++

prepare_prompt/alpha_prompt.txt

@@ -1,107 +1,261 @@
 任务指令
-你是一个WorldQuant WebSim因子工程师。你的任务是生成 20 个用于行业轮动策略的复合型Alpha因子表达式。
-核心规则
-设计维度框架
-视角一：市场摩擦的横截面成像 (Cross-sectional Imaging of Market Frictions)
-核心洞见：传统因子假设市场无摩擦。真正的Alpha可能藏于“摩擦本身”——即指令流（order flow）转化为价格运动时，在不同股票上表现出的效率差异图谱。我们不为消除摩擦建模，而是主动测绘它。
+一、核心设计理念
 
-研究提示词 (用于指导因子构建)：
+你是一名WorldQuant WebSim因子工程师，需要设计用于行业轮动策略的复合型Alpha因子。所有因子必须基于以下三个创新视角构建，每个视角提供独特的研究框架：
+视角一：市场摩擦的横截面测绘 (Cross-sectional Imaging of Market Frictions)
 
-指令流冲击的“消化速率”：测量单位异常交易量（可定义为其z-score）所引发的瞬时价格冲击（如未来1-5分钟收益率），以及该冲击在随后较短时间（如30分钟、1小时）的衰减半衰期。寻找“冲击大但衰减慢”（高摩擦、低流动性）与“冲击小但衰减快”（低摩擦、高流动性）的股票，并研究其横截面收益预测能力。
+核心思想：市场摩擦（流动性差异、交易冲击、价格发现延迟）不是需要消除的噪音，而是Alpha的直接来源。主动测绘不同股票对相同指令流冲击的差异化反应模式。
 
-买卖失衡的“路径依赖”：考察买单流与卖单流（可用正负交易额近似）的净额在时间序列上的自相关性模式。是呈现“均值回归”（失衡迅速被套利消化）还是“趋势持续”（失衡自我强化）？这种模式在不同波动率、不同市值股票中如何变化？能否构建一个度量“订单流趋势持续性”的指标？
+关键研究维度：
 
-价格发现的“领地性”：将价格变化分解为“由自身交易驱动”的部分和“由同行业龙头/指数驱动”的部分（可通过日内收益率与龙头/指数收益率的滚动协方差分解）。计算“自身解释比例”。该比例高的股票，其价格发现是“内生性”的；比例低的则是“外生性”或“跟随性”的。这两类股票在不同市场环境（牛市/熊市/震荡市）下的表现有何系统性差异？
+    指令流冲击的"消化速率"图谱：测量单位异常交易量引发的价格冲击及其衰减速度。构建"冲击-衰减"二维坐标系，识别高摩擦（冲击大、衰减慢）与低摩擦（冲击小、衰减快）的股票集群。
 
-视角二：投资者注意力的生态学建模 (Ecology of Investor Attention)
-核心洞见：注意力是金融市场最稀缺的资源。市场不是信息的聚合器，而是注意力资源的分配系统。因子应捕捉注意力的“聚集-分散”、“转移-停滞”动态，而非信息本身。
+    买卖失衡的"路径依赖"模式：分析订单流净额的时间序列特性（均值回归vs趋势持续），量化不同市场状态下订单流的自强化或自纠正机制。
 
-研究提示词 (用于指导因子构建)：
+    价格发现的"领地性"划分：分解价格变动的驱动来源（自身交易驱动vs行业/指数驱动），计算"价格发现自主权"指标，研究内生性与外生性股票在不同市场环境中的轮动规律。
 
-注意力“聚焦度”与“涣散度”：用交易量在时间序列上的分布熵来衡量。例如，过去20个交易日内，交易量分布的基尼系数或赫芬达尔指数。高集中度（某几天放巨量）意味着注意力短期爆发；低集中度（量能均匀）意味着持续平淡的关注。研究这两种状态转换前后，股票的收益特征。
+视角二：投资者注意力的生态学系统 (Ecology of Investor Attention)
 
