A 股外部因子信号试验（历史记录）¶
本页仅保留迁移历史。因子面板、分钟特征、Hermite 和滚动训练已迁入 相关能力已经迁移到
quant-research与strategy-pipeline。market-intel 不再提供本页所述的产出入口或报告观察入口。
本页记录 market-intel 接入 A 股外部因子面板的当前状态。这里只用于工程试验和研究验证，不构成投资建议。
当前接入状态¶
a-share-factor-core 已支持读取外部 parquet factor panel，并在日频训练样本中按 (date, symbol) 拼接到特征矩阵。约定路径为：
<external_factor_root>/<group>/<factor_name>.parquet
当前 market-intel 有一个精简分钟因子冒烟工具：
uv run python -m a_share_analysis.factor_tools.minute_factor_smoke \
--start-date 20260105 \
--end-date 20260109 \
--batch-size 20
它也可以按成交额流动性自动选择股票池，并支持日期区间、断点续跑、重试和预演：
uv run python -m a_share_analysis.factor_tools.minute_factor_smoke \
--universe liquidity \
--universe-size 200 \
--start-date 20251001 \
--end-date 20260430 \
--batch-size 20 \
--sleep-seconds 0.5 \
--resume
正式拉取前可以先查看请求规模，不会触网调用 TuShare：
uv run python -m a_share_analysis.factor_tools.minute_factor_smoke \
--universe liquidity \
--universe-size 200 \
--start-date 20251001 \
--end-date 20260430 \
--batch-size 20 \
--dry-run
生产增量入口是 scripts/refresh_a_share_factor_observation.sh YYYYMMDD。该入口固定使用
一次解析出的 token env + API URL，并从 quant-market-data-platform 的 Python 环境运行，
以便 Top200 和其他分钟消费者共用同一额度账本。安全约束如下：
- TuShare SDK 的
retry_count固定为1，--retries只控制外层重试，因此每个物理请求都能单独记账。 - SDK 在不确定请求是否到达服务端时返回的通用
OSError("ERROR.")只使用有上限的外层重试，每次实际尝试分别记为一个请求额度，重试耗尽后保守记录检查点，下一调度日从已校验批次续跑。 - 每次请求前预留
batch symbols × 241行，响应后提交实际行数，异常或中断保留为uncertain。 --resume不以文件存在为成功条件。已有 parquet 必须匹配精确股票集合、精确交易日，且每股完整覆盖09:30–11:30和13:01–15:00共 241 个时间点。- 新原始 parquet 文件先校验，再通过同目录临时文件原子替换，清单只记录完整完成的交易日和脱敏的凭证来源及接口地址。
- Top200 和 DailyWatch20 分钟下载固定使用本次解析出的单一凭证，模糊失败不会自动换令牌或重放。其他非分钟 TuShare 任务继续使用既有的代理优先和兜底工具。
共享额度账本由以下环境变量控制，未设置时为 off，生产建议先用 observe 校准，再切到
enforce：
MDP_TUSHARE_MINUTE_QUOTA_MODE=enforce
MDP_TUSHARE_MINUTE_QUOTA_DB=/path/to/minute_quota.sqlite3
MDP_TUSHARE_MINUTE_QUOTA_GATE=requests
MDP_TUSHARE_MINUTE_QUOTA_LIMIT_REQUESTS=10000
MDP_TUSHARE_MINUTE_QUOTA_BURST_LIMIT_REQUESTS=20000
MDP_TUSHARE_MINUTE_QUOTA_SAFETY_REQUESTS=500
MDP_TUSHARE_MINUTE_QUOTA_ALLOW_BURST=0
MDP_TUSHARE_MINUTE_QUOTA_LIMIT_ROWS=160000000
MDP_TUSHARE_MINUTE_QUOTA_SAFETY_ROWS=4000000
Top200 的 consumer 默认是 top200_factor_observation，DailyWatch20 默认是
daily_watch20。两者按实际使用的令牌指纹和 Asia/Shanghai 日期进入同一账本，凭证明文
不会写入 SQLite 或清单。版本化 systemd service 模板通过专用 lock 变量固定使用
request-first 门控：生产任务只使用完整的 10,000 次保底池及各自的 request hold，不进入
burst，21:15 后的历史 tail-filler 才可使用扣除 500 次探测余量后的浮动区间。行数仍保留为
吞吐遥测和任务软预算，不再近似服务商的请求次数硬限制。两个入口加载本地环境后仍显式传入
