第一部分：数据与 alpha 因子工程（第 1~5 章）

第 1 章：全书工作流（先看懂这张图）#

从想法到执行的流水线：数据 → 特征（alpha 因子）→ 模型 → 组合 → 执行，ML 可以插进其中任何一环，但最常见、性价比最高的位置是特征之后、组合之前——用模型把一堆弱因子合成一个强信号。对照本平台：ingest 是数据层，research/factors.py 是特征层，回测引擎是组合层——平台目前的因子直接排序选股，等于”没有模型层”的特例，这本书教的就是怎么把模型层补上。

第 2~3 章：数据从哪来（索引章，翻过即可）#

• 第 2 章 市场与基本面数据：tick 数据怎么聚合成 bar、订单簿（Nasdaq ITCH）怎么重建、基本面数据（SEC EDGAR/XBRL）怎么解析。美股管道细节对 A 股用户是索引材料——AKShare 已经替你干了脏活，但”bar 是对 tick 的有损压缩”这个观念值得带走；
• 第 3 章 另类数据：卫星图像、信用卡流水、网络爬虫。真正可迁移的是四维评估框架——信号含量（能否预测收益）、独家性（多少人已在用）、数据质量（历史长度/缺失/作弊）、法律与成本。以后任何人向你兜售”另类数据”，用这四个维度过一遍。

第 4 章：alpha 因子工程（必精读）#

这是全书的心脏，讲”怎么把数据变成候选因子”的完整套路：

1. 因子从哪来：动量、价值、波动率、质量、流动性五大家族，每族给出经济逻辑（谁在送钱）——和《因子投资》的谱系完全接得上；
2. 原料加工：用 pandas/NumPy 向量化计算；TA-Lib 的百余个技术指标不是秘籍，是现成的特征原料库；卡尔曼滤波、小波去噪做平滑——降噪后的动量常比裸动量干净；
3. 因子体检：用 alphalens 做 IC 分析、分位数收益、换手率衰减——本平台的因子分析页就是 alphalens 思路的自实现（IC/RankIC/分层回测），读这节等于读平台 research/analysis.py 的设计文档；
4. 附录 Alpha Factor Library：收录 101 Alphas 等公式化因子——当原料清单用，别当圣经拜（多重检验的达摩克利斯之剑悬在每一条上面）。

对平台的直接启发：写新因子时按”经济逻辑 → pandas 实现 → IC 体检”三步走，第 7 页的动手练习就按这个套路设计。

第 5 章：组合优化与业绩评估（选读）#

均值方差、Kelly 公式、风险平价到分层风险平价（HRP）的谱系，加 pyfolio 的业绩报告（tear sheet）。本平台回测用 top-N 等权，是这条谱系上最朴素但最不易过拟合的一档——等权的最大优点是没有参数可以拟合。业绩评估部分（夏普、最大回撤、换手）与平台回测报告一一对应。

动手：翻开 src/alphaforge/research/factors.py 里任意一个已注册因子，按第 4 章三步反向拆解——它的经济逻辑是什么、实现用了 pandas 哪几板斧、IC 体检报告在因子分析页长什么样。拆过一个，再写新的就顺手了。

本页带走的三句话#

1. ML 最顺手的插入点是特征之后、组合之前：把一堆弱因子合成一个强信号；
2. 第 4 章的三步套路——经济逻辑、向量化实现、IC 体检——就是平台写因子的标准作业程序；
3. 技术指标和 101 Alphas 是特征原料库，不是秘籍；另类数据用四维框架评估。