横截面因子研究 - 英文术语表
适用范围：
content/quant/量化研究/横截面因子研究/展开讲/配套详解：./术语详细解释.md
第一次阅读这一组文档时，建议先看这份术语表。 这里把文档里反复出现的英文量化术语、阶段名、统计词、执行词和产物命名统一解释清楚。
0. 先讲两个阅读规则
- 代码块里的
snake_case名字，通常是“机器可读字段名”或“冻结合同字段名”，不是自然语言句子。 - 文件名通常是“概念 + 文件格式”，例如
factor_manifest.yaml可以拆成：factor_manifest：因子元信息清单yaml：一种适合写配置和结构化说明的文本格式
1. 阶段与治理术语
Mandate：研究立项与合同冻结阶段，先锁研究边界，再允许后续做数据、信号、训练和验证。DataReady：数据底座冻结阶段，统一后续研究要使用的date x asset面板世界。SignalReady：信号身份冻结阶段，明确因子是什么、扮演什么角色、如何被下游消费。TrainFreeze：训练尺子冻结阶段，锁住预处理、中性化、分桶、调仓等后续必须复用的规则。TestEvidence：证据验证阶段，在独立样本上看排序能力、稳定性和进入交易层的资格。BacktestReady：交易层冻结阶段，锁组合表达、执行政策、风险覆盖、成本和容量口径。HoldoutValidation：最终未见窗口验证阶段，检查冻结方案在最终独立窗口上是否仍成立。Backtest：回测，用历史数据按既定交易规则模拟策略表现。Holdout：最终保留、不参与设计和调参的未见验证窗口。Train：训练窗，用来估计后续要复用的处理尺子和规则。Test：独立测试窗，用来检验证据，但不直接宣布交易层胜利。Shadow：影子运行阶段，不直接上真仓，但按接近实盘的方式跟踪表现。PASS：通过，说明该阶段结论允许继续推进。CONDITIONAL PASS：有条件通过，说明可以推进，但必须带着明确限制条件。NO_GO：不通过，不允许继续推进到下一阶段。CHILD LINEAGE：子谱系，表示后续工作已不是原研究线的正常延续，而是新分支。lineage：谱系，指一条研究线从立项到验证的版本继承关系。child lineage：子研究线，通常意味着研究边界、时间窗、执行表达等关键轴发生了改变。review：正式复核，不是随口看一眼，而是按阶段纪律检查能不能过门。formal gate：正式门禁，指阶段推进前必须满足的规则集合。QROS：Quant Research OS，量化研究流程治理框架，用阶段冻结和评审门禁管理研究线。kill_criteria：终止条件，指哪些情况出现后，这条研究线就不该继续按原路径推进。failure_governance：失败治理规则，指失败时如何归因、如何处置、是否要终止或开新线。
2. 样本、市场与数据底座术语
cross_sectional_factor：横截面因子研究路线，核心问题是“同一时点不同资产谁更强、谁更弱”。cross-sectional：横截面的，强调同一时间点跨资产比较，不是单一资产跨时间比较。date x asset：研究样本的二维坐标，表示每条样本是“某一天的某个资产”。panel：面板数据，通常就是按date x asset组织的二维表。universe：样本池，指有资格进入横截面比较的资产集合。Universe：如果在文中首字母大写，通常仍是指研究样本池这个概念。venue：具体交易场所或撮合场，例如binance_spot、bybit_perp。venue_scope：允许纳入研究的交易场范围。asset：资产，例如 BTC、ETH、SOL 这类可被比较和交易的标的。asset_key：资产主键，机器识别某个资产所用的唯一字段。date_key：时间主键，机器识别某个时点所用的唯一字段。panel_frequency：面板频率，例如1h、4h、1d，表示样本按多长时间间隔排列。bar：K 线条，也可理解为某个固定时间粒度上的行情块。bar_size：K 线粒度，例如1h表示 1 小时一根。timezone：时区。UTC：协调世界时，是量化研究里常用的统一时区标准。close_time：K 线收盘时点。open：开盘价。close：收盘价。next_bar_open：下一根 K 线开盘时点，常用来定义“信号最早何时可被交易”。available_after：某数据或信号在什么时点之后才算可用。signal_timestamp：信号对应的时间戳定义。time_semantics：时间语义，指一个字段或信号到底对应什么时候、何时可见、何时可用。