我在 BRAIN 上挖因子，先说说它到底是什么
我最近在 WorldQuant Brain 上做美股因子研究，用的股票池是 USA TOP3000。这个平台值得写一笔，因为它的模式跟国内能接触到的量化工具都不太一样——它不要你的钱，要你的信号。
WorldQuant（世坤投资）是 Millennium Management 旗下的量化公司，2007 年由 Igor Tulchinsky 创立。Brain 是它对外开放的众包研究平台：全球任何人都能在上面写表达式、跑回测、提交，优质的信号有机会被拿去实盘，贡献者拿报酬。
官方页面上的数字（核对日期 2026-09-29）：550,000+ 用户、16,000+ 研究顾问、17 个地区。
Alpha 不是策略，是一段表达式
刚上手时我最大的误解，是把 Alpha 当成了"交易策略"——以为要写止损、仓位、资金曲线。不是。
在 Brain 的语境里，Alpha 就是一个数学模型，输出一个权重向量：对股票池里每只票给出一个数值，代表今天该做多还是做空、多少。它关心的是信号本身，交易执行那一段平台替你做了。
所以你写的东西本质上是一行表达式，比如：
rank(-returns)
liabilities / assets
rank(ts_mean(returns, 20))第一个的假设是"今天跌得多的，明天可能反弹"；第二个是用负债除以资产刻画杠杆；第三个是过去 20 天平均收益率的横截面排序。就这么朴素。
平台用的是自研的 Fast Expression Language，介于自然语言和编程语言之间。上手门槛低，但真正的难点不在语法，在于想出一个站得住的假设。
40 万数据字段这个数字，别急着信
很多介绍文章会写"平台提供 400,000+ 数据字段"，听着很唬人。这里先把话说在前面：这个平台我没用透，下面这些是我从网上资料和官方页面整理的，没有逐个验证过。
能查到的口径是"12 个地区、超过 400,000 个数据字段"，但这个数字大概率对应的是研究顾问解锁后的可用范围；普通新注册用户能摸到的字段会少很多（网上有人说是十几万量级，我没法确认）。
所以预期要放对：刚注册就指望 40 万字段随便挑，多半会失望。真想知道自己能看到多少，注册进去看一眼最准。
提交门槛：卡住人的通常不是夏普
一个 Alpha 想提交，要同时满足三个硬条件：
| 指标 | 门槛 | 含义 |
| Sharpe（夏普） | > 1.25 | 风险调整后收益 |
| Fitness（健康度） | > 1.0 | 综合夏普、收益与换手率 |
| Self-Correlation（自相关） | < 0.7 | 与你已提交 Alpha 的相似度 |
另外 Turnover（换手率）一般要落在 1%~70%，太高会拖垮 Fitness。
网上一致的反馈是：Fitness 比 Sharpe 更容易卡人。夏普够了的表达式，常常因为换手太猛导致 Fitness 上不去。这时加一点衰减（decay）平滑信号，往往比改表达式本身有效。
还有一条容易被忽略：Self-Correlation 是拿你账户下所有已提交 Alpha 比的。这意味着越往后做，越难做出"新东西"——同一个思路换参数，会被判定为重复。它逼着你真的去找正交的信号源。
我的工作流：骨架复用 + 数据正交
做了一段时间之后，我摸索出两条自己一直在用的原则。
骨架复用。 表达式的结构（rank / ts_mean / group_neutralize 这些骨架）是有限集，真正变化的是喂进去的数据字段。所以我不是每次从零想一个新式子，而是固定一个骨架、换数据源批量试。这样出来的结果可比性强，也容易判断到底是结构在起作用还是数据在起作用。
数据正交。 因为 Self-Correlation 那道坎，我会有意识地在价量、基本面、分析师、情绪这些不同大类之间轮换，而不是在一个类别里反复微调。同一类数据挖出来的信号彼此高度相关，提交第二个就废了。
另外我自己写了点小工具做表达式的解析和批量验证——手工一个个贴进回测框太慢，而且容易把符号写错。脚本能省掉这部分重复劳动，但它不负责想点子，那是平台替代不了的部分。
关于报酬和等级，说点实在的
平台用积分制，提交合格的 Alpha 累积 Challenge Score。几个关键节点：
- 每日上限 2000 分，提交再多也不超过这个数
- 分数 T+1 更新，不是实时的
- 10,000 分到 Gold，这是收到研究顾问邀请的门槛
- Master 级别顾问每季度 $2,000+，Grandmaster 每季度 $8,000+
我的看法：把"赚外快"当主要动机的人大概率会失望。每天 2000 分的上限摆在那，积分积累是个慢活，而且越往后越难做出不重复的信号。它真正的价值在别处——你能用零成本摸到一套工业级的回测引擎和清洗好的数据，这在别的地方要么很贵、要么根本拿不到。
顺带提一句，平台确实会给优秀研究者实习和全职机会，这条路是存在的，但我没走到那一步，不评价。
IQC：看看就好
WorldQuant 每年办 International Quant Championship（IQC）国际量化锦标赛，面向全球注册用户。奖金、赛制、决赛地点每年都在变，具体以官网当年公告为准，我不转述没核实的数字。
参赛经历本身对简历有帮助，这点我认同。
我的判断
这个平台最值钱的地方，不是钱，也不是那堆数据字段，而是它把"想点子"和"验证点子"之间的成本压到了近乎为零。你有一个想法，几分钟就能知道它在五年历史数据上站不站得住。这种反馈速度在别的地方拿不到。
它的残酷之处也在同一处：反馈太快，所以你会很快发现自己大部分想法都不成立。跑废的表达式远多于能提交的，这不是平台的问题，是这个领域本来的样子。
两个提醒给想上手的人：一是别被 40 万字段的说法误导，那是顾问级别的口径；二是别一开始就冲着积分去，先把 Sharpe > 1.25 和 Fitness > 1.0 这两道坎摸清楚，比什么都实在。
最后说一句不太好听的：这个平台上绝大多数人的产出是零。它不保证你做出东西，只保证你做出来之后能立刻验证。把这个当成一台便宜的验证机器，心态会稳很多。
想上手的话
入口在这儿：https://worldquantbrain.com/ —— 免费注册，不用邀请码，进去先把一次 Simulation 跑通再说别的。
先说明：这条是官网入口，不是返利链接，我也拿不到任何好处——这个平台本身没有公开的邀请返利机制。文中数字来自官网与网上的公开资料（核对日期 2026-09-29），一切以你自己登录后台看到的为准。