完整策略，避免 .env.local 意外覆盖，正常手工运行的默认值同样为 enforce/requests。
DailyWatch20 默认每批 33 只股票，即 33 × 241 = 7,953 行，接近单请求 8,000 行上限。
现有 Top200 历史输出根已经按 20 只/批落盘，因此生产增量继续固定为 20 只/批，在没有迁移到
新输出根前不得原地改为 33，否则旧日期的残余批次可能被离线 expand 混读。工具会拒绝与现有
清单不一致的批布局，并且原始完整性回执会拒绝同日期的额外批次。原始数据完整后会在
$DATA_PLATFORM_ROOT/metadata/tushare/minute_quota/raw_completeness/YYYYMMDD/ 写原子回执。
Top200 回执写在 factor expand 与 walk-forward 之前，所以后续研究计算失败不会阻止调度器释放
原始下载预留，回执缺失则不得进入当晚 tail-filler。
默认输出在 artifacts/a_share_minute_factor_smoke/factor_results/，当前本机 smoke 产物为 20 只股票、5 个交易日、5 个分钟因子：
| group | factor | 说明 |
|---|---|---|
mf_volatility_32 |
realized_variance |
日内 1 分钟对数收益平方和 |
mf_volatility_32 |
realized_skewness |
日内收益偏度 |
mf_volatility_32 |
realized_kurtosis |
日内收益峰度 |
mf_volatility_32 |
volume_volatility |
分钟成交量变异系数 |
mf_volatility_32 |
price_elasticity |
分钟高低价差相对成交额 |
这只是 mf_volatility_32 的 lite smoke 版，不含完整 32 因子。
已有 raw minute parquet 后，可以离线扩展成更完整的 32 因子，不再消耗 TuShare quota：
uv run python -m a_share_analysis.factor_tools.minute_factor_expand \
--input-root artifacts/a_share_minute_factor_top200_202510_202604 \
--group-name mf_volatility_32_full
该命令读取 raw_minute/*.parquet，输出到：
artifacts/a_share_minute_factor_top200_202510_202604/factor_results/mf_volatility_32_full/
快速验证结果¶
截至 2026-07-06，本机 smoke panel 覆盖：
5 trading days x 20 symbols x 5 factors
20260105 -> 20260109
用这 5 天因子对下一交易日 close-to-close 收益做截面 Rank IC，只能做接线检查，不能做统计结论。小样本读数如下：
| factor | days | mean Rank IC |
|---|---|---|
price_elasticity |
5 | -0.0734 |
realized_kurtosis |
5 | 0.0078 |
realized_skewness |
5 | -0.0343 |
realized_variance |
5 | -0.1402 |
volume_volatility |
5 | 0.0406 |
这些数值日间波动很大，样本太短，不能据此判断因子有效或无效。
当前也新增了一个 baseline vs baseline + minute factors 的小型实验脚本：
uv run python -m a_share_analysis.factor_tools.incremental_experiment \
--train-start 2024-01-01 \
--train-end 2025-12-31 \
--test-start 2026-01-01 \
--test-end 2026-04-30 \
--universe-size 200 \
--top-k 20
脚本会生成两个日频组合序列，并在
artifacts/a_share_factor_incremental_experiment/summary.json 输出：
| 指标 | 含义 |
|---|---|
mean_rank_ic |
测试期日均截面 Rank IC |
topk_cum_return |
TopK 组合测试期累计收益 |
topk_max_drawdown |
TopK 组合最大回撤 |
mean_turnover |
TopK 日均换手 |
mean_stability |
TopK 日均持仓重合度 |
本机用已有 5 天 smoke panel 做了一次链路验收：20 只股票，2 个训练日， 3 个测试日，Top5。结果只能说明脚本能完整产出指标，样本太短，不用于判断因子优劣。
实验脚本也支持从清单复用同一批股票，并直接读取某个 factor group：
uv run python -m a_share_analysis.factor_tools.incremental_experiment \
