前言¶

做選股因子的人，手裏往往已經有新聞情緒數據，真正落地時卡在幾處：情緒值怎麼對齊到交易日、時序拓展因子怎麼生成、因子合成之後 IC / 分檔 / 回撤怎麼一次跑完並留檔。這個 Skill 把這幾步收進一條可復現的流程。

這是什麼¶

新聞情緒Alpha研究，座標 @zerone-iteration/news-sentiment-alpha，由零一智能發佈，來源類型 enterprise，分類 data-analysis，當前版本 1.0.1。按 SkillHub 頁面資料，評分 100000、下載 968，具體以頁面實時數據爲準。

一句話定位：把新聞情緒基準因子（SENTI / SENATT）與 tsfresh 式時序拓展因子，落成可復現的截面選股因子，並給出評估與診斷。

核心功能¶

只寫資料中已覈實的能力：

1、新聞情緒基準因子：SENTI、SENATT。
2、時序拓展因子：tsfresh 式的時序特徵拓展。
3、截面選股因子：將上述結果合成爲可復現的截面因子。
4、評估輸出：日度 IC、年化 ICIR、分檔多空、回撤診斷。
5、邊界標註：新聞數據未獲取時給出文獻對照，而不是拿缺失數據硬算。

安裝與啓用¶

按官方資料，該 Skill 屬於付費類型（pricing_type=paid），且不要求額外提供 API key（requires_api_key=false）。

該 Skill 基於通用 SKILL.md 格式，加載方式取決於你用的客戶端（Cursor、Codex CLI、Claude Code 等），但官方資料中未給出具體安裝命令、目錄位置或配置字段。本文不杜撰命令，接入前請以頁面說明爲準：

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

典型用法¶

官方簡介未附代碼示例，下面是按簡介描述的流程拆的步驟，具體參數與字段名以 Skill 實際實現爲準。

1、準備新聞情緒數據（SENTI / SENATT）與行情數據，並按交易日對齊。
2、基於時序生成 tsfresh 式拓展因子。
3、合成截面選股因子。
4、計算日度 IC 與年化 ICIR。
5、做分檔多空組合與回撤診斷。
6、若新聞數據未獲取，則輸出文獻對照，並標註該段結論不可用。

適用場景與注意¶

適合：需要把新聞情緒轉成可回測截面因子，並要求 IC / ICIR / 分檔 / 回撤一次出齊的人。

注意：

• 上游新聞數據是前提。新聞數據缺失時只給文獻對照，不會替代計算，所以別指望它憑空產出因子。
• 官方資料未給出安裝命令、配置字段和代碼示例，接入前必須先在頁面確認。
• 付費 Skill，接入前確認價格與授權範圍。

小結¶

它的價值不在於發明新的情緒指標，而是把「情緒因子 → 時序拓展 → 截面因子 → IC / ICIR / 分檔 / 回撤」這條鏈路固化成可復現的流程，並在數據缺失時如實標註邊界。

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