一个基于GPT-5的WorldQuant量化因子优化工具，使用AI技术自动生成和改进量化因子表达式。

• 🤖 使用GPT-5自动生成因子改进建议
• 📊 自动测试因子性能（夏普比率、适应度等）
• 🔧 支持WorldQuant Brain平台的所有操作符
• 📈 智能优化策略，提升因子Sharpe比率
• 💾 自动保存测试结果和优化建议

• Python 3.8+
• WorldQuant Brain账户
• OpenRouter API密钥（用于访问GPT-5）

1. 克隆仓库

git clone https://github.com/your-username/worldquant-factor-optimizer.git
cd worldquant-factor-optimizer

2. 安装依赖

pip install -r requirements.txt

3. 配置凭证

cp credentials_example.txt credentials.txt
# 编辑 credentials.txt 文件，填入你的真实凭证

在 credentials.txt 文件中配置以下信息：

["your_worldquant_email", "your_worldquant_password"]
OPENROUTER_API_KEY="your_openrouter_api_key"

注意： 请确保 credentials.txt 文件不会被提交到版本控制系统中。

from gpt_optimizer import WorldQuantFactorOptimizer

# 创建优化器实例
optimizer = WorldQuantFactorOptimizer()

# 运行优化流程
optimizer.run_optimization()

直接运行主程序：

python gpt_optimizer.py

程序会提示你输入要优化的因子表达式，或者使用默认因子。

• abs(x), add(x, y), divide(x, y), multiply(x, y)
• power(x, y), sqrt(x), subtract(x, y)
• max(x, y), min(x, y), sign(x), log(x), inverse(x)

• ts_corr(x, y, d), ts_covariance(x, y, d)
• ts_mean(x, d), ts_std_dev(x, d), ts_delta(x, d)
• ts_delay(x, d), ts_decay_linear(x, d), ts_rank(x, d)
• ts_sum(x, d), ts_product(x, d), ts_zscore(x, d)

• rank(x), scale(x), normalize(x), quantile(x)
• zscore(x), winsorize(x)

• group_rank(x, group), group_mean(x, weight, group)
• group_neutralize(x, group)

• if_else(condition, x, y), and(x, y), or(x, y), not(x)

工具会自动应用以下优化策略：

1. 时间序列稳定性优化 - 使用平滑函数减少噪音
2. 截面标准化优化 - 提高横截面可比性
3. 波动率调整 - 处理异常值，提高稳定性
4. 多因子组合优化 - 组合多个有效信号
5. 均值回归策略 - 利用市场均值回归特性

程序会生成包含以下信息的JSON结果文件：

• 原始因子性能
• 改进建议的详细说明
• 每个建议因子的性能指标
• 夏普比率、适应度、换手率等关键指标

欢迎提交Issue和Pull Request！

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开Pull Request

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

• 本工具仅供学习和研究使用
• 因子优化结果不构成投资建议
• 使用本工具进行实际投资的风险由用户自行承担
• 请遵守WorldQuant Brain平台的使用条款

如果你遇到问题或有建议，请：

1. 查看 Issues
2. 创建新的Issue
3. 联系项目维护者

⭐ 如果这个项目对你有帮助，请给它一个星标！