统一样本的模型与风险比较

这些研究工具把模型比较和组合核算分开。它们不实现交易策略，也不认证数据源是否满足 PIT 要求。

按时间顺序拟合

alpha_research.matched_rank_models.fit_matched_rank_models 接收训练数据框、推理数据框、特征名、决策日期和注册配置。训练键包括 formation_date、symbol、label_end_date 和 target。推理行需要包含 formation_date、symbol 以及相同的特征列。

所有训练形成日期和标签成熟日期都必须严格早于决策日期。每一行推理数据都必须属于该决策日期。

缺失特征使用训练列中位数填补，训练列完全缺失时使用零。目标值必须为有限数。默认目标变换是在形成期内计算百分位秩并采用平均并列名次，identity 保留数值型风险目标。

支持 Ridge、标准化 Ridge、随机森林、逐点 XGBoost 和成对 XGBoost。成对模型要求目标为秩，并使用 rank:pairwise 目标函数，训练观测按形成日期分组。

返回值包含预测结果和一份回执，回执记录填补中位数、解析后的配置、成熟度边界，以及实际训练行的哈希。匹配哈希可以支持相同输入比较，但不能证明源特征在历史上确实已经可用。分数既不是经过校准的预期收益，也不是概率。

调用方负责 PIT 来源、样本外切分、冻结实验规格、权重转换和执行成本评估。

风险目标与门禁

alpha_research.downside_target.next_close_downside_target 在下一收盘价入场后，使用指定数量的交易所交易日计算每日下行 RMS。正收益日仍计入分母。缺失价格或非正价格会产生不可用目标，不会延长观察期限，也不会假设收益为零。trailing_downside_rms 提供对应的历史观测控制指标。

alpha_research.forecast_skill_gate.forecast_skill_gate 把已经生成的 OOF 模型预测和控制预测与实际目标进行比较。所有形成期都必须在决策日前严格成熟。固定启发式要求至少 8 个形成期，每个形成期至少有 20 条匹配的有限值观测，形成期平均 MSE 改善为正，且获胜形成期比例至少为 60%。它不能证明调用方提供的预测确实来自样本外折叠，布尔输出也不是置信概率或显著性检验。

始终要把学习得到的风险权重与简单暴露控制比较。波动率下降本身不能证明预测能力。事后匹配波动率的比较只能用于诊断，不能直接作为可执行配置规则。回撤深度、未恢复区间、恢复时长、换手率和净收益仍由组合层评估。