timestamp_semantics：时间戳语义，含义与time_semantics接近，但更强调时间戳字段本身的定义。time_split：时间切分合同，明确 train/test/backtest/holdout 各自的起止区间。horizon：预测或评价视角的持有期，例如 1 天后、5 天后的收益。best_h/best_horizon：表现最好的持有期。文档通常提醒不要在上游阶段被这种事后最优口径带偏。lag：时滞，指信号生成到实际交易或生效之间间隔多少时间。T：当前信号时点。T+1：下一个交易时点或下一期，常用来表达“下一期才交易”。market：市场，可以指现货、永续、股票、期货等大的交易场景。crypto：加密资产市场。binance_spot：币安现货市场。binance_futures：币安合约市场。bybit_perp：Bybit 永续合约市场。okx_spot：OKX 现货市场。
3. 数据合同与分类术语
data_contract：数据合同，规定允许使用哪些数据、时间语义如何定义、怎样对齐到研究样本。panel_contract：面板合同，规定数据面板长什么样、主键是什么、频率是什么。panel_manifest：面板元信息清单，记录主键、频率、时区、覆盖规则等信息。taxonomy：资产分类体系，例如把资产分成layer1、defi、meme等类别。taxonomy_contract：分类体系合同，规定分类来自哪里、版本是什么、如何复现。asset_universe_membership：样本池成员关系，记录“某个时点这个资产是否属于研究 universe”。membership：成员关系，通常就是指某资产在某时点是否属于某个集合。eligibility：基础可研究性，指“这个观测在当前时点是否具备研究资格”。eligibility_contract：基础可研究性合同，规定哪些条件决定一个样本是否可研究。eligibility_base_mask：基础可研究性掩码表，通常用真假值表示每个样本是否合格。mask：掩码表，常用真假值表示“某样本是否满足条件”。shared_feature_base：共享基础特征层，指后续多个阶段都会复用的基础字段集合。feature：特征，泛指用来描述资产、环境或信号的变量。field：字段，数据表中的列名或属性。fields：字段集合。log_market_cap：市值取对数后的字段，常用于中性化或控制大小盘暴露。market cap：市值，资产总市值。volume_24h/rolling_volume_24h：24 小时滚动成交量。days_listed：上市天数。listing_days：某资产已上市了多少天，常用来过滤新上市资产。beta_30d：过去 30 天估出来的 beta 暴露。stablecoin/stablecoins：稳定币，价格锚定某种资产或法币。leveraged_tokens：杠杆代币，自带杠杆结构的交易产品。exchange_token：交易所平台币。layer1：公链基础层项目类别。defi：去中心化金融类别。meme：meme 币或 meme 类资产类别。lookahead：前视偏差，指不小心用到了当时本不该知道的信息。leakage：信息泄漏，常指未来信息或下游信息被提前带回上游。replay：重放，指按原始输入和原始配置重新跑出同样结果。rebuild：重建，指根据合同和产物重新生成相同数据或结果。price_source：价格数据来源。liquidity_source：流动性数据来源。spot_klines：现货 K 线数据源。coverage_rule：覆盖规则，定义在什么条件下某样本才算进入正式覆盖范围。category：分类标签。symbol：交易符号，例如BTCUSDT这类资产代码。
4. 因子、信号与角色术语
factor：因子，用来给资产打分、排序或过滤的研究对象。signal：信号，通常是最终被下游训练、测试或组合消费的可执行打分或条件。alpha：超额收益来源。文档里说“候选 alpha”时，通常指可能带来独立收益解释力的因子。standalone_alpha：单独就应该具备横截面排序能力的因子角色。regime_filter：环境过滤器，用来判断在什么市场状态下应当启用或停用某策略。combo_filter：组合过滤器，用来在组合层做条件筛选或约束，而不是单独打分。single_factor：单因子，最终输出只由一个核心因子逻辑决定。multi_factor_score：多因子确定性打分，用多个字段按固定公式组合成一个分数。