cn_stock_factors_hf_ky_moneyflow_strength

数据描述

以净流入金额绝对值标准化并剥离涨跌幅影响的大单与小单资金流强度因子

数据简介

两篇研报围绕同一条主线：资金流因子的关键在于标准化与剥离涨跌幅。系列（12）指出大单资金流的正向 alpha 源自大单资金的预见性、小单资金流的负向 alpha 源自大单资金的「挤出效应」，并比较了三种标准化方式（成交额、买入金额 + 卖出金额、净流入金额绝对值），结论是净流入金额绝对值标准化最优；再以涨跌幅做截面回归剥离「反转缠绕效应」，得到残差资金流强度因子，反向回归则得到残差反转因子。系列（16）把常见的大单资金流定义列为 NI / NIR / NIPCT 及其主动版本三组对照，提出用 $\ln(B/S)$ 对日涨跌幅做截面回归的 MOD 修正法，并把超大单、大单、中单合并为「广义主力资金」构造 CNIR 因子。两篇研报的因子都只依赖同一份日频分档资金流数据，故合并为一张表。

口径说明：系列（12）的「买入金额 + 卖出金额」标准化（$S_2$）与系列（16）的净流入率（NIR）是同一个表达式，本表只输出一列 nir_large / nir_small，不重复建字段。

数据区间：2016-01-04 ~ 2026-11-03（每个交易日一条记录）。

文献来源

• 标题: 《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》

• 作者: 魏建榕、高鹏

• 机构: 开源证券

• 时间: 2021-06-02

• 标题: 《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》

• 作者: 魏建榕、苏良

• 机构: 开源证券

• 时间: 2022-09-04

表结构

• 表名: cn_stock_factors_hf_ky_moneyflow_strength
• 中文表名: 开源证券资金流强度因子
• 数据描述: 以净流入金额绝对值标准化并剥离涨跌幅影响的大单与小单资金流强度因子
• 主键: date + instrument
• 记录粒度: 每个交易日每只股票一条记录

依赖数据

全部因子回溯 20 个交易日，_build 按此倒退取数，故单日增量的实际扫描区间约为输出区间的 20 倍（日频表，扫描成本可忽略）。

历史起点说明：本表的历史数据从 2016-01-04 开始，不含 2015 年。原因有两条，都来自上游数据而非计算： 其一，cn_stock_prefactors 的分档资金流字段 2015 年 1 月中旬才开始有数据，首个「20 日窗口全有效」的交易日是 2015-02-16； 其二，2015 年 7 月的「千股停牌」期间超过一半的 A 股在 20 日窗口内有停牌日，本表因子对它们真的无定义， 实测 2015-07-14 的无效值占比达 56%~62%。把入库前测试的 invalid_ratio 上限放宽到能容纳这个比例， 等于让该测试点再也拦不住「某天半数股票缺失」这类真实故障，因此选择不回填 2015 年并在此说明， 而不是放宽门禁。2016 年起各年抽样日的无效值占比上限为 29.5%，均在门禁之内。

因子列表

cis_s1_large

中文名: 大单资金流强度（成交额标准化）

描述: 最常见的资金流强度定义，用成交额把净流入金额标准化，以消除不同股票成交规模的差异。研报给出的绩效为多空年化收益 9.98%、收益波动比 1.84，是三种标准化方式中最弱的一种。

构建逻辑: 回看过去 20 个交易日，把逐日大单净流入（买入金额减卖出金额）之和，除以同期个股成交额之和。

$$S_1 = \frac{\sum_{t-T}^{t}(buy_t - sell_t)}{\sum_{t-T}^{t} Amount_t}$$

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径：研报的超大单 / 大单 / 中单 / 小单对应 cn_stock_prefactors 资金流字段后缀的 large / big / mid / small（该表的 large 指超大单，不是研报的大单），字段名按研报语义命名
• 买入 / 卖出金额的还原：源表只给出各档「主动 / 被动 × 买 / 卖」四个方向的金额。实测确认 买入金额 = 主动买入 + 被动卖出、卖出金额 = 主动卖出 + 被动买入，两者各自跨四档求和都精确等于当日总成交额，因此四档净流入之和恒为 0 —— 正是系列（14）所依赖的配平恒等式，可确认该还原口径与研报使用的 Wind 分档买卖金额一致
• 有效交易日：要求 20 个交易日的窗口内无一天缺失资金流字段、成交额或涨跌幅（主要是停牌日与资金流未覆盖的个股），否则该股当日因子值置空

