SignalReady阶段

SignalReady 阶段 - 详细展开

对应摘要版：../简介/SignalReady阶段.md 第一次阅读建议先看：./英文术语表.md

1. 先说人话：SignalReady 锁的不是胜负，而是“信号身份”

很多研究文档一到信号阶段就忍不住开始写：

• 这个因子 IC 如何
• 哪个因子更强
• 哪些因子该删

这其实已经混到 Test 或 Train 之后去了。

SignalReady 真正要锁的是：

这个因子到底是什么，它扮演什么角色，它是怎么被组合表达消费的，它是否带中性化语义。

你可以把它理解成因子的正式身份证和合同说明书。

没有这层，后面每个人都可能在研究同一个名字、不同内容的信号。

---

2. SignalReady 回答的核心问题

2.1 这个因子是什么

即：

• 因子 ID 是什么
• 输入字段是什么
• 变换链是什么
• 时间语义是什么

如果这一层没写清，“动量因子”这个名字其实没有任何约束力。
它可能是 20 日收益，也可能是 20 日收益再叠加流动性权重，也可能是先去极值再排名后的某种分数。

2.2 这个因子扮演什么角色

QROS 里至少要把它分成：

• standalone_alpha
• regime_filter
• combo_filter

这一步非常关键，因为后续证据逻辑完全不同。

例如：

• standalone_alpha 要证明自己有横截面排序能力
• regime_filter 要证明自己能改善已存在组合
• combo_filter 要证明自己能作为条件层改进分布

如果角色不明确，后面很容易拿错尺子去量它。

2.3 这个因子是单因子还是确定性多因子分数

必须明确：

• single_factor
• multi_factor_score

注意：

这里允许的多因子，只能是确定性公式。
不能在 SignalReady 阶段引入“训练后学出来的权重”，因为那是 TrainFreeze 之后的事情。

2.4 这个因子将被什么组合表达消费

常见表达有：

• long_short_market_neutral
• long_only_rank

这一步必须写明，因为同一个信号放在不同组合表达里，含义是不同的。

2.5 这个因子是否自带中性化语义

必须明确：

• none
• market_beta_neutral
• group_neutral

尤其是 group_neutral，如果不明确 taxonomy 版本，后面任何“中性化结果”都不可追溯。

---

3. 本阶段真正要冻结的五组内容

3.1 factor_identity

这是因子的“身份信息”。

至少要包括：

• factor_id
• factor_name
• raw_factor_fields
• derived_factor_fields
• signal_timestamp
• available_after

例如：

factor_id: MOM_20D
raw_factor_fields:
  - close
derived_factor_fields:
  - ret_20d
time_semantics:
  signal_timestamp: close_time
  available_after: next_bar_open

SignalReady 最危险的错误之一，就是在这一层写得太松，导致后面人各自脑补。

3.2 factor_role_contract

这组的核心是：

后续应该用什么证据逻辑去检这个因子？

比如：

• standalone_alpha：要看排序能力
• regime_filter：要看 gated vs ungated 是否改善
• combo_filter：要看组合后分布和风险是否改善

角色一旦冻结，下游不能再因为结果不好就改成另一个角色。

3.3 factor_structure_contract

这里决定这个因子的内部结构。

如果是 single_factor，应明确：

• 单一核心公式
• 不允许后续偷偷拼接多个条件轴

如果是 multi_factor_score，应明确：

• 每个组成字段
• 组合方式
• 是否先标准化再线性组合

但是不能写成：

• “后面训练再学权重”

那已经不是合同层，而是训练层。

3.4 neutralization_policy

这一层不只是“要不要中性化”，更是在定义：

这个因子的正式输出语义，到底是不是已经剔除了某些暴露。

例如：

• none
• market_beta_neutral
• group_neutral

如果写成 group_neutral，必须同时绑定：

• group taxonomy 从哪里来
• taxonomy 版本是什么

3.5 delivery_contract

这个阶段不应该只输出文字说明，还要输出可被机器消费的产物：

• factor_panel.parquet
• factor_manifest.yaml
• factor_coverage.parquet

这样后面进入 TrainFreeze 时，使用的是同一个信号实体，而不是“描述上的同一个信号”。

---

4. 为什么 SignalReady 不能提前做“因子好坏判断”

