一个面向加密交易对的量化研究项目，提供三步数据管道（CSV→原始Parquet→标签→特征/因子）与单因子分析模块（自动生成可视化与日志）。支持异步/并行与内存监控，开箱即用。
run_pipeline.py：一键执行完整流水线（Step1→Step2→Step3→因子分析）config.py：统一配置与清理函数（数据路径、因子列表、并行/内存等）step1_data_processing/：原始数据处理（CSV→Parquet）step2_label_design/：标签设计（在原始数据上生成标签列）step3_feature_engineering/：特征工程（计算因子并保存）Factor_Analysis/：单因子分析（读取特征数据，生成图与日志）data/：数据输出根目录（raw_data/、labeled_data/、feature_data/）
- Python：建议
>= 3.10 - 安装依赖：
pip install -r requirements.txt
- 在
config.py设置：INPUT_CSV_PATH：原始 CSV 文件目录FACTORS_TO_COMPUTE：要计算的因子及参数（如：[("RSI", [14])]）ANALYZE_ALL_FACTORS：因子分析是否遍历所有配置的因子- 步骤开关：
RUN_STEP1/RUN_STEP2/RUN_STEP3/RUN_FACTOR_ANALYSIS
- 运行一键脚本：
python run_pipeline.py
- 产物位置：
- 原始数据 Parquet：
data/raw_data/ - 标签数据 Parquet：
data/labeled_data/ - 特征数据 Parquet：
data/feature_data/ - 因子分析输出（图与日志）：
Factor_Analysis/Output/<timestamp>_<factor>/
- 原始数据 Parquet：
- 修改
Factor_Analysis/analysis_config.py中的：single_factor：当前分析因子列名（如RSI_14）time_range：时间区间（可选）remove_outliers：是否去极值ir_window：IR 计算窗口长度use_parallel、sampling_frequency：并行与采样频率
- 直接运行：
python Factor_Analysis/main.py
- 内置便捷函数（在
config.py）：clear_all_data()：清空data/raw_data/、data/labeled_data/、data/feature_data/clear_analysis_output()：清空Factor_Analysis/Output/clear_caches()：递归删除__pycache__/、*.pyc、*.pyo、.ipynb_checkpoints
- 也可在运行各步骤前自动清理（各 Step 主程序已调用各自目录清理）
- 入口与开关：
run_pipeline.py:167-198 - 数据目录清理：
- Step1：
step1_data_processing/main.py:158-160 - Step2：
step2_label_design/main.py:44-46 - Step3：
step3_feature_engineering/main.py:46-48 - 清理函数：
config.py:111-117
- Step1：
- 因子分析输出：
Factor_Analysis/main.py:81-84，保存：Factor_Analysis/utils/result_saver.py:116-147
- 并行/异步：
MAX_WORKERS、ASYNC_SEMAPHORE、FactorCalculator异步计算 - 内存监控与回收：
ENABLE_MEMORY_MONITORING、MEMORY_LIMIT_GB、GC_THRESHOLD - Parquet 写出优化：
pyarrow+ 压缩与行组配置
- 原始 CSV 必需列：
timestamp/open/high/low/close/volume - 因子前置 NaN：如
RSI_14前 14 行为 NaN，保存前会清理这些行 - Windows 异步策略：入口已设置兼容策略，避免事件循环报错