Factor Pool Evolution

简体中文 | English

这是一个用于一轮因子池进化与推荐的 Community Project。

flowchart LR
    A[输入行情数据<br/>+ seed 因子池] --> B[评估输入因子<br/>RankIC / RankICIR]
    B --> C[生成 mutation / crossover 建议]
    C --> D[评估候选因子]
    D --> E[推荐下一轮因子]
    E --> F[再次调用 skill<br/>继续优化因子池]
    F -. next round .-> B

Loading

一句话说明

这个 skill 用来对已有因子池做一轮进化式优化：从 seed 因子出发，通过 mutation 和 crossover 生成候选，最后推荐更适合进入下一轮的因子。

灵感来源

设计灵感来自 CogAlpha 论文中“先理解因子逻辑，再做 mutation / crossover”的思路：

• Cognitive Alpha Mining via LLM-Driven Code-Based Evolution

本项目没有完整复现 CogAlpha，只抽取其中适合复用的一轮 workflow，方便用户反复调用、逐轮优化因子池。

这个 skill 能做什么

• 接收一批已有 seed 因子
• 基于 RankIC / RankICIR 评估输入因子，排序选出前50%的优秀因子
• 对所有因子生成 mutation，对优秀因子和与之相关性较低的因子做 crossover，获得候选方向
• 统一评估新候选因子并排序
• 推荐下一轮继续使用的因子
• 支持重复调用，进化式地优化因子池

怎么使用

在支持这个 skill 的模型里，通常可以直接 prompt：

• 提供一份行情 CSV
• 告诉模型要使用哪些 seed 因子
• 让模型做一轮 mutation / crossover，并推荐下一轮因子

如果您想继续迭代，可以把本轮推荐出的因子作为下一轮 seed 因子，再次调用这个 skill。

如果您是在本地调试脚本：

• scripts/init_factor_pool.py 用来初始化 demo 输入
• scripts/run_factor_pool_evolution.py 用来执行主流程

最少需要什么输入

• 一份行情 CSV（可由用户提供，也可先用 init 脚本生成仅用于流程测试的合成 demo CSV）
• 一份 evolution_input.json，用于配置行情数据路径、seed 因子、输出目录和评估参数；init 脚本可以生成 demo 配置

如果您直接用内置的 Alpha101 / Alpha191 做 seed 因子：

• 在 evolution_input.json 里填写 seed_alpha_names
• 例如：alpha101:alpha_001、alpha191:alpha_018
• 无需额外提供 custom_seed_factors.json

如果还要加入自己写的 seed 因子，额外需要：

• 一份 custom_seed_factors.json

补充说明：

• skill 已经内置了 Alpha101 / Alpha191 ，需要时可调用这些因子。
• 某些 alpha191 公式如果依赖 benchmark，还需要提供 benchmark_csv_path。

详细文档

• 输入字段说明：references/input_schema.md
• 输出结果说明：references/output_contract.md
• mutation / crossover 规则：references/evolution_rules.md

运行时兼容

• Codex、Claude Code、OpenClaw：读取根目录 SKILL.md
• Cursor：使用 agents/cursor-rule.mdc
• Hermes 或其他不原生识别 Skill 的 Agent：使用 agents/portable-loader.md

许可证

本项目以 GNU General Public License v3.0 only 发布，SPDX 标识为 GPL-3.0-only。

vendor/skill-factor-alpha191-alpha101-main/ 中的第三方运行时代码保留其原许可证与来源说明。

项目状态与边界

本项目当前属于 Community Project。

• 数据来源由用户提供，仓库不附带真实市场数据
• 输出结果仅用于研究与教育，不构成投资建议或收益承诺
• 推荐因子仍需要进一步样本外验证、风险分析与回测确认
• 本项目不代表 QUANTSKILLS 官方验证、认证、背书或生产可用结论