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

cis_s1_small

中文名: 小单资金流强度（成交额标准化）

描述: 口径同 cis_s1_large，档位取小单。研报给出的绩效为多空年化收益 7.51%、收益波动比 1.09。研报指出小单资金流因子具有稳定的负向选股效果，IC 均值 -0.027。

构建逻辑: 同 cis_s1_large，净流入取小单档。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_s1_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

nir_large

中文名: 大单净流入率

描述: 用「买入金额 + 卖出金额」标准化的资金流强度，即系列（12）的 $S_2$，也是系列（16）表 1 中的净流入率 NIR。系列（16）给出的绩效为 RankIC 0.029、RankICIR 2.093、多空 IR 2.631、多空收益 12.39%、月度胜率 74.11%。

构建逻辑: 回看过去 20 个交易日，把逐日大单净流入之和，除以同期大单买入金额与卖出金额之和。

$$NIR = \frac{\sum_{i}^{N}(B_i - S_i)}{\sum_{i}^{N}(B_i + S_i)}$$

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_s1_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券。作者：魏建榕、苏良；时间：2022-09-04；标题：《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》；机构：开源证券

nir_small

中文名: 小单净流入率

描述: 口径同 nir_large，档位取小单。研报给出系列（12）中小单 $S_2$ 的多空年化收益 8.93%、收益波动比 1.37。

构建逻辑: 同 nir_large，净流入与买卖金额取小单档。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_s1_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

cis_s3_large

中文名: 大单资金流强度（净流入绝对值标准化）

描述: 研报比较三种标准化方式后给出的最优版本：分母用过去 T 个交易日个股逐日净流入金额绝对值之和。研报指出该标准化方式表现最优，IR 明显高于成交额标准化和「买入金额 + 卖出金额」标准化，大单资金流强度因子 IC 均值提升至 0.042、IR 提升至 2.69、多空年化收益 17.14%。

构建逻辑: 回看过去 20 个交易日，把逐日大单净流入之和，除以同期逐日大单净流入绝对值之和。

$$S_3 = \frac{\sum_{t-T}^{t}(buy_t - sell_t)}{\sum_{t-T}^{t}|buy_t - sell_t|}$$

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_s1_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

cis_s3_small

中文名: 小单资金流强度（净流入绝对值标准化）

描述: 口径同 cis_s3_large，档位取小单。研报给出的绩效为 IC 均值 -0.03、IR 1.37、多空年化收益 8.93%。

构建逻辑: 同 cis_s3_large，净流入取小单档。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_s1_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

cis_resid_large

中文名: 大单残差资金流强度

描述: 研报发现大单资金流强度与同期涨跌幅显著正相关（小单显著负相关），直接用资金流强度选股会混入反转因子带来的负向 alpha。以涨跌幅做截面回归剥离后，因子显著增强：IC 均值提升至 0.054、信息比率提升至 3.96、多空年化收益 23.22%、月度胜率 83.84%。研报的图示解释是从「大单资金流强度 alpha」中剔除反转因子带来的「负向 alpha」，得到更纯粹的正向 alpha。

构建逻辑:

1. 取净流入金额绝对值标准化后的大单资金流强度 $S$ 与过去 20 日涨跌幅 $Ret20$；
2. 在截面上作回归 $S_t = a + b \cdot Ret20_t + \varepsilon_t$；
3. 取残差 $\varepsilon_t$ 作为残差资金流强度因子。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 20 日涨跌幅：研报未给出 Ret20 的具体口径，本项目取逐日涨跌幅的 20 日累乘收益（$\prod(1+r_t)-1$）
• 分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_s1_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

cis_resid_small

中文名: 小单残差资金流强度

描述: 口径同 cis_resid_large，档位取小单。研报给出的绩效为 IC 均值提升至 -0.057、信息比率提升至 3.81、多空年化收益 21.41%、月度胜率 87.88%。

构建逻辑: 同 cis_resid_large，被解释变量取小单资金流强度。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 20 日涨跌幅、分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_resid_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

resid_reversal_large

中文名: 大单残差反转因子

描述: 把残差资金流强度的回归方向反过来：用大单资金流强度回归传统反转因子 Ret20，残差替代原来的反转因子。逻辑是两只股票本月收益相同且上涨时，大单净流入强度更大的那只背后大资金更强、上涨更可能持续。研报给出的绩效为多头 IR 由 0.53 提升至 0.62、空头 IR 由 -0.05 降至 -0.11、多空对冲 IR 由 1.42 提升至 1.87。