--symbols-from-manifest artifacts/a_share_minute_factor_top200_202510_202604/minute_factor_manifest.json \
--train-start 20251009 \
--train-end 20260309 \
--test-start 20260310 \
--test-end 20260430 \
--top-k 20 \
--factor-root artifacts/a_share_minute_factor_top200_202510_202604/factor_results \
--external-factor-group mf_volatility_32_full
Top200 扩展结果¶
截至 2026-07-06，本机已有一份 top200 分钟数据和扩展因子：
| 数据 | 数值 |
|---|---|
| raw minute 范围 | 20251009 -> 20260430 |
| 交易日 / 股票 | 137 x 200 |
| raw minute 请求 | 1370/1370 |
| raw+factor 目录大小 | 约 177M |
| full group | mf_volatility_32_full |
| full factor 数 | 32 |
同一股票池、前 100 个交易日训练、后 37 个交易日测试，Top20 读数：
| 模型 | mean Rank IC | Top20 累计收益 | max drawdown | 换手 | 稳定性 |
|---|---|---|---|---|---|
| baseline daily | 0.0081 |
12.08% |
-9.94% |
0.374 |
0.626 |
| baseline + lite5 | 0.0065 |
8.98% |
-10.41% |
0.479 |
0.521 |
| baseline + full32 | 0.0401 |
14.54% |
-11.29% |
0.654 |
0.346 |
| baseline + volume_activity5 | 0.0341 |
15.81% |
-9.33% |
0.499 |
0.501 |
volume_activity5 是当前更值得继续跟踪的候选组合：
volume_volatility
log_volume_volatility
diff_abs_mean_volume
peak_count_1std
peak_count_2std
它比 full32 更稀疏、更可解释，Top20 收益和回撤更好，但换手仍明显高于 baseline。 下一步应优先做 walk-forward 和换手惩罚/持仓平滑，暂缓引入 Hermite。
Walk-forward 与持仓平滑¶
volume_activity5 已有一个滚动训练、交易成本和持仓策略 sweep 工具：
本节保留的是早期 close-to-close 候选筛选读数，其收益口径已被下方盘后信号严格时点复核取代。
uv run python -m a_share_analysis.factor_tools.walk_forward \
--train-window 60 \
--test-window 10 \
--cost-bps 20 \
--turnover-caps 0.30,0.50 \
--score-smoothing-values 0.35,0.50 \
--output-root artifacts/a_share_factor_walk_forward_volume_activity5_costed_60_10
脚本会同时评估 baseline 和 volume_activity5。topk_ret/topk_nav 保留毛收益，
topk_net_ret/topk_net_nav 按 cost_bps 扣除换手成本。当前成本口径是：
每 100% 持仓替换扣 cost_bps / 10000，第一天建仓不扣成本。
默认 sweep 包括：
daily
daily_hold_bonus_0_02 / 0_05 / 0_10
rebalance_2d / 3d / 5d
rebalance_2d / 3d / 5d + hold_bonus_0_05
daily / rebalance_3d + turnover_cap_0_30 / 0_50
daily / rebalance_3d + score_smoothing_0_35 / 0_50
score_smoothing + turnover_cap 组合
20bps 成本后的主要读数：
| 口径 | 模型 / 策略 | Rank IC | 毛收益 | 净收益 | 净 max DD | 换手 |
|---|---|---|---|---|---|---|
| fixed 100/37 | baseline daily | 0.0081 |
12.08% |
9.11% |
-10.48% |
0.374 |
| fixed 100/37 | volume daily + hold bonus 0.05 + cap 0.50 | 0.0341 |
18.24% |
15.14% |
-9.14% |
0.369 |
| fixed 100/37 | volume daily + hold bonus 0.05 + cap 0.30 | 0.0341 |
14.93% |
12.57% |
-10.23% |
0.289 |
| walk 100/10 | baseline daily | 0.0024 |
12.53% |
8.87% |
-10.48% |
0.460 |
