多因子量化策略，包含趋势、反转、波动三类因子，采用动态权重、多空组合和风险控制机制，输出稳定Alpha策略。
【一、因子构建】 请构建以下三个核心因子： 1）趋势因子（Trend）： RANK(RETURNS(CLOSE,20)) * RANK(RETURNS(CLOSE,60)) * RANK(RETURNS(CLOSE,120)) 2）反转因子（Reversal）： * RANK(RETURNS(CLOSE,5)) 3）波动率因子（Volatility）： * RANK(STD(RETURNS(CLOSE,20))) 【二、数据处理】 * 所有因子进行截面标准化（Z-score） * 对每个交易日进行横截面处理 * 去除缺失值和异常值 【
三、因子融合（核心）】 构建综合Alpha Score： Alpha = 0.5 * Trend * 0.3 * Reversal * 0.2 * Volatility
【四、动态权重机制】 根据市场状态动态调整权重： * 若市场处于趋势行情（过去60日收益为正且稳定）： → Trend权重提高至0.6 * 若市场震荡（收益波动较大）： → Reversal权重提高至0.4 * 若市场高波动： → 降低整体仓位至70%
【五、组合构建】 * 按Alpha Score进行排序 * 分为5组（Quintile） * 多头：Top 20% * 空头：Bottom 20%
【六、调仓设置】 * 调仓周期：20天 * 等权配置（初始版本） * 后续可升级为风险加权
【七、动态仓位控制】 仓位根据市场波动调整： Position Size = 1 / Volatility 波动越高 → 仓位越低
【八、风控模块（必须实现）】 1）最大回撤控制： * 若组合回撤 > 10% → 仓位降低50% 2）波动过滤： * 剔除波动率最高的20%资产 3）极端值处理： * 去除因子排名Top/Bottom 5%资产 4）延迟执行： * 信号生成后T+1执行（避免未来函数）
【九、回测要求】 * 输出累计收益曲线 * 输出Sharpe Ratio * 输出最大回撤 * 输出分组收益（5组） * 输出Rank IC与IC IR 【
十、稳健性验证】 * 使用滚动窗口回测（Walk Forward） * 更换时间区间验证策略稳定性 * 检查是否存在过拟合或未来函数
【十一、输出结果】 请输出： 1）完整策略收益曲线 2）多空组合表现 3）因子分组单调性 4）关键绩效指标（Sharpe、回撤、收益） 5）策略解释（Alpha来源） 目标：构建一个具备实盘可行性、低回撤、高稳定性的多因子策略模型