Alpha 因子挖掘系统

A modular, extensible automated Alpha factor mining platform for A-share and US equity markets, inspired by WorldQuant / BigQuant.

一个模块化、可扩展的自动化 Alpha 因子挖掘平台，参考 WorldQuant / BigQuant 架构设计。支持手动表达式、遗传编程、深度学习三种因子生成模式，覆盖数据加载 → 因子计算 → 有效性评估 → 可视化报告的完整研究工作流。

24 个算子 · 3 种因子生成模式 · A 股 + 美股双市场 · CLI + Streamlit + Notebook 三入口

30 秒上手

from alphamining import initdata, quick_evaluate
一行加载数据（A 股 / 美股自动路由 + 标准化 + 衍生特征）
data = initdata(market='ashare', start='2019-01-01', end='2024-12-31')
一行评估因子：表达式 → IC/分层回测/多空绩效/图表
result = quickevaluate("rank(tsmean(close,20)/close)", data, n_groups=5)

flowchart LR
    subgraph Data["📊 数据层"]
        AK[Akshare A股]
        TS[Tushare]
        BS[Baostock]
        YF[YFinance 美股]
    end
    subgraph Engine["🔧 因子引擎"]
        EX["表达式<br/>(WorldQuant 语法)"]
        GP["遗传编程<br/>(gplearn)"]
        DA["DeepAlpha<br/>(DNN/LSTM)"]
    end
    subgraph Eval["📈 评估"]
        IC[IC/IC_IR]
        BG[分层回测]
        LS[多空绩效]
    end
    subgraph Viz["🎨 可视化"]
        P1[IC 时序]
        P2[净值曲线]
        P3[分组收益]
        P4[月度热力图]
    end
    Data --> Engine --> Eval --> Viz
    style Engine fill:#1a1f2e,color:#7dd3fc
    style Data fill:#14171d,color:#e6e9ef
    style Eval fill:#14171d,color:#e6e9ef
    style Viz fill:#14171d,color:#e6e9ef

核心特性

📊 数据层

多数据源支持：Akshare（免费A股）、Tushare（专业数据）、Baostock（稳定数据）、YFinance（美股）
自动降级机制：首选数据源失败时自动尝试备选
多市场支持：A股(a_share)、美股(us)自动路由
Parquet 本地缓存：重复使用无需重复下载
数据标准化：统一字段命名、格式、复权处理

🔧 因子引擎

三种因子生成模式

- 手动表达式：类 WorldQuant 表达式语法 - 遗传编程：gplearn 自动进化有效因子 - DeepAlpha：DNN/LSTM 深度学习隐式因子

24 个内置算子

- 截面算子：rank, zscore, demean, scale - 时序算子：tsmean, tsstd, tsdelta, tscorr, tsskew, tskurt, residual - 数学算子：abs, sign, log, power, sqrt, add, sub, mul, div - 条件算子：if_else

📈 因子评估

IC 分析：Pearson / Spearman 双指标
IC_IR 稳定性：IC 均值/标准差
5-10 分组回测：分层年化收益对比
多空组合绩效：年化收益、夏普、最大回撤、卡玛比率
换手率分析：因子稳定性评估
训练/测试集严格切分：避免过拟合
行业市值中性化：可选

🎨 可视化输出

IC 时间序列图（±2σ 通道）
多空净值曲线图
分组累计收益对比图
月度 IC 热力图
因子整体对比汇总图

快速开始

安装依赖

pip install -r requirements.txt

可选模式按需安装：

pip install gplearn      # 遗传编程模式
pip install torch         # DeepAlpha 深度学习模式
pip install streamlit     # Web 界面

命令行运行（v3.0 标准包入口）

# 查看系统信息与可用模式
python -m alpha_mining info
用默认 config.yaml 运行
python -m alpha_mining run
直接传入因子表达式（覆盖配置）
python -m alphamining run -e "rank(tsmean(close,20)/close)" "-rank(tsstd(return1d,20))"
指定市场 / 生成模式
python -m alpha_mining run --market us --mode expression
不生成图表
python -m alpha_mining run --no-plots
指定配置文件
python -m alphamining run -c myconfig.yaml

Streamlit Web 界面

streamlit run app.py

Notebook 优先工作流

推荐在 Notebook 中使用 v3.0 高级 API，一行代码完成加载 / 评估：

from alphamining import initdata, quickevaluate, comparefactors
一行加载数据（含标准化 + 衍生特征）
data = initdata(market='ashare', start='2019-01-01', end='2024-12-31')
一行评估单个因子
result = quickevaluate("rank(tsmean(close,20)/close)", data, n_groups=5)
对比多个因子
comparefactors(["rank(tsdelta(close,5))", "-rank(tsstd(return1d,20))"], data)