factor_id：因子唯一标识符。factor_name：因子名称。factor_identity：因子身份信息，包括输入字段、派生字段、时间语义等。identity：身份定义，强调“这个对象到底是什么”。factor_role_contract：因子角色合同，规定这个因子后续应按哪类证据逻辑被检验。factor_structure_contract：因子结构合同，规定它是单因子还是多因子，内部怎么组合。factor_role：因子角色本身。factor_structure：因子结构本身。raw_factor_fields：原始输入字段。derived_factor_fields：派生字段，即由原始字段加工出来的中间变量。factor_panel：按date x asset组织的因子值面板。factor_selection：因子筛选结果，记录哪些对象被保留进入下一阶段。factor_manifest：因子元信息清单，记录因子身份、版本、依赖字段等。factor_coverage：因子覆盖率，表示在多少样本、多少时点上有有效因子值。factor_contract：因子合同，泛指约束因子身份、角色和结构的规则集合。selected_factor_spec：被正式选中进入下游阶段的因子规格说明。expression：表达方式，指信号或组合最终以什么形式被使用。portfolio_expression：信号最终准备怎样映射成组合表达。long_only_rank：只做多的排序表达，通常买入高分资产，不做空低分资产。long_short_market_neutral：多空市场中性表达，通常做多高分、做空低分，并尽量控制整体市场暴露。market_beta_neutral：市场 beta 中性化，尽量去掉整体市场方向暴露。group_neutral：分组中性化，尽量在每个分类组内部做平衡，减少行业或板块偏差。neutralization：中性化，指把某些已知暴露从信号或组合里剥离出去。neutralization_policy：中性化政策，规定要不要中性化、对哪些暴露做中性化、按什么规则做。deterministic：确定性的，意思是给定同样输入一定得到同样输出，不依赖训练学出来的参数。gating：门控，根据某个条件决定是否允许某信号或组合生效。filter：过滤条件，用来筛掉不满足条件的样本或时点。combo：组合体，强调多个因子、条件或模块共同作用。gated：加了过滤条件后的版本。ungated：没加过滤条件的原始版本。momentum：动量，通常指过去一段时间涨得越多、后续越可能继续强势的特征。turnover：换手或成交活跃度。VWAP：成交量加权平均价。RSI：相对强弱指标。MOM_20D：20 日动量因子 ID。ret_20d：20 日收益率。score：分数，通常指因子对资产打出来的排序值。score weighted：按分数大小分配权重，而不是简单等权。weights：组合权重。ID：标识符，意思与 identifier 接近。
5. 训练、统计证据与评估术语
preprocess_contract：预处理合同，规定因子值在进入正式评估前如何清洗和整理。preprocess：预处理，指正式评估前的清洗、变换和标准化步骤。winsorize：去极值，把特别极端的值截到某个分位边界上。clipping：裁剪，把超出某范围的值直接截断。zscore：标准分，把变量转成“离均值多少个标准差”的形式。cross_sectional_zscore：横截面标准化，在每个时点上对资产截面做 z-score。standardize：标准化，把不同量纲的变量转成可比较的尺度。rank transform：排名变换，把原值变成排名或百分位。MAD：中位数绝对偏差，一种鲁棒的离散度衡量方式。mad_3：常表示按 3 倍 MAD 做异常值处理的规则。neutralization_contract：中性化合同，规定训练窗里如何做暴露剥离。ranking_bucket_contract：分桶合同，规定横截面怎么分组比较。bucket：分桶、分组，例如把资产按分数从高到低分成若干组。quintile：五分位，把截面分成 5 组。decile：十分位，把截面分成 10 组。tercile/tertile：三分位，把截面分成 3 组。ties：并列值处理规则，指多个资产分数相同时怎么处理。min_cross_section_size：最小横截面样本数，样本太少时通常不做正式评估。