01
因子挖掘概述
什么是因子 · 量化价值 · 完整流程：数据→特征→因子→回测→组合
核心概念流程
02
数据源与数据清洗
行情/财务/另类数据 · 缺失值 · 异常值 · 对齐与重采样
数据预处理质量
03
单因子特征构造
均值/方差/偏度/峰度 · 滚动窗口 · 滞后 · 差分与对数收益率
统计特征时序
04
多因子交叉特征
加减乘除组合 · 条件因子 · 正交化 · 标准化与中性化
组合中性化
05
分类与排序特征
分位数分组 · 行业中性分组 · 市值分层 · 打分排名
排序分层
06
时间序列特征工程
自相关/偏自相关 · 移动平均 · GARCH · 季节性分解
时序波动率
07
截面特征工程
横截面标准化 · 排序 · 行业/市值中性化 · 残差特征
截面残差
08
文本特征提取
情感分析 · TF-IDF · Word2Vec · LDA · 事件驱动
NLP另类
09
图像与另类数据特征
卫星图像 · 新闻热度 · 供应链 · 社交媒体情绪
另类图像
10
特征选择方法
过滤法 · 包裹法 · 嵌入法(Lasso/树模型) · 重要性排序
选择降维
11
降维技术
PCA · ICA · 自编码器 · t-SNE与UMAP
降维可视化
12
特征编码技术
独热/虚拟变量 · 标签/序数编码 · Target Encoding · 频率编码
编码类别
13
时间序列交叉验证
滚动窗口 · 扩展窗口 · Combinatorial Purged CV · 未来信息避免
验证时序
14
因子IC分析
信息系数 · 统计检验 · IC衰减 · 分层回测与多空组合
IC评价
15
因子相关性管理
相关性矩阵 · 聚类去冗余 · 主成分公共因子 · 风险因子剥离
相关性去冗余
16
非线性特征工程
多项式特征 · 分箱分段线性 · 核方法 · 树模型自动交叉
非线性交叉
17
缺失值高级处理
时序插值(线性/样条) · KNN · 矩阵分解 · 模型预测
缺失值插补
18
异常值高级处理
分位数截断 · MAD · 孤立森林 · 重构误差检测
异常值鲁棒
19
特征缩放与归一化
Z-score · Min-Max · RobustScaler · 最大绝对值缩放
缩放归一化
20
时序特征记忆机制
LSTM · 注意力加权 · 时间卷积 · Transformer位置编码
深度学习记忆
21
因子组合优化
等权 · IC加权 · 风险平价 · 最大化信息比率
组合优化
22
特征存储与管理
Feature Store · 版本控制 · 回溯与在线服务 · 血缘追踪
工程管理
23
自动化特征工程
Featuretools · 遗传编程 · AutoML管道 · 强化学习搜索
自动化搜索
24
行业特有特征
A股(涨停/龙虎榜/北向) · 期货(持仓/基差) · 加密货币(链上)
行业特有
25
高频特征工程
Tick级(价差/订单簿斜率) · VPIN · 成交量加权 · 事件驱动
高频微观结构
26
特征稳定性评估
PSI · 分布漂移检测 · 时序稳定性回测 · 衰减监控
稳定性监控
27
可解释性特征工程
SHAP · LIME · 部分依赖图(PDP) · 交互强度
可解释SHAP
28
大规模特征工程
Dask/Spark分布式 · GPU加速 · 并行化 · 内存缓存优化
分布式高性能
29
特征工程Pipeline构建
sklearn Pipeline · 自定义转换器 · DAG管理 · MLflow追踪
PipelineMLflow
30
实战案例
多因子选股全流程 · 事件驱动 · CTA时序特征实战
实战综合