前言¶

做选股因子的人，手里往往已经有新闻情绪数据，真正落地时卡在几处：情绪值怎么对齐到交易日、时序拓展因子怎么生成、因子合成之后 IC / 分档 / 回撤怎么一次跑完并留档。这个 Skill 把这几步收进一条可复现的流程。

这是什么¶

新闻情绪Alpha研究，坐标 @zerone-iteration/news-sentiment-alpha，由零一智能发布，来源类型 enterprise，分类 data-analysis，当前版本 1.0.1。按 SkillHub 页面资料，评分 100000、下载 968，具体以页面实时数据为准。

一句话定位：把新闻情绪基准因子（SENTI / SENATT）与 tsfresh 式时序拓展因子，落成可复现的截面选股因子，并给出评估与诊断。

核心功能¶

只写资料中已核实的能力：

1、新闻情绪基准因子：SENTI、SENATT。
2、时序拓展因子：tsfresh 式的时序特征拓展。
3、截面选股因子：将上述结果合成为可复现的截面因子。
4、评估输出：日度 IC、年化 ICIR、分档多空、回撤诊断。
5、边界标注：新闻数据未获取时给出文献对照，而不是拿缺失数据硬算。

安装与启用¶

按官方资料，该 Skill 属于付费类型（pricing_type=paid），且不要求额外提供 API key（requires_api_key=false）。

该 Skill 基于通用 SKILL.md 格式，加载方式取决于你用的客户端（Cursor、Codex CLI、Claude Code 等），但官方资料中未给出具体安装命令、目录位置或配置字段。本文不杜撰命令，接入前请以页面说明为准：

https://api.skillhub.cn/zerone-iteration/news-sentiment-alpha

典型用法¶

官方简介未附代码示例，下面是按简介描述的流程拆的步骤，具体参数与字段名以 Skill 实际实现为准。

1、准备新闻情绪数据（SENTI / SENATT）与行情数据，并按交易日对齐。
2、基于时序生成 tsfresh 式拓展因子。
3、合成截面选股因子。
4、计算日度 IC 与年化 ICIR。
5、做分档多空组合与回撤诊断。
6、若新闻数据未获取，则输出文献对照，并标注该段结论不可用。

适用场景与注意¶

适合：需要把新闻情绪转成可回测截面因子，并要求 IC / ICIR / 分档 / 回撤一次出齐的人。

注意：

• 上游新闻数据是前提。新闻数据缺失时只给文献对照，不会替代计算，所以别指望它凭空产出因子。
• 官方资料未给出安装命令、配置字段和代码示例，接入前必须先在页面确认。
• 付费 Skill，接入前确认价格与授权范围。

小结¶

它的价值不在于发明新的情绪指标，而是把「情绪因子 → 时序拓展 → 截面因子 → IC / ICIR / 分档 / 回撤」这条链路固化成可复现的流程，并在数据缺失时如实标注边界。

官方地址：https://api.skillhub.cn/zerone-iteration/news-sentiment-alpha