构建逻辑:

1. 取过去 20 日涨跌幅 $Ret20$ 与净流入绝对值标准化的大单资金流强度 $S$；
2. 在截面上作回归 $Ret20_t = a + b \cdot S_t + \varepsilon_t$；
3. 取残差 $\varepsilon_t$ 替代原来的反转因子。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 20 日涨跌幅、分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_resid_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

resid_reversal_small

中文名: 小单残差反转因子

描述: 口径同 resid_reversal_large，自变量取小单资金流强度。研报指出小单残差反转因子表现更好：多头 IR 提升至 0.72、空头 IR 降至 -0.14、多空对冲 IR 提升至 2.26。

构建逻辑: 同 resid_reversal_large，自变量取小单资金流强度。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 20 日涨跌幅、分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_resid_large

文献出处: 作者：魏建榕、高鹏；时间：2021-06-02；标题：《大单与小单资金流的 alpha 能力——市场微观结构研究系列（12）》；机构：开源证券

ni_large

中文名: 大单净流入 NI

描述: 系列（16）表 1 列出的大单资金流因子常见定义之一，不做任何标准化。研报给出的绩效为 RankIC 0.056、RankICIR 2.712、多空 IR 2.764、多空收益 22.67%。

构建逻辑: 回看过去 20 个交易日，把逐日大单买入金额减卖出金额之和作为因子值。

$$NI = \sum_{i}^{N}(B_i - S_i)$$

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_s1_large

文献出处: 作者：魏建榕、苏良；时间：2022-09-04；标题：《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》；机构：开源证券

nipct_large

中文名: 大单净流入占比 NIPCT

描述: 系列（16）表 1 列出的定义之一，用流通市值标准化净流入。研报给出的绩效为 RankIC 0.051、RankICIR 2.250、多空 IR 2.830、多空收益 22.86%。

构建逻辑: 回看过去 20 个交易日，把逐日大单净流入之和除以股票的流通市值。

$$NIPCT = \frac{\sum_{i}^{N}(B_i - S_i)}{MV_{FreeFloat}}$$

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 市值口径：研报公式的下标写作 $MV_{FreeFloat}$，正文文字释义为「股票的流通市值」。本项目按正文取 cn_stock_prefactors 的 float_market_cap（流通市值），并取当日值而非窗口均值
• 分档口径、买入 / 卖出金额的还原、有效交易日：同 cis_s1_large

文献出处: 作者：魏建榕、苏良；时间：2022-09-04；标题：《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》；机构：开源证券

ni_act_large

中文名: 大单主动净流入 NI_ACT

描述: 系列（16）表 1 列出的定义之一，把 NI 中的买卖金额换成主动买卖金额。研报给出的绩效为 RankIC 0.044、RankICIR 2.180、多空 IR 2.144、多空收益 16.85%，弱于非主动版本；研报的结论是主动与非主动标签并未贡献明显的增量信息。

构建逻辑: 回看过去 20 个交易日，把逐日大单主动买入金额减主动卖出金额之和作为因子值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径、有效交易日：同 cis_s1_large；主动买卖金额直接取源表的 active_buy_amount_* 与 active_sell_amount_*，无需还原

文献出处: 作者：魏建榕、苏良；时间：2022-09-04；标题：《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》；机构：开源证券

nir_act_large

中文名: 大单主动净流入率 NIR_ACT

描述: 系列（16）表 1 列出的定义之一。研报给出的绩效为 RankIC 0.016、RankICIR 1.102、多空 IR 1.245、多空收益 6.44%，是六种定义中最弱的一个。

构建逻辑: 回看过去 20 个交易日，把逐日大单主动净流入之和，除以同期主动买入金额与主动卖出金额之和。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 分档口径、有效交易日：同 ni_act_large

文献出处: 作者：魏建榕、苏良；时间：2022-09-04；标题：《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》；机构：开源证券

nipct_act_large

中文名: 大单主动净流入占比 NIPCT_ACT

描述: 系列（16）表 1 列出的定义之一。研报给出的绩效为 RankIC 0.039、RankICIR 1.756、多空 IR 2.315、多空收益 17.70%。

