📚 FactorMiner 因子库（V3架构）

🎯 设计目标

• 因子=算法（不存储因子数值）
• 计算逻辑完全透明、可读、可审计
• 统一目录、统一引擎、统一调用方式

📁 目录结构

factorlib/
└── factors/
    ├── definitions/   # 因子定义（JSON）
    ├── formulas/      # 公式（.txt，可读）
    ├── functions/     # 函数（.py，可读）
    ├── pipelines/     # ML流水线（.json，可读）
    ├── evaluations/   # 评估结果（JSON，可选）
    └── temp/          # 临时缓存（可清理）

🧠 因子定义（definitions/*.json）

示例：

{
  "factor_id": "sma_v3",
  "name": "透明SMA",
  "category": "trend",
  "computation_type": "formula",
  "computation_data": {
    "formula_file": "formulas/sma_v3.txt",
    "formula": "close.rolling(window=period).mean()"
  },
  "parameters": {"period": 20}
}

🔢 公式类（formulas/*.txt）

# 计算简单移动平均线
# 参数: period
close.rolling(window=period).mean()

🧩 函数类（functions/*.py）

def calculate(data, fast_period=12, slow_period=26, signal_period=9):
    fast = data['close'].ewm(span=fast_period).mean()
    slow = data['close'].ewm(span=slow_period).mean()
    return fast - slow

🤖 流水线类（pipelines/*.json）

• 特征工程代码（可读）
• 模型配置（算法与参数）
• 后处理代码（可读）

⚙️ 调用方式

from factor_miner.core.factor_engine import get_global_engine
engine = get_global_engine()
value_series = engine.compute_single_factor('sma_v3', data)

✅ 原则

• 不需要导入任何“注册器”或“实时引擎”；一切来自 JSON
• 因子逻辑以文本/源码保存，严禁二进制黑盒
• 统一使用 factor_miner.core.factor_engine 与 factor_miner.core.factor_storage