| walk 100/10 | volume daily + hold bonus 0.05 | 0.0434 |
18.69% |
14.80% |
-9.14% |
0.465 |
| walk 100/10 | volume rebalance 3d + cap 0.30 | 0.0434 |
14.56% |
13.74% |
-11.67% |
0.100 |
| walk 80/10 | baseline daily | 0.0042 |
15.30% |
10.04% |
-14.20% |
0.418 |
| walk 80/10 | volume rebalance 3d + cap 0.50 | 0.0307 |
28.33% |
26.11% |
-12.63% |
0.156 |
| walk 80/10 | volume rebalance 3d + smoothing 0.50 + cap 0.30 | 0.0307 |
23.16% |
21.85% |
-14.31% |
0.096 |
| walk 60/10 | baseline daily | -0.0106 |
7.77% |
0.74% |
-20.03% |
0.444 |
| walk 60/10 | volume rebalance 3d + smoothing 0.50 + cap 0.30 | 0.0085 |
23.13% |
21.33% |
-18.65% |
0.097 |
| walk 60/10 | volume daily | 0.0085 |
11.03% |
2.46% |
-20.36% |
0.529 |
阶段结论：
volume_activity5的 Rank IC 改善比较一致，说明它在单次 100/37 切分之外也能稳定复现。- 交易成本会显著惩罚 daily 高换手方案，
volume daily在60/10下毛收益11.03%， 净收益只剩2.46%。 - 当前最值得继续跟踪的是两类组合：
daily_hold_bonus_0.05 + turnover_cap_0.50和rebalance_3d + turnover_cap/smoothing。前者在短后验窗口更强， 后者在滚动窗口中换手更低、净收益更稳。 - 旧口径下，
walk 80/10的volume rebalance_3d_turnover_cap_0.50表现最强： 净收益26.11%，换手0.156。 - 进入下一阶段前，应扩大历史、提高股票池规模，并用更严格的成本/冲击模型复核， Hermite 已可生成 meta panel，但仍需在同一 walk-forward 框架下验证降权/稳定性增益。
盘后信号严格时点复核¶
上面的早期 walk-forward 使用 close(T+1) / close(T) - 1。分钟因子要等 T 日收盘后
才能完整生成，因此该标签包含无法在实盘获得的 close(T) -> open(T+1) 隔夜区间。
旧收益只能用于候选筛选，不能作为可交易 Alpha 证据。
严格审计改为：
uv run python -m a_share_analysis.factor_tools.volume_oos_audit
- 信号在 T 日完整分钟数据落盘后生成，标签为
open(T+2) / open(T+1) - 1。 - 每个滚动 fold purge 1 个信号日，避免训练末端标签跨入测试期。
- 固定使用
rebalance_3d_turnover_cap_0.30，不在新测试结果上挑持仓政策。 - 同时报告 10/20/30/50 bps，涨停买入和跌停卖出只统计真实目标变更，不事后替补。
- 收益表示假设目标均能成交时的上界，不模拟涨跌停卡单下的完整执行，发生阻断即禁止晋级。
volume_activity5这五个因子曾在重叠历史样本上预筛选，本轮并非 untouched factor holdout， 显著 IC 增量仍存在 multiple-selection bias，必须在新增长的冻结样本上复核。- 候选池只按 T 日可见条件形成，绝不因
T+2标签缺失而提前删股票，测试时先对完整候选池 评分并冻结选择。任何 Top20 标签或冻结持仓行缺失，整日收益及整段组合推断均 fail-closed。 open(T+1) -> open(T+2)使用全市场统一的 2 个交易日成熟期，数据截止日前最后两个信号日 在评分前按日历整体排除，不按个股未来结果过滤。成熟区间内仍执行上述个股级门禁。- 每只股票都按清单的全市场交易日精确查找 T+1/T+2，不再对个股日线直接
shift。 若停牌期间整行缺失，标签和交易状态保持未知，不允许跳到复牌日代替目标交易日。
截至 2026-07-10 的本机数据共有 184 个信号时候选日，2026-07-09 和 2026-07-10 按标签成熟日历整体排除。精确日历映射还识别出成熟区间内 15 个日期存在至少一个个股未来行 缺失。主口径为 80 日训练、10 日测试，正式样本外（OOS） 为 2026-02-03 至 2026-07-08， 共 101 日，其中 7 日的全市场主动收益不可用，Top20 标签本身 101 日完整。30 bps 下读数为：
| 指标 | baseline | baseline + volume_activity5 | 配对增量 |
|---|---|---|---|
| mean Rank IC | 0.0264 |
0.0474 |
+0.0210 |
| Rank IC HAC t | 1.47 |
2.81 |
3.69 |
| Top20 目标净日收益 | 0.2295% |
