一条完整的研究流水线
四个模块首尾相接，上一步的结果直接成为下一步的输入；智能体可以在任何一步接手。
- 01
因子库
内置大量经典因子，也能写入你自己的因子；选好股票范围和日期，一键生成因子值。
- 02
单因子测评
IC、RankIC、ICIR、分层收益与多空净值，按手续费和滑点扣除成本。
- 03
信号合成
把多个因子合成一个综合信号：等权排名、滚动 Rank IC 加权，或用 Python 自定义。
- 04
回测
把信号变成持仓：Top K 多头、分位数多空或自定义权重，看清每一笔成本。
AI 智能体贯穿全程：理解你的问题，调用对应模块，把结果整理好交回给你。
说出你的想法，智能体替你完成
它不只是回答问题。Aleph Agent 会梳理研究问题、分析数据、搭建研究框架，并直接调用单因子测评、信号合成和回测，把每一步的结果交回给你。
梳理问题
把模糊的想法拆成可以检验的假设，明确数据、区间和评价标准。
分析数据
读懂你上传的因子与结果文件，指出异常、缺失和值得追问的地方。
形成研究框架
给出研究步骤与对照实验，让每个结论都有依据。
直接动手
调用单因子测评、信号合成与回测，按你的参数跑完，再解读结果。
01
因子库：从经典因子到你自己的想法
- 内置因子按类别整理：波动率、趋势、流动性、反转、价量关系、动量等，进阶因子持续更新。
- 用 Python 写入自定义因子，统一的输入输出格式，写完就能和内置因子一起使用。
- 选择股票范围和起止日期，批量生成因子值包，后续模块直接调用。
02
单因子测评：一个因子到底好不好
- IC、RankIC、ICIR 与覆盖率，一眼看清因子的预测能力和稳定性。
- 5 组或 10 组分层回测与多空组合净值，看收益是否随分组单调变化。
- 按单边手续费和滑点扣除成本，同时给出换手；也支持上传外部因子文件（CSV / Parquet）。
03
信号合成：让多个因子说同一句话
- 等权排名：每天对各因子做截面排名后平均，不训练模型，稳健透明。
- 滚动 Rank IC 加权：用过去一段时间的表现决定因子方向和权重。
- 自定义 Python：在受限环境里写自己的合成逻辑，只能读到当时已知的数据。
04
回测：把信号变成可以检验的持仓
- Top K 等权多头、分位数等权多空，或用 Python 自定义权重构建。
- 持仓、成交与交易成本逐日可查，净值和回撤与基准放在一起对比。
- 每次回测的参数和数据都完整记录，结果随时可以复现。
专业研究的底线
数据私有
你上传的因子代码和数据只对你自己可见。
严格时点
信号在下一个交易日才建仓，回测不使用当时还不知道的数据。
结果可复现
每次测评与回测都保存为不可更改的结果，参数和数据快照一并记录。
覆盖全市场
可在全部 A 股或指定指数成分股范围内研究，日期区间自由选择。