01
因子初探
什么是因子？因子投资的前世今生，为什么需要多因子合成？
概念起源
02
数据准备
获取股票行情数据（日线/分钟线），数据清洗与对齐，处理缺失值与异常值。
数据清洗
03
单因子构建
基于价格、成交量、财务数据的经典因子构建（动量、反转、波动率、价值、质量）。
动量价值质量
04
因子预处理
去极值、标准化、中性化处理，我踩过的坑与经验。
去极值中性化
05
因子有效性检验
IC分析、IR分析、分组回测、多空组合收益，如何判断一个因子是否有效。
ICIR回测
06
因子相关性分析
因子之间的相关性矩阵，如何避免因子共线性问题。
相关性共线性
07
因子合成方法（上）
等权合成、市值加权合成，简单但有效的合成方式。
等权市值加权
08
因子合成方法（中）
IC加权合成、IR加权合成，动态调整权重。
IC加权IR加权
09
因子合成方法（下）
主成分分析（PCA）降维合成，机器学习模型合成（线性回归、随机森林）。
PCA随机森林
10
因子择时
根据市场状态动态调整因子权重，牛熊市因子表现差异。
择时动态权重
11
合成因子回测框架搭建
从零搭建回测系统，事件驱动与向量化回测。
回测事件驱动
12
回测评价指标
年化收益率、夏普比率、最大回撤、胜率、盈亏比，如何解读这些指标。
夏普最大回撤
13
过拟合与风险控制
回测中的过拟合现象，如何通过交叉验证、正则化避免过拟合。
过拟合交叉验证
14
实战案例一
基于动量与反转因子的合成策略，完整流程演示。
动量反转实战
15
实战案例二
基于价值与质量因子的合成策略，财务数据应用。
价值质量财务
16
实战案例三
多周期因子合成（日线+周线+月线），捕捉不同时间尺度信号。
多周期日线周线
17
实战案例四
行业中性化多因子策略，剥离行业影响。
行业中性剥离
18
实战案例五
基于机器学习的因子合成（XGBoost），非线性因子组合。
XGBoost非线性
19
策略优化
参数调优、滚动窗口优化、自适应权重调整。
调参滚动窗口
20
交易执行
模拟交易接口对接，滑点与手续费模拟，订单类型选择。
滑点手续费
21
风险管理
仓位管理、止损止盈、VaR计算、压力测试。
仓位VaR
22
绩效归因
Brinson归因、因子归因，分析收益来源。
Brinson归因
23
实盘注意事项
数据延迟、交易成本、冲击成本、政策风险。
实盘冲击成本
24
自动化流水线
从数据获取到策略信号生成的自动化流程设计。
自动化流水线
25
因子库管理
因子存储、因子版本控制、因子生命周期管理。
因子库版本控制
26
策略监控与预警
实时监控策略运行状态，异常告警机制。
监控预警
27
多策略组合
不同多因子策略的组合管理，降低整体波动。
组合分散
28
进阶话题
另类数据因子（舆情、新闻、卫星图像），高频因子。
另类数据高频
29
常见陷阱与避坑指南
幸存者偏差、前视偏差、数据挖掘偏差，我亲身经历的教训。
偏差避坑
30
总结与展望
多因子自动合成策略的未来趋势，AI与量化结合的新方向。
AI未来