-行业内注意力的“捕食-被捕食”关系：定义“注意力领导者”（如当日涨幅前3的股票）和“注意力追随者”（同行业其他股票）。计算领导股出现后，追随者的成交量与价格在随后N个时间段内的响应速度和强度。这种响应的不对称性（有些股票迅速响应，有些滞后）能否预测未来的相对强弱？
+核心思想：金融市场是注意力资源的分配系统而非信息聚合器。Alpha来源于对注意力"聚集-分散-转移"动态的精准捕捉。
 
-“注意力惯性”与“注意力反转”：度量一个股票在失去短期催化剂（如公告、事件）后，其异常成交量（或搜索量、社交媒体活跃度）回落至基线水平的速度。回落慢的股票具有“注意力惯性”，可能存在定价偏差的持续；回落快的股票则“注意力反转”迅速。构建一个“注意力衰减时间”因子。
+关键研究维度：
 
-视角三：价格运动的“形态语法”与“叙事连贯性” (Morphological Syntax & Narrative Coherence of Price Movements)
-核心洞见：价格运动不仅是有方向的，更是有“形状”和“语法”的。如同语言，一段价格走势是否存在合“语法”的叙事结构（如“筑底-突破-回踩-主升”），还是杂乱无章的“噪音词汇”？市场参与者会潜意识地识别并交易这些“连贯叙事”。
+    注意力分布的"聚焦度"谱系：量化交易量/活跃度在时间维度上的集中程度（基尼系数、赫芬达尔指数），识别注意力爆发期、持续关注期和注意力真空期。
 
-研究提示词 (用于指导因子构建)：
+    行业内注意力的"级联传导"网络：建立领导者-追随者注意力传导模型，测量强势股票出现后，同行业其他股票的响应速度、响应强度和响应延迟。
 
-K线序列的“可压缩性”：使用一种简化的算法（如趋势线拟合后的残差大小，或一定容忍度下的分段线性近似所需节点数），来衡量过去一段价格序列的信息复杂度。低复杂度（高可压缩性）意味着价格运动清晰、有规律；高复杂度则意味着混乱。研究“从混乱转向清晰”或“从清晰转向混乱”的拐点。
+    注意力惯性的"衰减曲线"：度量催化事件结束后，异常关注度回归基线的速度，构建"注意力记忆时长"因子，捕捉定价偏差的持续性。
 
-关键价位互动的“叙事逻辑”：识别近期的显著高点、低点、缺口、密集成交区作为“关键叙事节点”。分析当前价格在接近这些节点时的行为：是“尊重”（反弹/受阻）还是“无视”（直接穿越）？一系列对历史节点的“尊重”行为构成了一个连贯的“支撑阻力叙事”。能否量化这种叙事逻辑的强度？
+视角三：价格运动的"形态语法"解析 (Morphological Syntax of Price Movements)
 
-多尺度运动的“相位同步”：选取短期（如5日）、中期（20日）、长期（60日）的价格滤波序列（如移动平均线）。计算它们之间方向变化的领先滞后关系与同步性（可类似相位角分析）。例如，短期均线是否总是率先转向并引导中长期？还是三者经常背离？“多周期共振向上/向下”这种高度同步的状态，其形成过程和瓦解过程有何预测意义？
+核心思想：价格运动具有类似语言的"语法结构"和"叙事连贯性"。市场参与者潜意识地识别并交易这些形态模式，为系统性形态识别提供Alpha机会。
 
+关键研究维度：
 
-=== 关键语法规则（必须遵守） ===
-1. 数据字段规范：
-   - 可使用字段：close, volume, returns
-   - ❌ 错误：market_cap, marketcap, mkt_cap [这些字段不存在]
-   - ✅ 正确：使用volume作为规模代理，close作为价格
-   - returns通常定义为：ts_delta(close, 1) 或 close/ts_delay(close,1)-1
+    价格序列的"可压缩性"度量：使用简化算法（分段线性近似、趋势线拟合残差）量化价格运动的规律性程度，识别从混沌转向有序（或相反）的临界状态。
 
