docs: add 2026 WorldQuant research knowledge base

2026-09-07 20:03:16 +08:00
parent 647621e5ea
commit 25ecd0a6c5
35 changed files with 3182 additions and 0 deletions
@@ -0,0 +1,16 @@
+# Alpha idea 候选地图
+
+这里按研究价值排序，不按帖子宣称的 Sharpe 排名。所有方向均需在你的账户、当前字段权限和验证窗口重做，表达式不承诺可直接执行。
+
+| 优先级 | 方向 | 核心问题 | 先读 |
+| --- | --- | --- | --- |
+| P1 | SNR 标准化 | 收益来自原信号，还是分母的低波暴露？ | [机制卡 1](mechanism-cards.md#1-snr基本面偏离的信噪比) |
+| P1 | 机构持仓拥挤反转 | 股数变化与市值变化是否混入不同价格暴露？ | [机制卡 2](mechanism-cards.md#2-机构持仓聪明钱还是拥挤) |
+| P1 | 关注度脉冲 | 关注突增是否带来独立信息，收益是否只在特殊年份？ | [机制卡 3](mechanism-cards.md#3-关注度脉冲wikipedia-访问量) |
+| P2 | 订单流双频机制 | 信号半衰期是否随流动性变化？ | [机制卡 4](mechanism-cards.md#4-订单流攻击性与双频测量) |
+| P2 | earnings 稀疏事件 | 回填是否引入过期事件信号？ | [数据模板卡](data-template-cards.md) |
+| P2 | news/nip 关系型因子 | 捕捉信息反应，还是拟合同期价格关系？ | [数据模板卡](data-template-cards.md) |
+| P2 | 同数据集极性配对 | 模型能否正确理解语义、单位与互补关系？ | [数据模板卡](data-template-cards.md) |
+| 历史参考 | IND 差值与 MEA/SUE | 模板数学解释是否成立；地区是否仍开放提交？ | [数据模板卡](data-template-cards.md) |
+
+每张卡都应转成 [实验记录](../05-research-practice/experiment-template.md)。优先把假设做简单，再用数据判断哪里需要复杂度。
@@ -0,0 +1,45 @@
+# 数据与模板候选
+
+## earnings：稀疏事件信号
+
+`earnings_sent_matrix` 有 `positive_sentiment_probability_3`、`sentiment_weighting_method1` 等原帖示例。模板结构是“有限回填 → 时间序列算子”，可比较事件新鲜度、变化与相对水平。回填 10/252、外层 252 是作者示例，不能无条件搬用。
+
+作者称 2000 多次回测产生 6 个提交；未提供足以独立复现的统一指标，另有约束后表现很低的案例。先核实字段时间覆盖、事件发布日期和持仓集中，再比较不回填/短回填/长回填。切 universe 降相关也可能只是改变风险敞口。
+
+来源：[【Alpha 模板】Earnings模板分享，低相关性，助你横向点塔（干货满满，不来将会错失一个亿）](https://support.worldquantbrain.com/hc/en-us/community/posts/40790666727575)（发帖 2026-05-28，社区经验）；[冷门数据集分享【earnings】](https://support.worldquantbrain.com/hc/en-us/community/posts/42187906212247)（发帖 2026-07-24，社区经验）。
+
+## news/nip：信息与市场反应的关系
+
+原帖提出在 EUR D0/D1 对 news18 或其他 nip 字段与 returns 做滚动相关、协方差或回归，再配 FAST 中性化。没有公开统一数值证据，属于可测试思路。
+
+研究问题：同一新闻冲击是否在不同股票中被不同程度吸收？需要核查字段可用时间与 delay，避免同期收益拟合被误写成预测能力。先做滞后关系和反向预测对照，再决定回归形式。
+
+来源：[【Alpha灵感】使用nip族数据点亮news塔](https://support.worldquantbrain.com/hc/en-us/community/posts/40847481080087)（发帖 2026-05-30，社区经验）。
+
+## 同数据集极性配对：适合 AI 做语义检索
+
