从一个研究想法到一个真正可以提交的因子需要多久比如你发现某类数据可能和未来收益存在关系想进一步验证这个规律是否有效。但从想法到因子中间还需要完成数据准备、因子设计、效果分析等多个环节。对于刚接触量化的人来说难点往往不是没有想法而是不知道如何把想法变成一个可以验证的因子。而随着 AI 工具的发展因子研究也开始有了新的辅助方式。在第四届 AI 量化因子大赛赛前培训中PandaAI 首席推荐官曹鑫老师演示了如何利用 AI 完成一次完整的因子挖掘流程。通过 AI 因子挖掘 Skill用户可以让 AI 参与因子生成和筛选流程。下面就是一套从创建因子池到生成、分析、筛选因子的完整流程。第一步创建因子池开始挖因子之前需要先有一个存放和管理因子的地方。进入PandaAI第四届因子大赛页面后完成报名并创建自己的因子池。创建因子池因子池可以理解成你的“因子实验室”。后续 AI 生成的因子、因子分析结果以及最终准备提交比赛的因子都会在这里管理。因子池创建因子池时需要设置一些基础信息比如因子池名称因子风格调仓周期。其中调仓周期比较重要。因为不同周期对应不同研究逻辑比如日频、周频、月频后续因子测试结果也会不同。准备好因子池之后就可以开始进入 AI 挖因子的环节。第二步安装因子挖掘 Skill很多人会有一个疑问“我直接打开 ChatGPT让它帮我生成一个因子不行吗”可以尝试但效果通常有限。因为普通 AI 并不了解你的量化研究环境。它不知道有哪些金融数据可以使用哪些因子算子可以组合一个因子应该如何表达生成之后应该如何分析。所以在真正开始挖因子之前需要先给 AI 增加一个“量化研究能力”。方法很简单在第四届因子大赛页面复制本地挖因子入口的“一句话安装”指令然后粘贴到Claude Code、Cursor、Codex 等任一AI 工具中。本地挖因子入口复制口令AI 会自动完成因子挖掘 Skill 的安装。安装完成后AI 就拥有了一套因子研究能力。它知道如何调用相关数据、使用算子并根据你的需求生成因子。简单理解以前你需要告诉 AI“应该怎么做量化研究。”现在你先给 AI 一个量化研究助手再让它帮你探索。第三步让 AI 生成候选因子Skill 安装完成后就可以开始挖因子了。这里有一个关键点不要直接问 AI“帮我找一个赚钱因子。”因为量化研究不是寻找一个万能公式。真正的方法是先提出一个研究假设。比如你想研究趋势可以告诉 AI“我想研究股票过去一段时间的价格变化是否能够预测未来收益请生成相关因子。”如果你想研究成交量可以告诉 AI“我想研究成交量变化和未来收益之间的关系。”如果你想研究市场波动可以告诉 AI“请基于波动率方向设计一些候选因子。”AI 会根据你的研究方向结合已有的数据字段和算子生成对应的因子表达式。例如价格涨跌幅成交量变化率均线偏离程度波动率指标不同变量组合后的复合因子。这一步的重点不是得到一个最终答案而是快速获得一批可以测试的候选因子。第四步加入因子池查看因子表现AI 生成因子之后并不是直接提交、参赛。而是需要把生成的因子添加到自己的因子池中查看对应的数据表现。在因子池中可以看到每个因子的 ICIR 等指标通过这些数据判断哪些因子值得保留。表现较好的因子可以继续保留效果较差的因子则可以删除再继续尝试新的方向。因子研究本身就是一个不断筛选和优化的过程。AI 可以帮助你快速生成大量候选因子但最终仍然需要通过数据验证找到表现更稳定的因子。如果筛选后发现当前因子的表现并不理想可以继续调整研究方向和提示词让 AI 探索新的可能。比如如果当前生成的是偏价格趋势方向的因子可以修改提示词让 AI 尝试加入成交量、波动率等不同维度如果某类因子的表现不理想也可以调整研究目标让 AI 尝试新的组合方式。需要注意的是AI 挖因子并不是简单地生成一次公式。同一个 Skill在不同的问题设定下也可能产生不同的结果。因此如何提出研究问题、如何引导 AI 探索也是因子研究中的重要环节第五步筛选因子模拟提交当你从因子池中筛选出表现较好的因子后可以先进行模拟提交提前查看因子的模拟运行效果。需要注意的是8 月份的模拟提交仅用于测试和观察不会计入正式比赛成绩。9 月 1 日正式比赛开启后即可提交自己的参赛因子。比赛期间每月 1-3 日开放因子调整支持对因子池中的因子进行新增或删减。由于PandaAI第四届因子大赛总共能提交五十个因子建议大家在提交前结合因子的历史表现、稳定性等指标进行筛选保留更具竞争力的因子参与比赛。所以用AI挖因子的整个流程可以简单理解为报名比赛创建因子池↓复制本地挖因子指令安装因子挖掘 Skill↓让 AI 根据研究方向生成因子↓查看因子指标筛选合适因子↓提交比赛。按照这套流程量化小白也能完成从因子生成、数据分析到最终提交的一次完整因子研究实践。如果你想进一步了解 AI 挖因子的完整过程可以扫码下方二维码查看曹鑫老师的赛前培训回放此外曹鑫老师还分享了很多在不同场景下使用不同 AI 工具的使用去挖因子的方法。写在最后...因子研究的核心是不断提出问题并通过数据验证问题。AI 并不会直接给出一个确定有效的因子但它可以帮助你更快完成从想法到因子的过程。第四届 AI 量化因子大赛已正式开启这一次不管你是否有量化研究经验都可以借助 AI 开始自己的第一次因子探索。从一个研究想法开始用 AI 跑通一次完整的因子挖掘流程。期待在第四届 AI 量化因子大赛中看到你的因子。