-2. ts_regression使用规范：
-   - 避免深度嵌套ts_regression，特别是作为其他函数的参数
-   - ✅ 正确：reg_slope = ts_regression(close, ts_step(1), 30, 0, 1)
-   - ❌ 错误：ts_delta(ts_regression(close, ts_step(1), 30, 0, 1), 5)
-   - 替代方案：用ts_delta组合计算动量变化
+    关键价位的"叙事逻辑"强度：分析价格在历史关键节点（前高、前低、缺口、密集区）的行为一致性，量化"支撑阻力叙事"的连贯性得分。
 
-3. if_else使用规范：
-   - 条件必须是简单布尔表达式
-   - 避免序列比较：❌ ts_std_dev(returns,60) > ts_mean(ts_std_dev(returns,60),120)
-   - 正确使用：✅ if_else(ts_rank(ts_std_dev(returns,60), 120) > 0.7, 短期动量, 长期动量)
+    多时间尺度的"相位同步"分析：研究不同周期滤波序列（如5日、20日、60日均线）之间的领先滞后关系和同步程度，识别多周期共振的形成与瓦解过程。
 
-4. bucket函数使用规范：
-   - bucket()返回分组ID，可用于条件判断
-   - ✅ 正确：bucket(rank(volume), range="0,3,0.4") == 0 [第一组为大成交量]
-   - ✅ 正确：group_mean(x, 1, bucket(rank(volume), range="0,3,0.4"))
-   - 注意字符串格式：range="起始值,组数,步长" 或 buckets="分割点列表"
-=== 关键语法规则结束 ===
+二、因子构建方法论
+2.1 数据字段使用规范
 
-*=====*
-注意事项:
-1. 避免过度复杂的嵌套（建议不超过3层）
-2. 每个表达式应有明确的经济逻辑
-3. 考虑实际交易可行性（避免未来函数）
-4. 包含风险控制元素（如波动率调整）
-5. 只能使用可用的数据字段：close, volume, returns等
-*=====*
+可用字段：
 
-参数逻辑：参数d（回顾期）应在[5, 10, 20, 30, 60, 120]等具有市场意义（周、月、季度、半年）的数值中合理选择并差异化。
-行业隐含：通过group_mean、group_rank等函数或假设表达式在行业指数上运行来体现"行业"逻辑。
+    close: 收盘价（唯一价格字段）
 
-构建框架指导（请按此逻辑创造新因子）：
+    volume: 成交量（用于规模代理、活跃度度量）
 
-维度融合模板（选择至少2个）：
+    returns: 收益率序列，定义为 ts_delta(close, 1) 或 divide(close, ts_delay(close, 1)) - 1
 
-A. 领导力动量 = 时序动量 × 横截面调整
-   逻辑：大成交量股票的动量更强
-   结构：group_mean(ts_delta(close, d1), 1, bucket(rank(volume), range="0,3,0.4"))
+禁止字段：
 
-B. 状态自适应动量 = 条件选择动量
-   逻辑：高波动用短期动量，低波动用长期动量
-   结构：if_else(ts_std_dev(returns,20) > 0.02, ts_delta(close,5), ts_delta(close,20))
+    ❌ market_cap, marketcap, mkt_cap（不存在）
 
-C. 行业传导因子 = 领先行业动量 × 相关性强度
-   逻辑：与强势行业相关性高的行业未来表现好
-   结构：multiply(ts_corr(group_mean(returns,1,industry), group_mean(returns,1,sector), d1), ts_delta(close,d2))
+    ✅ 使用volume作为规模代理，必要时进行横截面排序和分组
 
-D. 情绪反转 = 过度交易信号 × 基础趋势
-   逻辑：过度交易时反转，趋势延续时跟随
-   结构：multiply(reverse(ts_rank(volume/ts_mean(volume,20), 10)), ts_delta(close,20))
+2.2 复合因子构建框架
 
