求教如何用Python实现多因子选股策略的回测框架
各位量化大佬好，最近在研究多因子选股策略，想请教几个具体问题：1. 在构建因子库时，除了常见的估值、动量、质量因子外，还有哪些另类因子值得关注？（比如新闻情绪或供应链数据这类）
2. 用zipline还是backtrader做多因子回测更合适？主要纠结在因子分组（quantile分组）的实现便捷性上
3. 处理因子暴露度时，各位是怎么做行业市值中性化的？直接用线性回归残差法会有过拟合风险吗？
目前自己写的回测框架在IC衰减测试环节总出现因子失效过快的问题，怀疑是用了未来函数但没检查出来。如果有现成的因子有效性检验代码逻辑可以参考就太好了（不需要完整代码，说下关键校验点就行）。
先谢过！PS：不要私信卖策略的，纯技术讨论。
页:
[1]