[TOC]
Outline
因子挖掘流派不同，ML的人搞黑盒，金融学派追求解释性
在量化公司里会注重：为什么你的 alpha 是 work 的，背后有什么逻辑。
什么是 Alpha？
茅台、Nvidia就是有alpha的，大盘无论涨跌都有超额收益。
股票风险极大，好的时候50% per year
货币、债卷、股票、xx 一个组合投资
smart beta：大盘好/坏 觉定 long/short
Alpha收益操作
Alpha 强调对冲（乔治·索罗斯），只靠一个方向long/short，必然倾家荡产
做空：做空期货、做空期权
一般 50 w 才到对冲的 bar， 一个package大概 300-500 w，2000 w比较稳定，可以对冲市场风险
因子分类
所有 factor 都是风险因子
一旦一个alpha因子被市场熟知，那么就会变成风险因子，因为每一个因子都有其资金容量
由数据类型分类因子
基本面因子一年变动4次，来自于季报
另类数据因子都是小作文，尤其LLM可以来这里整整
龙虎榜可以检测大资金流向
电商数据，只要看月销量就可以long了，绝了
千禾味业 和 海天，海天加防腐剂，传利空
动量因子就是均值回归的因子，有的人专做关心
我们在二级市场？
有没有idea最主要看：1）知识体系 2）思考（啥也别干，好好想想）
因子组合的有效性
因子评价
和机器学习中的做法是一致的
一般PnL要是上升线才有必要实盘
因子逻辑和普适性分析
WQ Example
加rank之后就相当于sigmoid
金叉，死叉？
这是量价因子