rebalance：调仓，按既定频率或触发条件更新组合持仓。rebalance_contract：调仓合同，规定调仓频率、触发模式和辅助条件。schedule_only/scheduled_only：只允许按预定时间表调仓，不接受额外临时触发。auxiliary_conditions：辅助条件，指额外的触发或限制条件。variant：候选版本，指同一研究对象在某个治理轴上的不同方案。variant ledger：候选版本台账，记录每个版本为什么保留、为什么淘汰。reject ledger：拒绝台账，记录哪些尝试被拒绝及其原因。OOS：out of sample，样本外，也就是训练之外的独立评估数据。Rank IC：排序信息系数，看因子排序与后续收益排序之间的相关性。IC：information coefficient，信息系数，是排序相关性的一种常见写法。ICIR：信息系数的信息比率，衡量 IC 的稳定性。Sharpe：夏普比率，用超额收益除以波动来衡量风险调整后的收益质量。bps：basis points，基点；1 bps = 0.01%。bucket returns：各分桶后续收益，常用来看高分组和低分组是否分层明显。monotonicity：单调性，指分桶收益是否大体按分数高低有序排列。breadth：广度，通常指信号是否在足够多的样本、资产或时期上成立。coverage：覆盖率，指有多少样本有有效数据或有效信号。qcut：按分位数切分样本的分桶操作。admissibility：可准入性，指一个对象是否值得进入下一阶段。admissibility_contract：可准入性合同，规定什么样的证据和质量才允许继续推进。audit_contract：审计合同，规定必须留下哪些证据、比较和说明。gated vs ungated：有过滤条件和无过滤条件两个版本的对比。regime：市场状态或市场环境，例如高波动、低波动、趋势、震荡。rolling OOS：滚动样本外评估，按多个连续窗口反复做样本外检验。
6. 组合、执行、风险与容量术语
execution_policy：执行政策，规定信号如何映射成实际交易动作。execution_contract：执行表达合同，强调研究结果最终准备用什么交易表达被消费。execution：执行层，指从信号到下单、成交、持仓更新这一整层动作。signal to trade lag：信号到交易的时滞。maker：挂单成交的一方，通常手续费更低，但不保证及时成交。taker：吃单成交的一方，通常更容易立即成交，但成本更高。maker/taker：挂单与吃单两种成交方式及其成本口径。portfolio_policy：组合政策，规定怎么把信号变成组合持仓。portfolio：组合，一组资产持仓及其权重。portfolio_weight_panel：按时间和资产记录组合权重的面板表。long：做多，押注资产上涨获利。short：做空，押注资产下跌获利。market neutral/neutral：市场中性，尽量不押注整体市场涨跌方向。risk_overlay：风险叠加约束层，在原始组合之上再加暴露、权重、参与率等限制。beta neutral：让组合整体 beta 接近 0，减少市场方向暴露。group exposure/sector exposure：某个分类组或板块上的暴露。drawdown：回撤，净值从高点回落的幅度。tail risk：尾部风险，极端坏情况带来的损失风险。cost model：成本模型，规定手续费、滑点、资金费率等怎么估算。liquidity：流动性，指资产能否以合理成本成交。capacity：容量，指策略在多大资金规模下仍能维持原有逻辑和表现。participation rate：参与率，指策略成交量占市场成交量的比例。engine_contract：引擎合同，规定结果是由什么回测实现和什么口径跑出来的。vectorized：向量化实现，通常按数组批量计算，速度快。event-driven：事件驱动实现，按交易事件逐条推进，更接近真实撮合逻辑。
7. Holdout 与解释性审计术语
window_contract：窗口合同，规定某个评估阶段到底消费哪段时间窗、允许消费几次。reuse_contract：复用合同，规定 Holdout 或下游阶段允许复用哪些冻结对象，绝对不能改哪些。drift_audit：漂移审计，检查结果与上游或历史相比偏离了多少，以及偏离原因。holdout_backtest_compare：Holdout 与 Backtest 的对比结果，用来比较未见窗口与历史回测的一致性。verdict：正式结论，例如PASS、NO_GO。