完整示例见 notebooks/01_quickstart.ipynb。

配置文件说明

完整配置见 config.yaml，主要分段：

market: ashare # ashare (A股) / us (美股) data: preferred_source: null # null = 按市场自动选择；或指定 akshare/tushare/baostock/yfinance fallback_sources: [tushare, baostock] # 失败时自动降级 start_date: "2019-01-01" end_date: "2024-12-31" symbols: all # all = 全市场；或 ["000001.SZ", "000002.SZ"] factor_generation: mode: expression # expression / gplearn / deep_alpha expressions: # 模式 1 - "rank(ts_mean(close,20)/close)" - "-rank(tsstd(return1d,20))" gp: # 模式 2 population_size: 200 generations: 20 top_n: 5 deep_alpha: # 模式 3 model_type: dnn # dnn / lstm / transformer hidden_layers: [128, 64, 32] numoutputfactors: 10 evaluation: n_groups: 5 train_ratio: 0.8 neutralize: false # 行业市值中性化

filter: # 因子筛选阈值 mintrainicir: 0.5 mintestic_mean: 0.02 minlssharpe_train: 1.0

因子表达式参考

| 表达式 | 因子含义 | 预期 IC 方向 | |--------|----------|------------| | rank(ts_mean(close,20)/close) | 价格偏离均线程度 | 负 | | ts_delta(close,5) | 5 日动量 | 正/负 | | -rank(tsstd(return1d,20)) | 波动率反转 | 正 | | ts_zscore(volume,10)*-1 | 成交量异常 | 正 | | rank(closevwapdiff) | 价格与成交均价差 | 负 | | tsskew(return1d,20) | 收益率偏度 | 负 | | residual(close, log_volume, 20) | 成交量解释后的残差收益 | 正 |

项目结构

alpha-mining-system/
├── alpha_mining/                # v3.0 标准包
│   ├── init.py             # 包入口，导出高级 API
│   ├── main.py             # python -m alpha_mining 入口
│   ├── cli.py                  # 命令行接口 (run / info)
│   ├── api.py                  # Notebook 高级 API
│   ├── data_hub.py             # 统一数据抽象层（多市场）
│   ├── factor_engine.py        # 因子计算引擎
│   ├── evaluator.py            # 因子评估器（中性化增强）
│   ├── visualizer.py           # 结果可视化模块
│   ├── operators.py            # 24 个算子库
│   ├── utils.py                # 工具函数
│   └── data_adapters/          # 数据源适配器（市场感知）
│       ├── base_adapter.py
│       ├── akshare_adapter.py
│       ├── tushare_adapter.py
│       ├── baostock_adapter.py
│       └── yfinance_adapter.py
├── notebooks/
│   └── 01_quickstart.ipynb     # Notebook 优先工作流示例
├── api/
│   └── index.py                # Vercel Serverless Function 入口
├── app.py                      # Streamlit Web 界面
├── config.yaml                 # 默认配置
├── requirements.txt
├── vercel.json
├── LICENSE
└── README.md

运行时自动生成：datacache/（行情缓存）、factorcache/（因子缓存）、results/（输出报告与图表），均已在 .gitignore 中排除。

v3.0 升级要点

相对 v2.1 的主要变化：

标准 Python 包结构 — 从顶层脚本改为 alphamining/ 包，入口统一为 python -m alphamining。
Notebook 优先工作流 — 新增高级 API（initdata / quickevaluate / compare_factors），一行代码完成加载与评估。
命令行接口 (CLI) — run / info 子命令，支持 -e 传入表达式、--market / --mode 覆盖配置，便于批量与自动化回测。
Streamlit Web 界面 — streamlit run app.py 提供交互式因子探索。
Serverless API — api/index.py 提供轻量 HTTP 接口。
因子元信息系统 — FactorResult 统一包装，携带 name / category / source / expression / dataversion / generatedat 等完整溯源信息。
高阶算子 — tsskew / tskurt / residual。
多市场架构 — market 参数路由 A 股 / 美股，适配器自动按市场过滤数据源。

有效因子筛选标准

| 指标 | 最低阈值 | 优秀阈值 | |------|----------|----------| | 训练集 RankIC_IR | > 0.3 | > 0.5 | | 测试集 RankIC 均值 | > 0.01 | > 0.03 | | 多空夏普（训练） | > 0.5 | > 1.0 | | 方向一致性 | 训练/测试同号 | - | | 日换手率 | < 0.3 | < 0.15 |