一 完整的因子挖掘功能体验

1.1 单因子工作流

• 首先通过AI助手，生成关于动量的基础因子分析框架。包含公式的输入，现行因子的构建，因子的分析和解析因子分析结果四个节点。使用公式或Python代码构建线性因子，计算指定日期内的所有股票的因子值，并对所有股票进行横截面排序。
• 其次是参数设置。调仓周期上限 30 组，分组数量影响每组股票数量，因子方向选择 0 或 1 会影响 IC 值和数据展示。
• 第三是因子方向判断，根据因子值的正负来选择因子的正向或者负向。也可通过在公式中增加负号来将因子进行反向操作。
• 第四是参赛节点的连接。这是很神奇的功能，我一直很好奇在很多平台中如何只接入个人的部分代码就可以进行比拼。这里也引入了非常简单方便的提交办法。在选择好自己的调仓分组和因子方向后，选择训练好的因子公式，来链接参赛节点，即可提交工作流参赛。非常的方便直接。

1.2 多因子工作流

权重节点：多因子框架需增加权重节点，避免因子合并时仅进行线性数字加和。
相关性分析：可连接因子分析相关性，查看构建因子的相关性。
参赛连接：与单因子类似，将因子值连接到参赛节点，保持信息一致。

1.3 非线性机器学习模型的工作流

输入方式：支持因子编写文档中的输入方式，以基础数据或处理后的数据作为多因子输入。
模型训练：基于输入数据构建训练集，进行特征工程，调整模型参数。
后续流程：与单因子逻辑一致，连接因子分析和参赛节点。