REPORT → MEMORY
RMA
读取本地研报、CF40、东方财富等来源，把文本切成证据片段。先用 A 层判断日频 OHLCV 是否足以表达，再映射到 B 层机制家族与 C 层研究类型，写入可追溯记忆。
- 输入：研究报告与来源信息
- 输出：A1/A0、B 类、C 类及证据位置
- 边界：不把宏观叙述直接伪装成可交易因子
A-SHARE · MULTI-FACTOR · QP
veibae量化看板
从真实 A 股行情生成可解释、来源可审计的只读量化快照
—云端可运行
—展示项目
—Python
选择一个程序
查看说明、调整参数并运行云端分析。
RMA FACTOR ENGINE
RMA 与 Brain 如何把研报做成因子
研究引擎按“吸收证据、规划假设、生成因子、回测反馈”运行，让每个信号都能追溯到原始研报和明确的市场机制。
MEMORY → PLAN
Macro Brain
结合 RMA 覆盖量与 Cross Brain 的 GOOD/BAD 经验，为 16 个 B 类机制和 48 个 C 类研究类型评分，选出一个主机制、3—4 个辅助机制与 3—5 个研究代理。
- 输入：RMA 记忆与历史回测经验
- 输出：周期主题、研究假设与 Agent 任务
- 路由：自动探索、粗方向引导或固定主题
PLAN → FACTOR
Micro Brain
把每个 C 类假设转成白名单算子的 Python 因子，可执行种子生成、变异、交叉、精炼和新颖性注入。因子必须通过代码、机制、数值、未来数据扰动与经济稳健性检查。
- 输入：Macro Agent 的假设与机制约束
- 输出：因子代码、质量报告与修复建议
- 去向：父代池、精英池或退回修复
运行方式：把研报交给 RMA 做 A/B/C 分类 → Macro Brain 从证据与历史成败中提出可证伪假设 → Micro Brain 生成只使用获准字段的因子代码并通过质量门 → 因子进入多指数、扣费后回测。Rank IC、超额收益、回撤和换手再写回 Cross Brain，影响下一轮选题。
POSITIVE RETURN FACTORS
当前正收益因子
筛选口径为扣费后年化绝对收益大于 0。旧回测 HTML 中满足该条件的因子只有 C801；下表合并其四个股票池结果。
C801
Downside Volatility Bias
下行波动偏置
以收益波动相对均值的偏离识别下行冲击更强的股票，并对截面信号反向排序。v2 结果区间为 2021-01-04 至 2026-08-12，Top 50、每 5 日调仓，已计佣金、印花税和滑点。
NET ASSET VALUE
C801 扣费后净值
起点归一为 1.00；展示四个股票池的实际回测路径。
DRAWDOWN
回撤路径
曲线越低表示从此前净值高点回落越深。
正在读取既有回测序列…
| 因子 | 股票池 | 成分口径 | 年化收益 | 年化 Alpha | 最大回撤 | Rank IC | 回测状态 |
|---|---|---|---|---|---|---|---|
| C801 v2 | 沪深300 | 逐时点历史成分 | +8.19% | +10.32% | −14.54% | 0.0462 | 正收益 · 正超额 |
| C801 v2 | 中证500 | 逐时点历史成分 | +5.38% | +0.91% | −11.53% | 0.0498 | 正收益 · 正超额 |
| C801 v2 | 中证1000 | 逐时点历史成分 | +6.98% | +3.62% | −9.77% | 0.0522 | 正收益 · 正超额 |
| C801 v2 | 微盘400 | 当前静态成分回填 | +8.38% | +4.98% | −39.80% | 0.0803 | 正收益 · 敏感性测试 |
数据摘自既有多指数回测报告。微盘400存在静态成分回填带来的生存偏差风险，不能与三个逐时点指数结果等同解读。C101、C102 虽在沪深300相对基准为正超额，但绝对年化收益为负，因此未列入“正收益”表。
XALPHA · TABLE 1
RMA 使用的 A/B/C 分类
按论文原表，三层分类把研报证据依次转换为 OHLCV 准入判断、机制家族和可检索的 Research Archetype。C 层是研究提示，不是因子公式。
| 层级 | 输入单元 | 输出 | 在 XALPHA 中的作用 |
|---|---|---|---|
| A-layer | 研报片段或证据块 | KEEP/DROP 判断及 OHLCV 可行性理由 | 按照日频 OHLCV 因子契约筛选证据。 |
| B-layer | 经 A 层批准的研究路径原子 | 宽泛的机制家族归属和可复用研究路径 | 把保留证据归入粗粒度金融机制，供 Macro Brain 路由。 |
| C-layer | B 层研究路径 | 包含机制角色和研报依据路径的 Research Archetype 记录 | 为假设规划构造可执行的原型记忆；它本身不是因子公式。 |
来源：XALPHA，Table 1 — Definition of the A/B/C taxonomy used by RMA。阅读论文原文 ↗