+让 AI 从真实字段目录找“正/负”“上调/下调”“乐观/悲观”等配对，输出真实字段 ID、单位、配对理由和不确定性。候选结构可为差值、正值条件下的对数差，或分量和为正时的比例。
+
+研究价值是减少同质单字段搜索；但原帖没有具体可独立核验的成功率。AI 的 confidence 不是正确概率。人工核查描述、频率和单位；零分母、负值取对数、重复字段、不同发布时间必须在生成前处理。优先与单独两条腿做消融。
+
+来源：[【Alpha灵感】AI搜索字段极性配对，构建低PC因子(附提示词)](https://support.worldquantbrain.com/hc/en-us/community/posts/39845230299927)（发帖 2026-04-18，社区经验）。
+
+## IND “行业残差”差值：需要先纠正数学解释
+
+帖子给出的结构是 `ts_zscore(A,63) - ts_zscore(group_neutralize(A,sector),63)`。**这个差值不是直接取行业中性残差**；标准化与中性化不交换，差值可能重新提取行业共同成分。
+
+建议比较 A、neutralize(A)、两者标准化结果及上述差值的行业暴露和表现。原帖“泛用性很强”缺少统一数值证据，不应沉淀成固定生产模板。
+
+来源：[【alpha模板】行业中性化残差信号IND模板](https://support.worldquantbrain.com/hc/en-us/community/posts/37669317975959)（发帖 2026-01-14，社区经验）。
+
+## MEA/SUE：保留方法，暂停作为新提交目标
+
+SUE 类方向的可迁移问题是“盈利变化相对于自身历史波动是否异常”。地区变化时要重新核对财务披露节奏、行业覆盖和中性化。MEA 当前暂停新提交，不能因旧帖成功就把恢复预算优先投入该区域。
+
+来源：[【Alpha灵感】MEA地区靠SUE模板点亮了Fnd](https://support.worldquantbrain.com/hc/en-us/community/posts/41162316064023)（发帖 2026-06-12，社区经验）；暂停依据：[BRAIN 本周资源更新：课程、答疑、活动及平台更新](https://mail.google.com/mail/#all/1a0602d8dca17e14)（邮件 2026-09-02）。
+
+## 所有模板的共同前置检查
+
+dateCoverage 只是一项元数据，不告诉你缺失发生在哪几年，也不完整表达横截面质量；VECTOR 非空容器也可能没有有效元素。不要把社区的 40%/60%/80% 建议阈值当官方规则。检查逐年、逐区覆盖及事件时点，比固定门槛更重要。
+
+来源：[【平台新功能】字段新特征：datecoverage的介绍、应用与勘误。](https://support.worldquantbrain.com/hc/en-us/community/posts/37581194344215)（发帖 2026-01-10，社区经验）。
@@ -0,0 +1,53 @@
+# 四类机制型 Alpha idea
+
+下面的流程是研究伪代码，字段名来自原帖。数值全部是作者自报的样本内/平台结果，不是本次复现；不要用结果最高的版本代替机制验证。
+
+## 1. SNR：基本面偏离的信噪比
+
+**假设**：相同幅度的基本面变化，在历史噪音较小的股票上更有信息。用长期标准化的信号，除以短窗标准化信号的滚动波动，再做组内处理。
+
+原帖字段包括 `enterprise_value`、`fnd6_newqint_ibq`、`fnd31_pfcomtt`。结构为 `ts_zscore(a, long) / ts_std_dev(ts_zscore(a, short), vol_window)`，再按 country/subindustry 等比较组处理。不同字段不能自动沿用同一正负方向。
+
+作者给出 USA/GLB/EUR IS Sharpe 1.83/1.85/2.59，约束后降到 1.10/1.28/2.08；其中一个例子仍有 OS checks pending。说明约束与验证状态比原始最佳数值更有决策价值。
+
+**建议实验**：分别回测分子、倒数分母、二者比值；检查零/近零分母与低波暴露；比较不同年份、成本约束及组内处理。先固定窗口，再看方向和持仓。若只有倒数分母有效，就不应解释成“基本面显著性”。不能把这个比值直接称为统计显著性检验或 t 值。
+
+来源：[【Alpha Idea】不看幅度看"显著性"：一个信噪比（SNR）模板在 USA / GLB / EUR 三个市场的因子化尝试](https://support.worldquantbrain.com/hc/en-us/community/posts/43179521660823)（发帖 2026-09-02，社区经验）。
