++

alpha_template.py

@@ -14,20 +14,21 @@ PREPARE_PROMPT = os.path.join(str(PROJECT_PATH), 'prepare_prompt')
 SQLITE_PATH = os.path.join(str(PREPARE_PROMPT), 'data_sets.db')
 
 # Alpha模板 - 支持 <keyword1|keyword2|keyword3> 语法
-ALPHA_TEMPLATE = "ts_mean(<Profit|Income|Earning>, <window>)"
+# ALPHA_TEMPLATE = "is_nan(<Gross|Profit|Margin>, <window>)"
+ALPHA_TEMPLATE = "not(is_nan(<Gross|Profit|Margin>))"
 
 # 窗口列表
 WINDOW_LIST = [5, 20, 60, 250]
 
 # 运行模式：1=name搜索, 2=description搜索, 3=混合模式
-MODE = 2
+MODE = 3
 
 # 数据库配置
-REGION = 'USA'
+REGION = 'GLB'
 UNIVERSE = 'TOP3000'
 
-MAX_OUTPUT_COUNT = 1000
+MAX_OUTPUT_COUNT = 2000
-ACTUAL_GENERATION_COUNT =  500
+ACTUAL_GENERATION_COUNT =  1000
 
 # ==================== 初始化 ====================
 engine = create_engine(f"sqlite:///{SQLITE_PATH}")

手动优化模板提示词.txt

@@ -0,0 +1,15 @@
+请作为量化金融因子分析专家，严格按以下规则执行：
+我的需求：当我给你一个量化因子表达式时，你需要直接输出一个用于优化替换其核心数据字段的金融逻辑分析表。
+你的输出规则：
+输出必须是纯Markdown表格，包含且仅包含以下三列：
+逻辑分类
+核心关键词（多个词用 | 分隔）
+对应的投资逻辑
+表格必须有恰好四行，代表四个不同的优化方向。
+每一行的内容必须满足以下质量要求：
+逻辑分类：必须是简短、专业且互不重复的金融概念名称。
+核心关键词：必须提供2-4个可直接用于替换原字段名的、具体且标准的英文财务指标或数据字段关键词。
+对应的投资逻辑：必须用一句话清晰阐明选择此类指标的金融学原理或市场假设，不能是简单的指标解释。
+禁止事项：输出中不得出现任何额外的解释、分析过程、步骤说明或对话内容。
+现在，请基于我提供的以下因子表达式进行分析并输出表格：
+not(is_nan(pv87_2_pretaxprofit_af_matrix_all_median))