QUANT RESEARCH NOTE / LAB 08 用公开在文内的 6 股票、5 月末小样本完成一份最小研究报告：研究问题、字段字典、历史股票池、EP 信号、未来收益、IC、三分组 H-L、成本、子样本、失败条件和三态结论。它是工程模板，不是 A 股实证结论。 类

QUANT RESEARCH NOTE / LAB 07 把股票信号转成受约束多头权重：单股≤35%，两个行业相对各 50% 基准偏离≤10%，单边换手≤30%。随后计算佣金、卖出印花税与滑点，断言净收益不高于毛收益且所有约束在 1e-8 内满足。 类型动手实验

QUANT RESEARCH NOTE / LAB 06 并排构造两条财报管线：错误管线按 report_period 连接，正确管线只允许 announce_date 不晚于决策日。再比较“只保留期末仍上市股票”和历史股票池收益。目标是让两类偏差变成可失败断言，而非抽象警告。

QUANT RESEARCH NOTE / LESSON 19 信号给出想买什么，风险模型与优化决定买多少。机构组合需要控制行业、风格、个股、换手和相对基准风险，并解释收益来自因子暴露还是选股。本讲从 Barra 风格横截面模型到均值—方差目标和归因。 类型核心课程

QUANT RESEARCH NOTE / LESSON 18 回测收益常在三处被虚增：信息提前、失败样本消失、交易假设过于理想。统计显著不能修复这些结构错误。本讲用时间线审计未来函数、幸存者偏差、修订与选择，再把毛收益转换为含成本和容量的净收益。 类型核心课程

QUANT RESEARCH NOTE / LESSON 17 因子评价不是找一个最好看的指标。同一信号可能 Rank IC 稳定，却因极端值导致 Pearson IC 差；可能分层单调，却因高换手扣费后无收益；也可能 H-L 显著，但覆盖率低且只来自微盘股。本讲建立多维验收表。

QUANT RESEARCH NOTE / LESSON 16 把美国 FF3 原样搬到 A 股，会把中国特有的上市制度、壳价值和估值口径当作噪声。Liu、Stambaugh、Yuan（2019）提出 CH-3：先排除最小 30% 壳价值污染股票，再用 EP 构造价值因子。它是“制度进入模型定义”的

QUANT RESEARCH NOTE / LESSON 15 多因子模型试图用少量共同收益解释大量资产平均收益与协方差。模型越多、因子越多，不代表越接近真相：增加变量总能改善样本内拟合，却可能带来冗余、估计噪声和更差样本外表现。本讲用统一表比较八类主流模型。 类型核心

QUANT RESEARCH NOTE / LAB 05 构造 24 个形成月、30 只股票的确定性面板，计算 EP 和 12-1 动量，分别做单变量三分组，再做独立 3×3 双排序。输出单因子 H-L、控制另一因子后的价值与动量边际收益，以及等权多空目标组合的换手。

QUANT RESEARCH NOTE / LESSON 14 传统直觉认为高风险应有高收益，但经验中低 Beta、低总波动股票有时反而取得更高风险调整收益；高特质波动也常没有得到补偿。与此同时，难交易资产可能要求流动性溢价。波动、Beta、特质波动与流动性相关，却不是同一因子。