+
+## 2. 机构持仓：聪明钱还是拥挤
+
+**假设**：持仓变化可能先体现信息、后体现拥挤；持续平滑后的加仓可能表现为反转。
+
+数据集 `institutions18`。作者比较 `cur_holding - pre_holding` 与 `cur_mv - vm_erp`；以持仓股数差的平滑负向信号，结合市值分桶后的组内 rank。原帖 GLB/MINVOL1M、Delay1；20–40 日是作者测试范围，不是通用周期。
+
+作者将市值差 20 日版本与股数差比较，APAC Sharpe 从 0.23 改善到 1.23；最终候选 Sharpe 2.78，但分区域表现不对称。这个对照的价值在于区分“持仓行为”与“价格上涨导致持仓市值增加”。
+
+**建议实验**：拆开股数变化、价格变化、持仓水平；双向测试动量/反转；核对真实披露日与修订数据、同一基金持仓重复、地区覆盖。对平滑窗口做有限敏感性分析，不把几十日的结果推广到所有机构资金流。
+
+来源：[【Alpha Idea】机构持仓变化与拥挤反转：institutions18 在 GLB 市场的因子化尝试](https://support.worldquantbrain.com/hc/en-us/community/posts/43151729306647)（发帖 2026-09-01，社区经验）。此帖可从论坛取得，但并未出现在本次匹配到的同名邮件通知中，说明不能只依赖邮箱。
+
+## 3. 关注度脉冲：Wikipedia 访问量
+
+**假设**：短期关注跃升可能早于交易反应；关注度水平容易混入长期知名度。
+
+原帖先聚合 `snt7_all_languages_views`，经有限回填、短窗峰值和平滑、历史强度处理，再去除 `snl27_relpopularity08` 的热门度方向。DEU/TOP500、Delay1，示例使用 SUBINDUSTRY、decay 16。这里保留步骤而不照抄各算子位置参数，避免将帖子写法当成已验证语法。
+
+作者自报 Sharpe 2.04、Fitness 1.92，同时承认约 90% 收益集中在 2021–2022。后者是核心风险，不能被“所有检查通过”掩盖。
+
+**建议实验**：关注水平 vs 脉冲；去除热门度前后；不回填 vs 有限回填；分疫情期/非疫情期；正负事件分解。尝试新闻或搜索热度替代时重新验证覆盖、频率和相关性，不能假设相同窗口通用。
+
+来源：[【Alpha Idea】维基百科关注度的"突压"信号(sent)在德国DEU市场的因子化尝试](https://support.worldquantbrain.com/hc/en-us/community/posts/43179860065303)（发帖 2026-09-02，社区经验）。
+
+## 4. 订单流攻击性与双频测量
+
+**假设**：主动买入信息在流动性高低的股票中以不同速度消化，因此需要快、慢两种测量。
+
+`pv103_ivam_sum` 为主字段，`session_1600to1600_total_traded_volume` 用于比率，`session_1600to1600_market_value` 作为流动性门控。作者在 GBR/TOP700/Delay1 使用短窗比率标准化与长窗绝对量标准化，示例窗口 21/500 日；再以自适应换手整形、行业回填、面板约束组成候选。
+
+作者自报 Sharpe 1.96、Fitness 1.58、Turnover 24.3%、Margin 13.07bp；测试过 500+ 变体。这是复杂搜索后的单数据集案例，阈值 0.28 与窗口不能视为外部证实的最优值。
+
+**建议实验**：单快、单慢、双路由；成交额门控 vs 成交量门控；不同成交成本与不同年份。核对单位和零分母，检查慢分支是否主要暴露于规模，比较参数邻域，保留每一次试验以衡量选择偏差。
+
+**需纠正的解释**：付 spread 不必然代表知情交易；不同数据集也不必然正交。原帖把目标换手 0.15 称为“年化 15%”，本次未取得该算子正式口径，不沿用这个单位断言。回填也不能保证每只股票都有可交易持仓。
+
+来源：[【Alpha Idea】谁在付 Spread？——订单流攻击性、半衰期分层与一个双引擎架构的诞生](https://support.worldquantbrain.com/hc/en-us/community/posts/43181411147287)（发帖 2026-09-02，社区经验）。
@@ -0,0 +1,65 @@
