数据字段地图：价量之外的字段宇宙
先掌握这个答案
四族地图：①价量（默认族）：close/open/volume/vwap/cap/returns——高频信息、拥挤度最高；②基本面：sales/earnings/assets/debt/cashflow/op_income——季度频率、逻辑扎实（EP/应计/增长类信号的原料）；③分析师：est_eps/est_rev/target_price/num_analysts——预期维度（q-416修正动量的平台版）；④情绪/新闻：sentiment/news_volume/sentiment_change——另类信息、覆盖与质量随区域差异大。交叉地图（骨架×字段族的空白处=机会）：多数人把反转/动量骨架只套在价量上——把"ts_delta(基本面字段,N)"（基本面动量=营收加速）或"-ts_corr(rank(情绪),rank(收益),N)"（情绪背离）填进空格常是低相关新Alpha的来源。口径三查：单位（美元/百万美元）、频率（日更新vs季快照）、PIT可用性（分析师字段的部分历史口径要注意）——写表达式前查数据字典的description页。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 用实验记录把竞赛变成研究成果
参加BRAIN或金融预测比赛时，把平台成绩和可迁移的研究能力分别评价。
- 先阅读当前赛题数据、时间戳、评分、提交限制与使用条款；门槛以平台当期规则为准。
- 每次只改变一个假设，记录数据版本、公式、参数、seed、本地验证、提交分数和尝试次数。
- 固定验证后总结失败案例、成本敏感性和复现步骤，产出别人能核查的项目报告。
使用边界
- Public榜不是最终测试集，反复围绕它调参会产生选择偏差。
- 平台Alpha达标不代表可直接实盘，也不等于通过招聘或获得稳定收入。
- 字段越多越乱先用熟三个：熟三个=在最挤的赛道排队；字段族的交叉处才有差异化（每周开拓一族）
- 基本面字段信号慢没用：慢=换手低=Fitness友好（q-804的价值观）——慢有慢的经济学
- 数据字典可跳过：单位错（百万vs个）直接让表达式含义全变——三查是表达式的"语法检查"
🛠 本题实践任务
选一个你没碰过的字段族（基本面或分析师）：查字典做三查笔记→把阶段5的一个因子思想翻译成表达式→提交并记录与存量Alpha的相关性。完成你的第一次"字段开拓"。
💡 提示（先自己想5分钟再看）
翻译模板：课程因子的数学定义（如应计=NI−OCF）→平台字段的对应算式；三查笔记直接抄字典的description。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
🤖 AI导师
导师会先检查你的前置知识（设置项、表达式基础），再用案例、公式和代码帮助理解。此功能需要先启用服务。