一 通过自然语言构建因子

1.1 导入市值中性化模板

• 注：模板可以找小助理要，市值中性化模板的python源代码我将贴在文章末尾;
• 为什么要市值中性化？
• 市值中性化是为了在因子选股回测的时候(不属于因子挖掘时候使用)防止选到的股票集中在固定的某些股票当中。
• 通俗的说：你以为挖到了alpha，但其实是小市值风格因子的另一种体现。

1.2 点击python代码输入，让AI生成因子

• 问AI：你知道“因子切割论“吗，将这里的动量因子，用因子切割论的方法，使用成交量来切割。其他不变。
  
• 点击：确认应用+保存代码

1.3 运行工作流，查看效果。因子预测效果非常不好！

• 几乎没有预测能力：IC和RankIC都约等于0，分组也不具备单调性。
• 为什么呢？

1.4 查看AI写的因子源代码，发现它理解错了！

• AI说：你提到的“因子切割论”，通常可以理解为：
  先用一个“解释因子”（这里是成交量）去解释、“切割”目标因子（这里是动量），得到对该解释因子正交的残差部分；然后再在这个被切割后的因子上做后续处理（你原来是再对市值做正交）。 基于你给的原代码，我只做了一件核心改动：在“动量 → 市值正交”的原流程前面，插入了一步“成交量切割动量”，其他保持不变。
• 我说：这里的因子切割论，你理解错了！！！
• 我说：因子切割论是：比如将20日内，每天涨跌幅（动量）按照成交量排序，取成交量排名前10的涨跌幅累加，再取后排名后10日涨跌幅累加。将两个累计涨跌幅相除。按照这个思路，修改代码，其他不变。
• 让AI根据我的输入，再次修改代码。
  

1.5 一次没跑通，报错了，AI根据日志一键智能修复。

1.6 跑通了，稍微有点预测能力，但是效果还是不好！

• 效果不好体现在：IC、Rank IC 约等于0，就没有预测能力！
• 我的思考：在A股，动量因子已经被广泛应用，因此不容易找到Alpha。
• 那么如何魔改因子切割论呢？ 答案是：你想怎么切就怎么切！
• 具体表现为：可以改造切分主体、切分工具。
• 比如：
  • 被切分的对象：可以是动量、波动率、成交量的变化率等等
  • 切分的工具：可以是成交量、上下影线对实体占比、技术指标KDJ的J值等等。

1.7 切分对象、切分工具，我都修改了。效果提升明显！

• RankIC 绝对值从 0.0 => 0.05。
• |ICIR| 绝对值超过 0.5。
• 5分组单调性明显，t统计量绝对值超过2.0.

补充：因子挖掘需要我们广泛开动脑筋，多阅读机构研报，多去尝试！复制下方市值中性化的代码，快去试试吧！

• AI提示词：因子切割论：比如将20日内，每天涨跌幅（动量）按照成交量排序，取成交量排名前10的涨跌幅累加，再取后排名后10日涨跌幅累加。将两个累计涨跌幅相除或相减。

import pandas as pd
import numpy as np

class MomentumMarketCapOrthogonalFactor(Factor):
    def _to_series(self, x, index, name=None):
        """强制把 ndarray / DataFrame / Series 转成 Series，并对齐索引"""
        if isinstance(x, pd.Series):
            s = x
        elif isinstance(x, pd.DataFrame):
            if x.shape[1] == 1:
                s = x.iloc[:, 0]
            else:
                s = pd.Series(x.values.ravel(), index=index)
        else:
            s = pd.Series(np.asarray(x).reshape(-1), index=index)
        if name is not None:
            s.name = name
        return s

    def calculate(self, factors):
        close  = factors['close']       # Series, MultiIndex: (date, symbol)
        mcap   = factors['market_cap']  # Series, MultiIndex: (date, symbol)
        idx    = close.index

        # --- Step 1: 动量（20日对数收益）
        try:
            momentum_raw = RETURNS(close, 20)   # 如果你有内置函数
        except NameError:
            momentum_raw = np.log(close).groupby(level='symbol').diff(20)

        momentum = self._to_series(momentum_raw, index=idx, name='momentum')

        # --- Step 2: 截面 rank
        ranked_mom = momentum.groupby(level='date').rank(pct=True)
        ranked_mcap = (np.log(self._to_series(mcap, idx, 'mcap'))
                       .groupby(level='date').rank(pct=True))

        # --- Step 3: 去均值（消除截距）
        y = ranked_mom - ranked_mom.groupby(level='date').transform('mean')
        x = ranked_mcap - ranked_mcap.groupby(level='date').transform('mean')

        # --- Step 4: 每日截面 OLS 回归系数
        num  = (x * y).groupby(level='date').transform('sum')
        den  = (x * x).groupby(level='date').transform('sum')
        beta = (num / den.replace(0, np.nan)).fillna(0.0)

        # --- Step 5: 残差（正交化后的动量）
        resid = y - beta * x
        resid.name = 'mom_orth_to_mcap'

        return resid