8. 常见研究字段名与意图字段
research_intent：研究意图，说明为什么研究这条线。observation：观察到的市场现象。hypothesis：核心研究假设。counter_hypothesis：反假设，指这条研究线可能只是错觉或替代解释。research_route：研究路线，说明这是横截面研究、时序研究还是别的路线。scope_contract：范围合同，规定研究允许覆盖多大范围、允许哪些结构。target_market：目标市场定义。universe_rule：样本池构造规则。exclusions：排除规则。route：路线。rule/rules：规则。command：命令，通常指重放或重建该阶段产物所用的程序命令。run_manifest：运行清单，记录某次执行是怎么跑出来的。stage_completion_certificate：阶段完成证明，说明该阶段产物已经正式冻结完成。artifact：产物，指阶段输出的文件、表格、报告和配置。artifact_catalog：产物目录清单。field_dictionary：字段说明字典。window_results：分窗口结果目录。frozen：冻结版，表示这是已锁定、不应被静默修改的版本。freeze：冻结动作本身。delivery_contract：交付合同，规定本阶段必须落哪些产物，供下游怎样直接消费。formal_gate_contract：正式门禁合同，规定这一阶段真正按什么规则判定过不过门。split：切分，通常指时间切分。schedule：时间表式触发规则。frequency：频率。timestamp：时间戳。key：主键或唯一识别字段。criteria：判定标准。formula：公式。role：角色。structure：结构。derived：派生得到的。raw：原始的。base：基础层。shared：共享层。eligible：符合基础研究资格。listing：上市相关状态。drift：漂移，指结果或分布相对历史或上游发生偏离。audit：审计，指系统性检查证据和偏离来源。volume：成交量。size：大小暴露，常指市值大小这一维。standalone：单独成立、不依赖别的模块一起消费。none：无，表示不启用某类处理，例如不做中性化。
9. 常见产物命名后缀
contract：合同，定义规则边界和不允许被静默修改的东西。policy：政策，定义执行层或消费层的具体规则。spec：规格说明，强调“冻结方案到底长什么样”。manifest：清单，记录产物元信息、版本和来源。ledger：台账，记录选择、拒绝、版本变化和原因。catalog：目录清单，记录有哪些产物、它们分别是什么。dictionary：字段字典，解释每个字段是什么意思。coverage：覆盖说明，通常是覆盖率或有效样本范围的记录。report：报告，偏解释性和总结性输出。decision：决策文件，记录阶段结论和原因。
10. 常见文件格式后缀
csv：逗号分隔表格文件，适合看明细或导入表格工具。json：结构化数据文件，适合机器读取。yaml：结构化配置文件，适合写规则和元信息。parquet：列式数据文件，常用于保存大规模面板数据或回测结果。md：Markdown 文档文件，适合写说明、报告和决策记录。
11. 机器学习写法在这些文档里的位置
X_train：训练输入特征矩阵。y_train：训练目标变量。fit_model(...)：拟合模型。文档里出现它，通常是在提醒“这一步不应该提前出现在 SignalReady 之类的上游阶段”。
12. 读这组文档时最重要的口径
- 如果一个术语在上游阶段出现，重点先看它是在“定义合同”，还是已经在“宣布结果”。
- 如果一个词出现在文件名里，先看词根概念，不要被格式后缀分散注意力。
- 如果一个词带下划线，多半是机器字段名；把它翻回自然语言后再看作者在约束什么。
13. 文件名怎么读
很多看起来“很长的英文词”其实只是概念名加文件格式，不是新的神秘术语。
factor_panel.parquet：因子面板数据文件。factor_selection.csv：因子筛选结果表。engine_compare.csv：不同回测实现的对比表。holdout_gate_decision.md：Holdout 阶段的正式结论文档。strategy_combo_ledger.csv：组合方案取舍台账。
读法上先拆词根，再看后缀：
- 词根解释“它是什么”
- 后缀解释“它以什么文件形式保存”