天驭学院 · 教学材料 · 量化策略开发
分步讲解（文字）
Alpha 因子设计
本节为可手动翻页的文字讲解，不含视频或音频。按自己的节奏阅读，完整推演与材料见下方讲义。
课程讲义
Alpha因子是事先定义的可计算排序或数值假设，不是保证超额收益。首先明确资产集合、频率、可用时点和预期作用机制。
给动量定义close_t/close_(t−3)−1→说明何时可用→单独定义未来标签→写相反结果可能的原因。
close100/101/102/103，算第三期后的3步动量；若用t+1收盘计算t因子会怎样？
3步动量3%；使用t+1会引入未来数据。因子和标签可以有不同窗口，但特征必须在决策前可得，样本不足保留缺失。
收盘100、101、103、102，2期动量在第3点为3%，第4点为0.990099%。下一期收益标签必须等未来一期出现后才能用于评估。样本小或恒定列会使相关无意义，不使用“IC>0.03必有效”固定门槛。
标签是未来结果，不是可交易特征；筛选了多少因子、失败多少个也要记录。
这个无依赖脚本提供秩相关、时间折、库存估值、协方差风险与拒绝路径的小实验。网格部分仅做下穿买入库存，不含卖出回收或真实成交；风险平价部分只演示给定协方差，不是通用优化器。按报告核算，不将小实验当作完整生产策略。
python strategy_labs.py课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
本节要点
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。