+# 2026 Alpha idea：从单字段到关系型假设
+
+与 [已有机制卡](mechanism-cards.md) 和 [数据模板卡](data-template-cards.md) 配合阅读。本页是研究候选，不是已回测 Alpha；不收入 2025 年及更早原帖。每个方向至少设置单腿、关系式和不含经济信息的对照。
+
+## 1. 双字段的关系与角色
+
+今年的系统分类把双字段拆成比率、差值、变化差、残差、领先滞后、期限结构、门控、状态切换和条件分组。真正需要先确定的是 A、B 各自的角色，随后才挑算子。来源：[双字段 Alpha 构建](https://support.worldquantbrain.com/hc/en-us/community/posts/41134957392663)（2026-06-11）、[【alpha灵感】双字段alpha构建提示次，助力各位60塔](https://support.worldquantbrain.com/hc/en-us/community/posts/40433238987159)（2026-05-13）。
+
+| 结构 | 可以研究的问题 | 首要证伪点 |
+| --- | --- | --- |
+| 比率 | 盈利相对投入或估值是否异常 | 分母本身是否解释全部收益；口径是否匹配 |
+| 差值 | 实际与预期、正向与负向信息是否背离 | 同单位、同期限、同披露时点 |
+| 残差 | 相对某经济锚点是否过高/过低 | 锚点是否遗漏关键风险；估计只能使用过去 |
+| 变化差 | 两类信息的修订速度是否不同 | 数据更新频率是否制造机械差异 |
+| 领先滞后 | 信息是否先于价格或另一字段变化 | 可得时间和 delay，不能使用未来观测 |
+| 门控 | 原信号是否只在特定状态有效 | 门控单独的收益、覆盖与交易频次 |
+| 分组 | 同一状态内是否存在条件异常 | 小组样本量、动态换组引发的换手 |
+
+组合常数权重可以作为透明基线，但不应通过无限调权来代替经济关系。双稀有事件的共振尤其需要报告有效样本量，低相关可能仅来自稀疏持仓。
+
+## 2. 同概念的极性配对
+
+用字段 ID 和 description 找到同一数据集内正/负情绪、上调/下调、增加/减少的配对，构造差、占比或对数差。模型不确定时应返回无配对，不能捏造字段。来源：[【Alpha灵感】AI搜索字段极性配对，构建低PC因子(附提示词)](https://support.worldquantbrain.com/hc/en-us/community/posts/39845230299927)（2026-04-18）。
+
+实验：分别测试正腿、负腿、总量、净差和归一化净差；检查收益是否仅来自总关注度、公司规模或分母。作者关于低 PC 的经验不是保证，也不意味着各地区都能直接复制。
+
+## 3. 基本面与分析师字段重构
+
+从经济上可解释的盈利/投入、实际/预测偏差、不同预测期限修订差出发；相近字段只能生成候选。来源：[USA analyst一些具有经济学意义的重组数据字段](https://support.worldquantbrain.com/hc/en-us/community/posts/38927191768343)（2026-03-10）、[0帧起手的字段构建【传奇耐打王系列三】](https://support.worldquantbrain.com/hc/en-us/community/posts/40760257415959)（2026-05-27）。
+
+先清除同字段相减、重复反向表达式和不匹配量纲，确认每股与总额、流量与存量、surprise 与预测水平。再比较单字段与重构字段。可复用的是“定义经济量→映射字段→核查口径”的方法，不是机械执行原表。
+
+## 4. 行业内相对位置的时间异常
+
+`ts_scale(group_rank(field,industry),30)` 研究股票在同行中的相对位置是否处于自身历史高低位。来源：[行业中性加时序标准化：一个干净的 Alpha 模板](https://support.worldquantbrain.com/hc/en-us/community/posts/40902892248983)（2026-06-02）。对照原始字段、仅组内排序、仅时序处理；检验窗口改变后是否有稳定区间，并记录行业小组大小。
+
+## 5. 新闻与回报的关系
+
+nip/news 数据与回报的相关、协方差或回归关系可以作为候选，但必须区分新闻信息与回报本身。来源：[【Alpha灵感】使用nip族数据点亮news塔](https://support.worldquantbrain.com/hc/en-us/community/posts/40847481080087)（2026-05-30）。对照纯 returns 结构、滞后新闻、单新闻信号；核查新闻发布时间，否则同时期关系不能解释为预测优势。