因为这会把合同层和证据层混在一起。

例子 1：在 SignalReady 写“至少 50% 因子 |IC| > 0.02”

这听起来很合理，但其实有两个问题：

1. 它依赖独立样本统计，不属于合同层
2. 它会刺激人去反向修改 signal 定义，让它更容易过这个门槛

例子 2：在 SignalReady 用全样本相关性做去重

这更危险。

因为“全样本”通常已经包含 Test / Backtest / Holdout 的信息。
你一旦用它来决定保留哪些因子，本质上就是把下游信息倒灌回上游定义。

例子 3：在 SignalReady 学权重

这会直接把本阶段变成“半个训练阶段”。

SignalReady 可以定义确定性多因子公式，比如：

score = 0.5 * zscore(momentum) + 0.5 * zscore(turnover)

但不能写：

weights = fit_model(X_train, y_train)

这一步必须留到 TrainFreeze 之后。

---

5. 实战里应怎么写一份合格的 Signal 合同

5.1 先固定 identity

别急着谈表现，先把下面这些写死：

• 输入字段
• 派生字段
• 时间语义
• 缺失处理语义

5.2 再固定 role

问自己一个问题：

后面我是打算把它当作单独 alpha 评估，还是当过滤器评估？

如果答案含糊，那说明合同还没写清。

5.3 再固定 structure

如果是多因子分数，必须写出：

• 子项有哪些
• 组合是线性、排序加和还是布尔 gating
• 是否 deterministic

5.4 再固定 portfolio_expression 与 neutralization_policy

因为这两者决定了下游如何正确消费信号。

特别是在加密横截面场景里，很多看似“信号本身”的表现，其实来自：

• beta 暴露
• 某类资产分组暴露
• 大小盘偏好

所以中性化政策必须明确，不然下游评估会混语义。

---

6. 这一阶段常见的错误

6.1 名字很清楚，内容很模糊

比如写：

• 因子名：20 日动量

但不写：

• 用哪个价格字段
• 用 close 还是 VWAP
• 信号时点是什么
• 可用时点是什么

这会让同名因子在不同实现里变成不同东西。

6.2 把角色留空

一旦不写 factor_role，后面就会出现：

• A 把它当 standalone alpha
• B 把它当 combo filter
• C 又把它当 regime filter

最后大家拿同一个因子名在讨论三件不同的事情。

6.3 用全样本去重

这是文档中非常需要避免的一类写法。

正确的 SignalReady 里，可以写：

• 哪些因子在定义上高度相近
• 哪些因子家族可能存在重叠

但不要在这里做最终“保留 / 淘汰”的基于全样本表现的决定。

6.4 把时间序列术语带进来

比如：

• best horizon
• 单资产 hit rate
• 触发买卖点

这类词一进来，整条横截面研究线就会开始往时序策略滑。

---

7. 输出物为什么必须真实存在

SignalReady 不能只停留在文档语义层。

必须真实产出：

• factor_panel.parquet
• factor_manifest.yaml
• factor_coverage.parquet

原因很直接：

• TrainFreeze 需要直接消费这些 artifact
• 后面所有阶段都需要知道“到底评的是哪个版本的信号”

如果只有 Markdown 描述，没有真实 panel，那么下游每个人都会自己实现一版“我理解中的这个因子”。

---

8. 与下一阶段的边界

TrainFreeze 只能在已冻结的 signal 合同上学习训练窗尺子。

也就是说，进入下一阶段后不能再改：

• factor expression
• raw / derived fields
• factor role
• factor structure
• portfolio expression
• neutralization policy

如果这些轴必须改，说明问题不在 TrainFreeze，而在 SignalReady 本身，应该回到这里修正或开新 lineage。

---

9. 最后给一个判断标准

合格的 SignalReady，应该满足这样一个条件：

一个不参与当前讨论的人，只看 factor_manifest、factor_contract 和 factor_panel，就能知道这个因子是什么、扮演什么角色、后面应怎样被评估。

如果做不到这一点，说明信号合同还没有真正冻结。