 依赖方向
ROADMAP.md	Milestone 线 + 版本准入准则
docs/ADR/	4 条长期决策记录
docs/MILESTONE_1.md	M1 总结
docs/MILESTONE_1_RETROSPECTIVE.md	M1 复盘（4 个关键问题 + 证伪假设）

---

许可

MIT License — 仅供教学和研究使用，不构成投资建议。