开源量化评论：AI赋能投研体系应用篇

目 录1、架构设计 3、框架概览 3、结构设计 4、桥接机制 62、作用机制 7、report-parser：研报解析 7、factor-reproducer：因子复现 9、factor-library-manager：因子库管理 93、偏差控制 104、案例展示 、研报解析案例 、因子复现案例 13、因子注册案例 145、风险提示 15图表目录图1：AI自动投研系统架构图 4图2：00_模板结构设计 5图3：03_复现项目结构设计 5图4：config.yaml结构设计 6图5：工作流运行机制 7图6：report-parser研报解析流程 8图7：report-parser中数据源验证样例（节选） 8图8：factor-reproducer因子复现流程 9图9：factor-library-manager因子库管理流程 9图report-parser解析内容展示（节选） 12图12：参数配置信息解析结果 12图13：回测绩效表现解析结果 12图14：复现结果说明（节选） 13图15：复现结果对比（节选） 13图16：长端动量2.0因子分组收益 13图17：长端动量2.0因子RankIC时序走势 13图18：长端动量2.0因子月度超额收益 13图19：长端动量2.0因子分年度收益 13图20：factor_metadata录入格式 14图21：注册入库因子风格分类 15表1：AI自动投研体系职责划分 4表2：偏差来源分析及应对方式 表3：INDEX.md中注册因子绩效统计 14AIAI他山之石，可以攻玉。作为一名量化研究员，日常工作除了自我迭代因子挖掘框架外，阅读和借鉴文献的思路也是投研工作的一部分。当我们看到一篇有价值的论文或量化投资相关的研报，希望验证其中提出的因子思路是否有效时，复现因子往往是不可或缺的环节。然而从阅读研报到完成复现往往需要经历多个步骤，包括数据查询、因子逻辑梳理、代码实现、回测验证以及结果整理等工作，研报复现速度与个人可供支配的时间高度正相关。即使对于经验丰富的研究员而言，完整复现一篇研报往往也需要耗费数日。（LLM）AIAIAISkills1、架构设计AI环。、框架概览AIAISKILLSKILL图1：AI自动投研系统架构图开源证券研究所（report-parserskill）PD研报中解析出结构化输出，包含因子公式、参数以及回测设置等关键信息，并生成全局配置文件config.yaml，作为后续任务的执行标准。随后，因子复现模块（factor-reproducerskill）及回测验证等任务，并输出因子表现与偏差分析结果。最后，因子库管理模块（factor-library-managerskill）data-agent库以及第三方API环节 输入 输出 核心职责表1：AI自动投研体系职责划分环节 输入 输出 核心职责解析层 PD复现层 解析文档注册层 因子值绩效数开源证券研究所、结构设计

结构化Markdown+config.yaml因子值+回测结果+偏差报告factor.yamlperformance.yamlINDEX.md

提取因子公式、参数、回测设置信息验证偏差维护索引AISKILLSKILL00_01_原02_03_04_同支撑研报解析、因子复现和入库管理的完整流程。其中，00_图2：00_模板结构设计开源证券研究所01_原始研报文件夹存放待解析的PD前文件夹下的新增报告，并进入解析复现流程。02_图3：03_复现项目结构设计开源证券研究所03_04_INDEX.md、桥接机制config.yamlconfig.yaml（poecdaaa、数据描述（data、因子定义（factors、回测配置（backtest、基准验证（benhak+oeancoupu。factorsbacktestbenchmark图4：config.yaml结构设计开源证券研究所AI自动投研系统运行过程如图5所示，从用户提交PDAIconfig.yamlPD图5：工作流运行机制开源证券研究所2、作用机制AIreport-parserskillfactor-reproducerskill回测验证及偏差分析，确保复现结果与研报基准的一致性。最后，因子管理环节通factor-library-managerskill、report-parser：研报解析研报通常以PD解析环节主要是将研报内容结构化处理，重点提取标题、机构、分析师、策略类型、核心观点及因子构建逻辑，并保留数据源、计算步骤、参数和回测配置，确保后续因子复现的准确性和可操作性。对于研报中给出的公式、参数区间及回测结果，系统会尽可能保持原始表达方式进行记录，以减少信息损失。report-parserskillPDMarkdown图6：report-parser研报解析流程开源证券研究所PD幅研报一次性加载读取解析，长篇幅研报可采用并行处理方式加快解析速度。根据我们的使用经验，一般而言一篇报告能在几分钟内完成高效解析。O”或“RN图7：report-parser中数据源验证样例（节选）开源证券研究所解析完成后，系统将信息按照标准化模板整理输出，包含研报标题、策略元信息、核心观点、数据源说明、因子构建、回测框架配置与表现，以及复现验证要点等核心章节，为因子复现提供直接可用的结构化文档。、factor-reproducer：因子复现report-parserskillMarkdownfactor-reproducerskillfactor-reproducerskill在创建复现项目目录后，便会根据解析文档和对应的配置文件内容自动进行数据处理、因子计算、策略回测和绩效分析，并进行偏差分析。若偏差超过设置的容忍度水平，大模型会自动反思处理过程，并进行相应修复。图8：factor-reproducer因子复现流程开源证券研究所在因子复现过程中，涉及到的踩坑经验或一些细节问题，如数据库访问方式、时间对齐等，可以用AI工具的记忆（Memory）功能记录下来，这些信息会自动加载到对话窗口的上下文语境中，能够有效避免大模型在执行任务过程中重复出错。同时，为了避免重复造轮子，我们将一些频繁调用的函数给抽离出来放到项目层面，方便不同研报复现过程共用一套框架，以便尽可能减少复现过程的偏差。比如数据库连接、回测引擎、绘图函数、绩效分析函数等，统一配置在00_模板下的code_template文件中。MarkdownIC、factor-library-manager：因子库管理factor-library-managerskillfactor-library-managerskillINDEX.md图9：factor-library-manager因子库管理流程开源证券研究所在因子库管理中，INDEX.md是一个带溯源的三层索引——顶层是因子快照列复现/→注顶层因子快照列表包括因子名称、缩写、风格分类及核心表现指标（RankICICIRINDEX.md息进行关联，INDEX.md从config.yaml文件中定位注册入库的因子名称，从skill3、偏差控制AI图10：偏差传播路径开源证券研究所我们以几个典型的错误进行说明。价格（S_DQ_ADJCLOSE）进行指标计算，但大模型错误地将不复权收盘价格逻辑实现错误，是影响最大的偏差来源之一。部分研报中的因子构建过程包含复杂的数据筛选和处理步骤，当大模型理解报告中文字的描述信息时，难免会对策略逻辑进行错误理解或简化处理，虽然最终完成了因子计算，但实际得到的因子含义已经与原始研报存在明显差异，从而导致回测结果出现较大偏离。为了避免模型走偏，最好让模型在进行因子计算前，将其对应逻辑的实现步骤进行详细拆解，方便后续对照执行。IC略如此操作，导致生成的因子值分布严重不均匀，从而偏离报告表现。这种状况往偏差类型 出现概率 典型表现 应对方式表2：偏差来源分析及应对方式偏差类型 出现概率 典型表现 应对方式字段映射错误 逻辑实现错误