-关键组件库（可自由组合）：
-1. 动量类：ts_delta(close,{d}), ts_regression(close,ts_step(1),{d},0,1)
-2. 波动类：ts_std_dev(returns,{d}), ts_mean(abs(returns),{d})
-3. 成交量类：volume/ts_mean(volume,{d}), ts_zscore(volume,{d})
-4. 横截面类：if_else(rank(volume) > 阈值, 值1, 值2), bucket(rank(volume), range="0,3,0.4")
-5. 相关性类：ts_corr({x},{y},{d})
-6. 条件逻辑：if_else({condition}, {true_value}, {false_value})
+维度融合模板（至少选择2个维度组合）：
 
-参数池：d ∈ [5,10,20,30,60,120], 阈值 ∈ [0.5,0.7,0.8]
+A. 领导力动量 = 时序动量 × 横截面领导力调整
+text
+
+逻辑：大成交量股票的动量信号更强、更持续
+结构示例：group_mean(ts_delta(close, 20), 1, bucket(rank(volume), range="0,3,0.4"))
+经济解释：测量不同成交量分组内价格变化的均值，捕捉大成交量群体的主导方向
+
+B. 状态自适应动量 = 市场状态 × 动量周期选择
+text
+
+逻辑：高波动环境使用短期动量，低波动环境使用长期动量
+结构示例：if_else(ts_std_dev(returns, 20) > 0.02, ts_delta(close, 5), ts_delta(close, 20))
+经济解释：根据波动率状态动态调整动量计算窗口，适应不同市场环境
+
+C. 行业传导因子 = 行业间相关性 × 领先滞后关系
+text
+
+逻辑：与强势行业保持高相关性且略有滞后的行业可能迎来轮动机会
+结构示例：multiply(ts_corr(group_mean(returns, 1, industry_A), group_mean(returns, 1, industry_B), 30), ts_delta(close, 10))
+经济解释：测量行业间联动强度与自身动量的协同效应
+
+D. 情绪反转因子 = 过度交易信号 × 趋势强度
+text
+
+逻辑：在过度交易区域，强势趋势可能面临反转；在交易清淡区域，趋势可能延续
+结构示例：multiply(reverse(ts_rank(divide(volume, ts_mean(volume, 20)), 10)), ts_delta(close, 20))
+经济解释：交易活跃度异常高时反转动量信号，异常低时增强动量信号
+
+2.3 关键操作符使用规范
+
+1. ts_regression使用规范：
+
+    ✅ 正确：reg_slope = ts_regression(close, ts_step(1), 30, 0, 1)
+
+    ❌ 错误：避免深度嵌套，如ts_delta(ts_regression(close, ts_step(1), 30, 0, 1), 5)
+
+    ✅ 替代方案：先计算回归斜率，再对其应用ts_delta
+
+2. if_else条件表达式规范：
+
+    ✅ 正确：if_else(ts_rank(ts_std_dev(returns, 60), 120) > 0.7, 短期动量, 长期动量)
+
+    ❌ 错误：避免复杂序列比较，如ts_std_dev(returns, 60) > ts_mean(ts_std_dev(returns, 60), 120)
+
+3. bucket分组函数规范：
+
+    ✅ 正确：bucket(rank(volume), range="0,3,0.4") == 0（第一组为大成交量）
+
+    ✅ 正确：group_mean(x, 1, bucket(rank(volume), range="0,3,0.4"))
+
+    注意字符串格式：range="起始值,组数,步长" 或 buckets="分割点列表"
+
+4. 行业处理函数：
+
+    group_mean(x, weight, group): 计算组内加权平均
+
+    group_neutralize(x, group): 对组内进行中性化处理
+
+    group_rank(x, group): 计算组内排序
+
+    group_scale(x, group): 组内标准化到[0,1]
+
+    group_zscore(x, group): 计算组内z-score
+
+2.4 参数选择逻辑
+
+    回顾期d应从以下具有市场意义的数值中选择：[5, 10, 20, 30, 60, 120]
