阶段9WorldQuant BRAIN●●●●●

BRAIN数据集总览：从价量到另类的资源地图

我的掌握程度：

q-814精讲

先掌握这个答案

层级地图（按门槛）：①核心价量（默认可用）：最拥挤但基础扎实；②基本面与分析师（多数账号可用）：逻辑强、换手低——Fitness友好区；③新闻情绪/机构持仓（部分需活跃度或资格）：中等拥挤、与价量低相关；④期权数据（部分区域/资格）：IV类信号——衍生品视角的独家信息；⑤另类数据集（资格/限量）：卫星/消费等——蓝海但验证成本高。代表思路：基本面集→营收加速/应计（q-412/418）；情绪集→情绪背离/覆盖度变化（q-815）；机构集→持仓变动信号（q-816）；期权集→IV偏斜/PCR（q-169的信号族）。季度开拓计划：每季主攻一个中门槛数据集（先读文档→翻译课程思想→批量矩阵）——一年的地图扩张计划比单点突破的复利大。

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

平台标准以当期官方规则为准

资格、评分、提交次数、算子和收益门槛都可能调整。保存规则快照与实验台账，避免围绕公开榜反复调参；平台成绩不能直接替代样本外研究证据或实际收益。

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。

不懂的术语：期权（Option）复利（Compounding）另类数据（Alternative Data）BRAIN（WorldQuant）

背景 · 从一个困惑说起

q-806讲了字段族的使用；这一题拉远镜头看数据集（dataset，字段的打包）的层级地图——哪个免费、哪个要资格、哪个区域全、哪个是蓝海——资源地图决定你的开采计划。

由此产生的问题

数据集的层级结构（核心价量/分析师/情绪/机构/期权/另类）与获取门槛？各数据集的代表Alpha思路与拥挤度？"数据集开拓"的季度计划怎么排？

核心概念

为什么需要它

①资源意识=平台战略：多数人无计划地随机试数据集——季度计划把"开拓"变成可执行的研究路线（q-817矩阵在数据维度的展开）；②门槛的经济学：高门槛数据集竞争少但验证难（数据质量/覆盖度要自己审）——门槛是双刃（保护与障碍同体）；③与课程的映射：每个数据集都对应阶段5的某族因子思想——课程给了逻辑、平台给了数据、你负责翻译。

实际应用场景

本季开拓卡（模板）：目标数据集→文档三查笔记→翻译2个课程因子→批量10个表达式→记录通过率与相关性——季度末合并进个人最佳表。

与之前知识的联系

q-806（字段）与q-817（矩阵）之间的资源层；q-815/816是两个专章；IV类信号回扣q-169（阶段2期权）。

⚠ 常见误解

核心数据集够用了：那是人最多的金矿——人均产量最低；门槛数据集才是差异化的来源（资格攒起来）
另类数据=神秘武器：它的验证成本高（覆盖/口径/偏差）——蓝海里也更容易翻船；文档精读先行
数据集越新越好：新数据集的文档与社区经验少——踩坑成本高；"新但成熟文档"的甜点区优先

🤖 AI导师

导师会先检查你的前置知识（字段地图），再用案例、公式和代码帮助理解。此功能需要先启用服务。