数据库字段定义与研报口径不一致因子实现与原始研报不一致

提供全量字典表供对照查询拆解因子实现步骤，方便回溯校验时间对齐错误 低 日历日与交易日混用 处理规则写入项目其他错误 中 部分处理细节未披露 人工复开源证券研究所AI在因子复现过程中，即使没有错误发生，但策略测试区间差异、因子预处理方式不同以及数据来源不一致，这些行为都可能带来微小差异，因此系统并不要求复现结果与原研报完全一致，而是设定统一的偏差容忍区间。当核心指标落入容忍范围内时，即认为复现结果有效。4、案例展示基于AI自动投研系统，我们尝试对开源金工团队内部过往部分研报中的选股因子进行复现，因子范围涵盖价量、基本面和另类数据。我们节选部分研究报告，展示不同环节中的产出效果。、研报解析案例（report-parserskillMarkdownreport-parserskill图11：report-parser解析内容展示（节选）开源证券研究所report-parserskill图12：参数配置信息解析果 图13：回测绩效表现解析果开源证券研究所 开源证券研究所、因子复现案例以报告《长端动量2.0factor-reproducerskillreport-parserskill图14：复现结果说明（节） 图15：复现结果对比（节）开源证券研究所 开源证券研究所除了复现结果对比清单中展示的数据，我们也可以通过图表数据直观地感受因子复现效果是否符合预期。factor-reproducerskill会在因子复现结束后，生成多种图表，分别展示因子分组收益、因子IC分布及累计走势、月度超额收益热度图等。图16：长端动量2.0因子分组益 图17：长端动量2.0因子RankIC时序走势图18：长端动量2.0因子月度额收益 图19：长端动量2.0因子分年收益 、因子注册案例AIfactor-library-managerskill进行存储，分别是代表因子元信息的factor_metadata，存储因子绩效指标的factor_performancefactor_valuesfactor_metadata图20：factor_metadata录入格式开源证券研究所在因子注册环节，factor-library-managerskill会同步维护一套总索引文件NDX.d表3：INDEX.md中注册因子绩效统计LargeSmallLargeResidualReverseLRRreversalLargeResidualReverseLRRreversal-6.62%-0.517.15%2013/1/312021/3/31KaiyuanSmallResidualReverseSRRreversal-7.08%-0.5619.61%2013/1/312021/3/31KaiyuanLongMomentum_LM1LM1momentum3.75%0.3511.43%2013/1/312022/9/30KaiyuanLongMomentum_LM2LM2momentum6.96%0.6217.78%2013/1/312022/9/30KaiyuanHolderNumChange_SNCSNCsentiment5.59%0.5817.42%2015/7/312022/5/31KaiyuanPerCapitaRatio_PCRCPCRCsentiment5.49%0.5816.08%2015/7/312022/5/31KaiyuanAmplitude_AMPAMPvolatility7.70%0.4510.31%2010/3/312020/3/31KaiyuanHighAmplitude_VHVHvolatility9.58%0.7118.40%2010/3/312020/3/31KaiyuanIdealAmplitude_VIVIvolatility8.29%1.0823.62%2010/3/312020/3/31KaiyuanLowAmplitude_VLVLvolatility-2.27%-0.143.13%2010/3/312020/3/31KaiyuanActiveBuyPos_ABPABPsentiment6.41%0.9618.13%2012/1/312020/7/31KaiyuanActiveBuyNeg_ABNABNsentiment-0.37%-0.1612.57%2012/1/312020/7/31KaiyuanPriceConvVolumeConvPVConvPBBaseline_PBBPBBvaluePBBaseline_PBBPBBvalue-5.11%-0.5718.09%2010/2/262025/11/28KaiyuanPBROEBasic_PBRBPBRBvalue-5.27%-0.5818.35%2010/2/262025/11/28KaiyuanPBROEIndustry_PBRIPBRIvalue-