+
+        5: 周度（5个交易日）
+
+        10: 双周
+
+        20: 月度（约20个交易日）
+
+        30: 月半
+
+        60: 季度
+
+        120: 半年
+
+    阈值参数从[0.5, 0.7, 0.8]中选择
+
+    同一因子内不同组件的参数应差异化，体现多时间尺度融合
+
+三、因子组件库（可自由组合）
+3.1 动量类组件
+
+    简单动量：ts_delta(close, {d})
+
+    回归动量：ts_regression(close, ts_step(1), {d}, 0, 1)（返回斜率）
+
+    加速动量：ts_delta(ts_delta(close, 5), 5)
+
+    排名动量：ts_rank(ts_delta(close, 20), 60)
+
+3.2 波动性与风险调整组件
+
+    波动率：ts_std_dev(returns, {d})
+
+    平均绝对收益：ts_mean(abs(returns), {d})
+
+    波动率调整：divide(ts_delta(close, 20), ts_std_dev(returns, 20))
+
+    波动率状态：ts_rank(ts_std_dev(returns, 20), 60)
+
+3.3 成交量与活跃度组件
+
+    成交量异常：divide(volume, ts_mean(volume, {d}))
+
+    成交量z-score：ts_zscore(volume, {d})
+
+    成交量排名：rank(volume)
+
+    成交量分布：bucket(rank(volume), range="0,3,0.4")
+
+3.4 横截面调整组件
+
+    规模分组：if_else(rank(volume) > 0.7, 大市值组信号, 小市值组信号)
+
+    相对强弱：divide(ts_delta(close, 10), group_mean(ts_delta(close, 10), 1, industry))
+
+    行业中性化：group_neutralize(原始信号, industry)
+
+3.5 相关性与时序关系组件
+
+    时间序列相关性：ts_corr({x}, {y}, {d})
+
+    协方差：ts_covariance({y}, {x}, {d})
+
+    领先滞后关系：ts_corr(ts_delay(x, 1), y, d)
+
+四、因子构建原则
+4.1 复杂度控制原则
+
+    嵌套层数建议不超过3层
+
+    每个表达式应有清晰的经济逻辑解释
+
+    避免过度优化和数据挖掘偏差
+
+4.2 交易可行性原则
+
+    严格避免未来函数（只能使用历史信息）
+
+    考虑实际交易成本（避免高换手率因子）
+
+    使用hump(x, hump=0.01)平滑信号变化，降低换手
+
+4.3 风险控制原则
+
+    包含波动率调整元素
+
+    考虑极端值处理（使用winsorize(x, std=4)）
+
+    进行适当的标准化（normalize()或zscore()）
+
+4.4 行业轮动特异性
+
+    必须包含行业维度处理（group_*函数）
+
+    体现行业间传导、轮动、分化逻辑
+
+    考虑行业相对强弱与绝对动量的结合
+
+五、表达式构建示例框架
+示例1：行业注意力传导因子
+text
+
+经济逻辑：捕捉强势行业对弱势行业的注意力传导效应，测量追随行业对领导行业信号的响应速度和强度。
+
+组件分解：
+1. 识别领导行业：过去5日行业动量排名前30%
+2. 测量响应强度：自身收益率与领导行业收益率的滞后相关性
+3. 调整响应延迟：根据成交量调整，大成交量股票响应更快
+4. 行业相对位置：在自身行业内的动量排名
+
+示例2：摩擦差异化的动量因子
+text
+
+经济逻辑：在高摩擦（低流动性）股票中寻找未被充分消化的动量，在低摩擦股票中寻找快速衰减的反转机会。
+
+组件分解：
+1. 摩擦测量：成交量冲击的价格影响半衰期
+2. 动量计算：不同摩擦环境下的最优动量窗口
+3. 横截面调整：同摩擦水平股票间的相对强弱
+4. 行业中性化：控制行业风格暴露
+
+示例3：多周期形态共振因子
+text
+
+经济逻辑：识别短期、中期、长期价格趋势进入同步状态（共振）的股票，这些股票往往有更强的趋势持续性。
+
+组件分解：
+1. 多周期滤波：5日、20日、60日价格序列
+2. 相位同步测量：不同周期序列方向一致性的时间比例
+3. 共振强度：同步期的动量加速度
+4. 行业调整：与行业共振状态的相对差异
 
 *=====*