
factor-prune
因子筛选(Factor Prune)技能 —— 在 stock-factor 技能产出初始因子清单(IC/IR 评估结果)后, 对有效因子做贪心前向选择 + 去相关筛选,精选出一组高有效性、低冗余的因子集合。 算法:汇总所有因子 → 按 |IR|/IC/time_potential 筛选有效 → 按有效性降序 → 贪心提取最优因子 → 与剩余因子做相关性评估 → 移除高相关冗余 → 提取下一个 → 如此反复直到收敛或达到上限。 技能提供两套主实现: (1) 文件驱动六步法 `prune_flow.py`(推荐)——脚本直连 QuantAll 自己跑完整个循环,临时文件统一在内存外的 state 目录; (2) 缓存矩阵法 `prune.py`——保留相关性矩阵缓存,适合换阈值重放(replay)。 另有「顶/底10% 分侧筛选」`window_opt.py` / `window_prune.py`:以因子分位窗口为优化对象、coverage 分侧门限 + 联合评分。 触发:用户提到"因子筛选""因子去冗余""因子精选""factor prune""选有效因子""去相关" "精选因子""因子压缩""分位筛选"等关键词时。 本技能依赖 QuantAll(全A解析)MCP 计算引擎和 stock-factor 技能的输出数据。 边界:本技能只产出「精选因子清单」(已去冗余),不含因子合成 / 策略回测 / 多因子组合——这些由下游另行处理。
将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_7641c221/factor-prune。
将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_7641c221/factor-prune。














下载 Zip 包安装