构建逻辑: 回看过去 20 个交易日，把逐日大单主动净流入之和除以股票的流通市值。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 市值口径：同 nipct_large
• 分档口径、有效交易日：同 ni_act_large

文献出处: 作者：魏建榕、苏良；时间：2022-09-04；标题：《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》；机构：开源证券

nir_mod_large

中文名: 大单 MOD 修正净流入率

描述: 研报提出的 MOD 修正法。从资金流动力学角度理解，大单资金流与涨跌幅呈正相关源自主力资金买卖的不平衡，研报选取买入卖出金额比作为代理变量（IMB），通过截面回归剥离反转因素的影响以提纯资金流的 alpha 信息。研报给出 NIR_MOD 相比 NIR 的选股能力明显提升，IR 由 2.63 提升至 4.76。

构建逻辑:

1. 逐日计算大单的买入金额 $B$ 与卖出金额 $S$；
2. 用日涨跌幅在截面上修正买卖金额比，残差即修正后的买卖金额比的对数：

$$\ln(B / S) = \alpha + \beta Ret + \varepsilon,\quad \varepsilon = \ln(\hat{B} / \hat{S})$$

1. 计算修正后的净流入率：

$$NIR\_MOD = \frac{\sum_{i}^{N}(\hat{B}_i - \hat{S}_i)}{\sum_{i}^{N}(\hat{B}_i + \hat{S}_i)}$$

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 由残差还原 $\hat{B}$ 与 $\hat{S}$：第 2 步的回归只给出两者的比值，研报未说明如何拆回两个金额。本项目假定修正不改变当日的买卖金额总量（$\hat{B} + \hat{S} = B + S$），于是 $\hat{B} - \hat{S} = (B + S)\tanh(\varepsilon / 2)$，第 3 步化为以 $(B + S)$ 为权重对 $\tanh(\varepsilon / 2)$ 加权平均。该假定下若 $\varepsilon$ 退化为 $\ln(B / S)$（即不做修正），NIR_MOD 恰好还原为 NIR，与研报把 MOD 定位为 NIR 的「修正版」一致
• 有效交易日：除 cis_s1_large 的判据外，还要求窗口内每天的 $B$ 与 $S$ 都为正数（取对数的前提）
• 分档口径、买入 / 卖出金额的还原：同 cis_s1_large

文献出处: 作者：魏建榕、苏良；时间：2022-09-04；标题：《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》；机构：开源证券

cnir

中文名: 广义主力资金 MOD 修正净流入率

描述: 研报的最终改进方案。参数敏感性测试表明基于小金额标准（如 2 万元）识别的主力资金因子表现更好，但逐笔数据计算因子的实现难度大，于是研报把超大单、大单和中单合并定义为「具有市场定价能力的广义主力资金」，在 MOD 修正的基础上构造 CNIR 因子。研报给出全市场多头年化收益率 27.86%、IR 提升至 4.91，且在中证 1000 上优于沪深 300 与中证 500。

构建逻辑:

1. 分别计算主力资金的买入金额 $B_P$ 和卖出金额 $S_P$，其中主力 = 超大单 + 大单 + 中单；
2. 利用日涨跌幅修正主力资金的买入金额 $\hat{B}_P$ 和卖出金额 $\hat{S}_P$，做法同 nir_mod_large 第 2 步；
3. 计算修正后主力资金的净流入率即为 CNIR。

项目实现说明:

• 计算频率：研报原文为每月月底计算，本项目按项目规范改为每个交易日计算
• 由残差还原 $\hat{B}_P$ 与 $\hat{S}_P$：同 nir_mod_large
• 有效交易日、分档口径、买入 / 卖出金额的还原：同 nir_mod_large，档位换成超大单 + 大单 + 中单合并

文献出处: 作者：魏建榕、苏良；时间：2022-09-04；标题：《大小单重定标与资金流因子改进——市场微观结构研究系列（16）》；机构：开源证券

复现核对

核对口径: 2016-01-04 ~ 2026-09-30（128 个月末截面 / 2611 个逐日截面）；全市场不做任何股票过滤；前向收益取 21 个交易日的收盘到收盘收益；rankIC 按截面计算；研报 ICIR 为年化口径，本项目的 rankICIR 已年化。系列（12）的回测区间止于 2021 年，系列（16）为 2013-01-01 ~ 2022-03-11，本项目区间与两者只部分重叠。系列（12）给的 IC 是 Pearson IC、系列（16）给的是 RankIC，对照时已分别注明。

