04
ORAKT LAB
好故事不等于好因子。让未来数据来决定。
因子必须经历历史回放、非重叠样本、交易成本、置信区间与未来到期验证。没有足够样本，就保持“收集中”，不自动升级。
- 样本外回测与未来验证
- 数据版本、参数与审计记录
- 有效因子进入候选，失败因子保留原因
验证界面示意 · 数值与区间为演示，不是已验证收益或获利概率
ORAKT LAB
因子挖掘与验证
ORAKT / LAB因子研究 · 方法说明
从信息特征到可检验的风险调整收益
摘要
因子挖掘的研究对象不是单次价格预测，而是在特定信息截止时间下可以重复计算的特征，以及该特征与后续资产表现之间的条件关系。新闻事件、经营披露与供应链变化首先需要被转化为有明确主体、频率、单位和可用时间的变量；只有完成这一步，叙事才可能成为可比较的研究假设。
本页讨论一套评价框架：在控制市场共同变化、信息泄漏和交易成本之后，候选信号是否仍提供增量解释，结果是否依赖少数样本，以及哪些新观察会使其失效。Alpha 是这一问题中的模型相关量，而非市场上涨的同义词；复杂的非线性表达也只有在独立验证中增加解释价值时才有意义。
关键词时点可得性风险暴露样本外检验未来验证
01
什么是 Alpha？
市场上涨时赚钱，不一定说明找到了额外优势。
在投资研究中，风险调整后的 Alpha 指所选模型无法用既有风险暴露解释的收益部分。它依赖模型、基准与观察期间，不是一张保证盈利的证书。Beta 则描述对市场或基准变化的敏感度，并不涵盖全部风险。
概念参考 · 不代表对本产品的认证CFA Institute · Risk-adjusted performance
02
为什么叫“挖掘”？
有价值的关系通常不写在一条新闻的标题里。
一个港口延误，未必影响所有制造商；一家公司的存货上升，也未必代表需求转弱。要把地点、产品、客户、财报时间与价格连起来，才可能形成值得验证的问题。我们把这种从零散信息中提出、量化并筛选候选信号的过程称为挖掘。
原始信息
公司披露存货、订单或产能发生变化。先保留来源与披露日期，不急着给出买卖判断。
候选因子
把假设转成能重复计算的特征，例如存货增长与收入增长的差值，并写清比较对象、频率和单位。
待验证问题
这个特征能否在之后一段明确的时间里区分表现？换一个行业或市场阶段，关系还存在吗？
03
一个信号，要过哪些关？
目标不是把历史成绩调得漂亮，而是发现它在哪些条件下会失效。
写下假设与截止时间
明确对象、方向、持有期和失败条件，只使用当时已经公开的数据。
保留未参与调参的数据
样本外指没有参与当前规则拟合的数据；不能看完检验结果再反复修改规则，却仍称它为独立检验。
和合理的替代方案比较
同时看大盘与行业基准，检查成本、换手、回撤与独立样本数量。市场普涨不能被算作模型独有的能力。
等待新的结果到期
保存原参数与预测时间，再等待之后的数据。未到期不补答案，证据不足不自动升级。
概念参考 · 不代表对本产品的认证Bailey et al. · The Probability of Backtest Overfitting
04
怎样读一张因子验证卡？
先问它测了什么，再看分数有多高。
| 指标 | 应该看什么 | 不能说明什么 |
|---|---|---|
| 超额收益 | 相对哪个基准、同一期间、是否扣除成本。 | 不自动等于风险调整 Alpha。 |
| 胜率与独立样本 | 重叠交易是否反复统计；赢一次和亏一次的幅度。 | 高胜率不代表一定赚钱。 |
| 回撤 | 测试中从阶段高点到低点的下跌，以及恢复过程。 | 历史回撤不是未来损失上限。 |
| 置信区间 | 估计结果的不确定范围、样本与计算假设。 | 不是下一笔交易的获利概率。 |
MTH
技术说明与适用条件
因子研究 · 方法说明
M.01
风险调整与估计目标
以单市场因子模型为例，组合超额收益可以分解为截距、市场风险暴露与残差。Alpha 是回归截距的估计对象，不是简单的策略收益减去指数收益；基准选择、样本期间与费用处理改变时，估计也可能改变。
r_p,t − r_f,t = α + β(r_m,t − r_f,t) + ε_tr_p 为组合收益，r_m 为市场基准收益，r_f 为无风险收益，β 为市场敏感度，ε 为残差。所有序列使用同一频率；此式仅说明研究模型，不是本站已估计的业绩结果。
M.02
信息截断与时间上的可复现性
发生时间不等于可用时间。季度已经结束，并不意味着当时已经知道财报内容；今天下载的数据也可能包含之后发生的修订。因此，一个可审计的历史判断应固定数据版本和实际可用时间，并把特征、目标结果和拟合参数分别记录。
以下集合是建议的审计约束表达。它要求预测时点之后可得的材料留在集合之外；仅在页面写出这一规则，并不能证明某一份历史报告已满足规则，仍需逐份检查原始时间记录。
I(t) = { dᵢ : available_at(dᵢ) ≤ t }I(t) 表示时点 t 允许使用的信息集合；dᵢ 是特定版本的数据记录。它不是“所有日期早于 t 的网页”的简单集合。
M.03
评价协议与失败条件
检验前应固定研究范围、观察期、市场与行业基准、成本及调参规则。按时间分离拟合、验证和最终检验；一旦依据测试结果修改规则，该区间就不再是未使用的测试集。反复尝试的数量、失败版本和成本假设应与最佳结果一起保留。
非重叠窗口可以减少同一段价格变动被反复计数，却不保证样本完全独立：多个股票仍可能承受共同市场冲击。报告应把样本数量、集中度和不确定性放在收益旁边，并用新的到期观察检查关系是否持续，而不是靠增加相似报告数量获得更高确信。
Q/A
补充说明
常见概念分歧与使用边界。
为什么结果会一直写“收集中”？
可能是未来观察期尚未结束，或独立样本仍不足。多生成几篇使用相同价格区间的报告，并不会自动增加独立证据。等待有时就是正确的研究动作。
线性和非线性关系有什么区别？
线性近似假设单位变化带来的边际影响大致固定；非线性关系可能表现为阈值、饱和或因素之间的相互作用。例如供应紧张时，同样的运输中断可能比库存充足时影响更大。这是机制假设，需要数据检验，不是复杂就更准确。
回测好就可以照着交易吗？
不能仅据回测作决定。数据偏差、实际成交、流动性和市场变化都可能改变结果。先阅读假设、成本与风险限制，历史模拟不代表实际业绩或未来收益。
ORAKT · 观因