0.2957% |
+0.0661% |
| 对应 HAC t | 0.82 |
1.00 |
0.69 |
| 平均目标换手 | 0.108 |
0.108 |
- |
60/80/100 日三个训练窗的 IC 配对增量均为正，HAC t 分别为 2.88/3.69/3.66，
但扣费收益配对增量 HAC t 只有 0.34/0.69/不可用。100 日训练窗有 2 个 Top20
标签缺失，整段收益推断按门禁作废，不能用剩余 79 日替代正式结论。
主 80 窗 94 个标签完整日的净主动收益仅作描述：volume 版本均值为 0.2178%，
HAC t 为 1.13，由于缺失日并非随机留出的样本，不能把它当作全段主动收益证据。
最近 20/40 个 OOS 日只是同一主窗口尾部的稳定性诊断，并非独立 holdout：
| 尾部窗口 | IC 配对增量 | IC 增量 HAC t | 净收益配对增量 | 净增量 HAC t |
|---|---|---|---|---|
| 20 日 | -0.0039 |
-0.42 |
+0.3964%/日 |
2.18 |
| 40 日 | +0.0097 |
1.27 |
+0.1311%/日 |
0.70 |
20 日里收益增量较强但 IC 增量转负，40 日里 IC 恢复为正但两类增量都不显著，短窗方向
并不稳定，且没有承担独立留样或多重检验职责，不能据其中一个 t 值晋级。
主口径还观察到 6 次涨停买入阻断和 6 次跌停卖出阻断，静态 Top200 同样并非
point-in-time universe。完整证据在
artifacts/a_share_minute_volume_oos_audit/summary.json，自动晋级状态为 research_only。
晋级失败原因还明确包含 untouched_factor_holdout=false，不能把当前 HAC t 当成独立发现的
显著性检验。证据中的 complete_oos_portfolio_returns、complete_paired_oos_returns 与
complete_trade_status 通过，但 complete_oos_active_returns=false，这正是全市场候选标签
缺行时的 fail-closed 结果。后续任何 Top20 标签、冻结持仓行或交易状态缺失，还会进一步
使组合或配对收益门禁失败。
因此，当前结论收紧为：volume_activity5 是值得扩展历史和股票池继续验证的候选特征，
但尚不能称为可交易 Alpha，也不应按旧的 close-to-close 收益直接进入生产组合。
Hermite Meta 的定位¶
hermite_factor_meta 是对已有 factor panel 做变换得到的元特征算子，不直接由日线或分钟线生成。它读取已有 factor panel，对每个股票的因子时间序列做滚动 z-score，再计算 Hermite h3/h4 能量：
| 输出 | 含义 |
|---|---|
*_ts_h3_60 |
60 日滚动三阶非高斯形态 |
*_ts_h4_60 |
60 日滚动四阶尾部/峰度形态 |
*_ts_closeness_60 |
因子状态接近高斯稳定区的程度 |
*_energy_compression_20_60 |
短窗和长窗非高斯能量的压缩/扩张 |
它至少需要足够长的日频因子历史。按原始配置，60 日窗口需要约 36 个有效观测才开始有值，真正用于训练时建议至少 1-2 年日频 factor panel。
截至 2026-07-06，本机 top200 分钟因子 panel 已扩展到 20251009 -> 20260706，共 180 x 200，并已生成 hermite_factor_meta 的 20 个 meta panel。当前处理分两层：
- 晨报/晚报底部的因子技术观察仍只展示 walk-forward 研究读数和 Hermite 生成状态。
- 每日热点候选预览会在 hotsector 原始候选排序上，尝试读取
volume_activity5与 Hermite closeness 面板，作为小权重辅助排序和标签展示，缺少覆盖时按热点候选原排序安全降级。
这表示 Hermite 已进入候选池质量观察 / 稳定性辅助链路，但仍不作为独立 alpha 直接替代热点排序。
推荐验证路径¶
- 保持全市场日线数据作为基础宇宙和标签。
- 先对 top 200 或 top 500 流动性股票下载 2024-2026 的 1 分钟数据。
- 生成完整或扩展版
mf_volatility_32panel，先只接 5-10 个低相关、可解释的分钟因子，并做 winsor/zscore。 - 用相同训练/测试切分比较：
- daily baseline，
- baseline + minute factor，
- baseline + minute factor + Hermite meta。
- 主要看 test Rank IC、TopK 收益、最大回撤和换手，不单看单日 IC。
当前优先级是先证明分钟波动/流动性因子有没有增益。Hermite 已具备二阶段数据基础， 下一步应比较：
- baseline，
- baseline + minute factor，
- baseline + minute factor + Hermite meta / 降权规则。
它只判断该因子最近是否进入不稳定状态、尾部/偏态是否突然变强，以及当前信号是否应该降权，不替代原始分钟因子。当前产品口径应表述为：热点追踪为主，交易相关特征为辅， 候选关注股票池仅供研究参考。