20260322 AutoResearch 48次实验 IC 0.003→0.022 (+578%)

IC 优化

• AutoResearch 48次实验: IC 0.003→0.022 (+578%)
• 关键突破: quintile squash label, ExtraTrees, ROC×Quality交互
• 中盘股IC为负(-0.019), per-stock IC过滤也不work
• US/HK 纯因子都比含ML好, mlw=0生产配置确认
• 单因子天花板 IC≈0.029 (MIN60)

长周期回测

• US 10y: +1212% Sharpe 1.27
• HK 10y: +567% Sharpe 0.87 (恒指-9%)
• 多窗口 Sharpe 1.97 (纯因子 mlw=0)
• 质量严格过滤: +1284% Sharpe 1.40

策略容量

• 保守(1%ADV): $35M, 瓶颈TPL
• 中等(5%ADV): $173M
• 小资金<$5M无冲击

Bug发现

• 回测费用传参可能有问题: fee_rate在向量化路径不影响结果
• 需要明天排查向量化simulate的费用扣除

投委会v2.0

• 简化为: 风控+事件暂停, 关闭主观override
• Annie信息输入, Munger深度研究→编码回系统
• 写入SOUL.md

TODO（明天+本周）

P0

• 回测费用 bug：排查向量化路径 fee_rate 为何不影响结果
• 修复后重跑 10y 回测，看真实 Sharpe

P1

• 实现 Qlib 级别交易成本模型（冲击成本 + 成交量限制 + 随机噪声）
• 投委会 v2.0 代码实现（关闭 override，只保留风控+事件暂停）
• 切换生产策略到 factor_maxsharpe_v5_quality_strict（质量严格版）
• 周一盘前：执行引擎实战验证（新统一字段 + 独立 gate + 分批追目标）

P2

• 数据快照机制（Point-in-Time，保证回测可复现）
• 多窗口稳健性自动化（脚本化，不再手动跑 5 个 end_date）
• ML 继续优化方向：另类数据（盈利预期时序/期权数据）
• HK 策略优化（HK 10y Sharpe 0.87 < US 1.27，还有空间）
• 策略容量报告自动化（每次 plan 生成后计算容量上限）