复现成立的部分:

• 三种标准化的优劣排序完全复现。大单一侧，本项目年化 rankICIR 为 cis_s1_large +0.28 → nir_large -0.10 → cis_s3_large +1.39 → cis_resid_large +2.18，而研报给的 IR 序列是 1.84 → 2.63 → 2.69 → 3.96。两者的共同结论是「净流入绝对值标准化优于成交额标准化，再做残差化后最强」，本项目的 S3 对 S1 的提升（+1.39 对 +0.28）与残差化的再提升（+2.18）与研报同向且幅度相当。
• 残差资金流强度的提升幅度吻合。研报 IC 均值由 S3 的 0.042 提升到残差的 0.054（+29%），本项目由 0.0328 提升到 0.0452（+38%），量级一致。小单侧研报由 -0.03 到 -0.057，本项目由 -0.0066 到 -0.0313，方向一致但本项目的 S3 偏弱。
• 大单正、小单负的基本结构复现。cis_resid_large +0.0452 与 cis_resid_small -0.0313 符号相反，与研报「大单资金流的正向 alpha 源自预见性、小单的负向 alpha 源自挤出效应」一致。
• 残差反转因子为负向且两档接近。resid_reversal_large -0.0714、resid_reversal_small -0.0730，小单侧略强于大单侧，与研报「小单残差反转因子的表现更好」（多空 IR 2.26 对 1.87）同向。
• 系列（16）六种定义里的四种对得很准。ni_large 本项目 RankIC 0.0682 对研报 0.056、nipct_large 0.0529 对 0.051、ni_act_large 0.0565 对 0.044、nipct_act_large 0.0480 对 0.039，四项误差都在 1.3 个百分点以内，且 RankICIR 的排序（NI 2.39 > NI_ACT 1.97 > NIPCT 1.49 ≈ NIPCT_ACT 1.39）与研报（2.712 > 2.180 > 2.250 > 1.756）大体一致。

明显偏弱 / 待确认的部分:

1. nir_large 与 nir_act_large 两项几乎无效（本项目 RankIC -0.0026 与 -0.0086，研报为 +0.029 与 +0.016），符号也相反。这两项的共同特征是分母用「买入金额 + 卖出金额」。研报的 NIR 本身也是六种定义里 RankICIR 偏低的两个（2.093 与 1.102），但没有弱到 0。本项目把「买入金额 = 主动买入 + 被动卖出、卖出金额 = 主动卖出 + 被动买入」的还原口径用四档净流入之和恒为 0 做过验证，分子应无误；偏差更可能出在分母——若研报的分母实际只用主动侧或只用单边金额，比值的截面分布会明显不同。标为待确认。
2. nir_mod_large 与 cnir 的提升幅度远小于研报。研报称 MOD 修正把 IR 由 2.63 提升到 4.76、CNIR 的 IR 达 4.91；本项目 nir_mod_large 年化 rankICIR +0.97、cnir +1.52。提升的方向复现了（nir_mod_large 的 +0.97 明显高于未修正的 nir_large 的 -0.10；cnir 的 +1.52 也高于它），但绝对水平差距很大。最可能的原因是本项目对「由残差还原买卖金额」这一步做了研报未给出的假定（保持当日买卖金额总量不变，见该字段的「项目实现说明」）；研报若用了别的还原方式，结果会不同。

其他差异来源:

• 样本区间: 系列（12）的回测止于 2021 年、系列（16）止于 2022-03，本项目为 2016-01 ~ 2026-09，包含了两篇研报都没有的 2022—2026 年。
• IC 类型: 系列（12）给的是 Pearson IC（如大单 S3 的 0.042），系列（16）给的是 RankIC；本项目只算 rankIC，与系列（12）对照时存在类型差异，通常 rankIC 的绝对值略高于 Pearson IC。
• 指标类型: 研报的「IR」多为五分组多空对冲组合的收益波动比，本项目的「年化 rankICIR」是 IC 序列的信息比率，两者只宜核对排序与方向。

示例数据

按 date、instrument 排序后的前 5 行与后 5 行，由 update_docs() 推送文档时自动填充。