1、因子分析框架的构建
通过 AI 助手生成基础因子框架，“写一个股票的基础量价因子分析单因子框架，用于参加因子大赛，2025年”，生成结果如图：

2、因子挖掘
2.1 节点类型
其中包含公式输入、线性因子构建、因子分析和解因子分析结果四类节点。
输入因子可用公式或 Python 代码，线性因子构建节点计算指定时间内所有股票的因子值，并进行排序。
2.2 因子分析节点的参数设置
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。
因子正负判断：根据因子值正负判断因子正负向，可通过加负号将负向因子调正。
参赛连接：确定调仓、分组和因子方向后，连接参赛节点，运行无报错即可提交工作流参赛。
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。

3、因子结果的判断
评判指标：评判因子好坏看 IC 均值和 ICIR 值。