954 字
5 分钟

导读:世坤因子流水线的公开说明书

原书:Finding Alphas: A Quantitative Approach to Building Trading Strategies(第 2 版,Wiley,2019),Igor Tulchinsky 主编,世坤(WorldQuant)数十位研究员合著,暂无中译本。本精读为原创读书笔记,非原文翻译,引文均为大意转述。

这本书在书架上的位置#

书屋里讲因子的书不少,但视角各异:《主动投资组合管理》给理论骨架(IR = IC × √BR),《因子投资》给统计检验的纪律,而这本书给的是生产车间的参观券——全球最大的因子挖掘工厂世坤,把自己”想法 → 表达式 → 回测 → 筛选 → 入库”的工业流程写成了公开手册。

一句话概括它的方法论:alpha 不是灵感,是可以表达式化、批量生产、按 IC/IR 验收的工业品。世坤据此雇佣数千研究员(外加 WebSim/BRAIN 平台上的全球众包顾问),累计生产了百万级的 alpha 信号。你在本平台做的事——在 research/factors.py 注册因子、在因子对比页按 IC/IR 排队——正是这条流水线的个人微缩版。

作者是谁#

Igor Tulchinsky:世坤创始人,千禧年(Millennium)王牌交易员出身,1992 年起做量化,2007 年独立成军。但署名”等”字分量很重:全书 32 章由几十位世坤研究员分头执笔,各写自己负责的工序——这决定了它的优点(工序描述来自一线)和缺点(碎片化,详见下文)。

第 2 版结构(2019)#

部分内容
I 引言1~3alpha 是什么、研究视角、止损哲学
II 设计与评价4~17设计、数据、换手、相关性、过拟合、稳健性、自动挖掘、机器学习
III 扩展主题18~30量价、基本面、动量、新闻、期权、事件、日内、指数/ETF/期货
IV 新地平线31WebSim 众包回测平台
V 结语32成功宽客的七个习惯

相比 2015 年第 1 版新增九章:alpha 相关性、偏差控制、ETF、事件驱动、指数 alpha、日内数据、日内交易、机器学习、三轴计划(TAP)。

本精读页码#

对应章主题
2第 1~3 章alpha 的定义、生命周期与止损哲学
3第 4~6、11、17 章设计与数据:想法怎么变成表达式
4第 710、1214 章评价体系:IC/IR、换手、相关性、过拟合
5第 15~16 章alpha 工厂:自动挖掘与机器学习
6第 18~30 章主题巡礼:一章一个数据源
7第 31~32 章 + 总结WebSim、七个习惯、全书复盘

先说缺点(阅读预期管理)#

  • 文集式碎片化:32 章出自几十人之手,深度参差,章与章之间有重复也有矛盾,不是一气呵成的教材;
  • 部分章节偏软文:尤其 WebSim 一章,本质是世坤众包平台的招募材料;对”流水线模式是否稀释单个 alpha 质量”这类尖锐问题全书回避;
  • 公式少、配方无:别指望拿到能直接跑的策略——它给的是工序和验收标准,不是产品图纸。

为什么中国读者尤其该读#

中国头部量化的半张家谱写着世坤:九坤王琛、姚齐聪,灵均马志宇,诚奇张万成,都出自这套体系(见量化名人堂)。理解这本书,就是理解 A 股工业化量化的方法论母体。

带走的三句话#

  1. 这本书是世坤因子流水线的公开版说明书:alpha 表达式化、批量生产、按 IC/IR 验收;
  2. 它是文集不是教材——按工序读、挑着读,别期待连贯的理论体系;
  3. 你的平台就是微缩流水线:因子注册中心对应表达式库,因子对比页对应验收车间。