3. 因子与信号 DWS

作用：批量计算 Alpha101 因子值，再做筛选 → 组合 → 截面排序，产出每个调仓日的目标持仓。

输入是预处理层的干净面板（returns / vwap / cap + OHLCV，见数据预处理）。输出是两样东西：

这一层对下游的承诺：同样的输入永远算出同样的持仓（可复现），且 T 日的持仓只依赖 T-1 及更早的信息（无未来函数）。

101 个因子全部按 WorldQuant 论文的公式实现，不做「自认为更合理」的改动。原因是偏离定义的偏差是静默的：程序不报任何异常，因子值却系统性错误。两个真实教训：

这两个事故共同的教训：因子层的正确性无法靠「跑通了」验证，只能靠对照定义逐项核对，以及可复现性约束。

101 个因子不是 101 份独立信号。Alpha101 高度同构（大量因子共享相似的量价结构，见 Alpha101 是什么），直接全用等于给同一个信号重复计权。所以进组合前有两道筛选。

IC 法是完整单因子评估体系（IC/ICIR、分组测试、回归法）中的一环，本系统当前仅实现这一环，分组测试与回归法尚未实现。三个维度的公式、算例与互补关系见单因子有效性评估。

第一道，逐因子评估。对每个因子逐日计算「当期因子值 vs 未来 5 日收益」的截面 Spearman 相关，得到一条 IC 序列，然后设四项条件：

任一条件不满足即排除。101 个因子筛选后，剩余数量通常大幅减少。

第二道，去冗余。通过筛选的因子两两算相关，> 0.7 视为同质信号，只保留 IC 较高者。

这套筛选的隐含代价要在主线说清楚：IC 用未来 5 日收益评估因子，所以筛选本身是「用历史窗口内的未来」做的。窗口内没问题，但把筛选结果外推到窗口外，就是路线图里「因子衰减监测与自动重训练」要解决的问题。

通过筛选的因子合成为单一分数，分三步：先做每日截面标准化拉平量纲；再按各因子 IC 均值的符号统一方向（负 IC 因子翻号，表示与收益负相关）；最后加权求和，默认按 ICIR 加权——预测越稳定的因子权重越大（等权 / IC 加权作为备选口径保留）。

最后每日对合成分做截面排序取前 10 名，等权各 1/10，连同分数写入目标持仓。

合成分只算一份。回测入口在使用前对信号整体后移一天（T 日只用 T-1 的分）；实盘入口在收盘后才运行，天然只有 T-1 及更早的数据。防未来函数不依赖散布在各处的时间判断，而是在入口处物理隔离。这就是 One Codebase 在信号层的形态；三套独立实现导致结果无法复现的教训见事故档案 · 回测实盘路径分叉。

101 个因子全部定义；行业中性化已在因子层使用（按 sector 分组，缺失行业时退化为全市场去均值），但不是 point-in-time 行业分类，历史行业变化仍可能带入未来信息。早期 README「82 可运行」口径已过时，以引擎的可用因子清单为准（见指标口径）。

上一层：2. 数据预处理 DWD · 下一层：4. 截面回测引擎