+
+## 6. Earnings 事件与盈利意外
+
+稀疏 earnings 数据可从事件新鲜度、有限回填与滚动聚合研究。来源：[【Alpha 模板】Earnings模板分享，低相关性，助你横向点塔（干货满满，不来将会错失一个亿）](https://support.worldquantbrain.com/hc/en-us/community/posts/40790666727575)（2026-05-28）、[冷门数据集分享【earnings】](https://support.worldquantbrain.com/hc/en-us/community/posts/42187906212247)（2026-07-24）。滚动均值与回填含义不同，不能作为语义等价替换。
+
+SUE 模板的今年复用案例见 [【Alpha灵感】MEA地区靠SUE模板点亮了Fnd](https://support.worldquantbrain.com/hc/en-us/community/posts/41162316064023)（2026-06-12）、[【Alpha灵感】全球第一个MEA因子（零PC alpha），我是怎么做出来的？](https://support.worldquantbrain.com/hc/en-us/community/posts/40134245568663)（2026-04-30）；后者零 PC 是新地区早期个案，不能据此证明质量。模板若只是盈利水平的均值偏离除标准差，应称平滑标准化偏离，不能自动等同严格的标准化盈利意外。MEA 当前新提交暂停，见 [平台更新](../04-platform/current-updates.md)。
+
+## 7. 风险字段与新 Universe
+
+ASI/TOP500 的 risk70 模板使用时间操作后按 exchange 中性化。来源：[【Alpha 模板】ASI推出新的universes：TOP500，成功点亮Risk Pyramid](https://support.worldquantbrain.com/hc/en-us/community/posts/40020159075607)（2026-04-26）。可检验风险字段在不同交易所是否有相对异常，但新 Universe 早期低相关可能随着池增长消失；需检查是否只是规模、流动性或反转暴露。
+
+## 8. 分层拼接
+
+根据规模分层，让主信号与补充信号分别处理表现不同的股票群。IND 实例把低 Robust 的主信号和大盘表现较好的信号拼接。作者承认可能过度优化。来源：[【Community Leader -因子构造 💎】拯救IND地区Robust universe Sharpe测试不通过的一个新思路](https://support.worldquantbrain.com/hc/en-us/community/posts/37525915867671)（2026-01-08）。
+
+先看资本化分层表现；分别测试两条腿、简单等权和分层组合。若分界点只在单一数值有效，或为了过线才挑边界，应停止扩展。拼接可能改变 dataset 数量和提交类别，不能仅观察总 Sharpe。
+
+## 9. 多频率信号与 Python 自适应
+
+短长均值差与高频残差可测试多尺度信息，来源：[傅里叶变换在 Alpha 开发中的应用：频率域视角下的信号分解与策略构造](https://support.worldquantbrain.com/hc/en-us/community/posts/41208709211671)（2026-06-14）。Python 贝叶斯更新和蒙特卡洛预测见 [[Python Alpha 挑战赛] Monte Carlo GBM + 贝叶斯自适应：AI Agent 量化研究工作流实战](https://support.worldquantbrain.com/hc/en-us/community/posts/41540700959639)（2026-06-27）：帖子目标指标不能当作已实现成绩，GBM、先验、路径数、窗口和随机种子都需控制。
+
+建议先做确定性的简单模型，再比较自适应版本；若收益只来自额外平滑、缩短窗口或风险暴露变化，不应宣称获得 Python-native 新信息。
+
+## 10. 当前优先级
+
+已有九月四张卡覆盖 SNR、机构拥挤、Wikipedia 关注和订单流。新补充方向优先选择“极性配对、同行相对位置、明确口径的实际/预测偏差”中你能取得完整数据的少量假设。优先级属于本库研究建议，未实际运行或比较这些方向的收益。