Yilin Jia.
← Blog

Blog Post

我用 Claude Code 升级 py-alpha-lib：把 101 因子跑到 3.6 秒

February 10, 2026

RustPythonQuantPerformanceClaude Code

这次不是“从零写个 Rust 库”的故事，而是一次更真实的工程升级：我用 Claude Code，把一个能跑的 Python 因子库，升级成了一个能在百万行数据上稳定、快速、可验证的 Py+Rust 引擎。

目标很直接：

  • 正确性：对齐 Alpha101 数学定义，不靠“看起来像”；
  • 性能：在 4000 股 × 261 日（1,044,000 行）上把全量计算压到秒级；
  • 可维护：DSL、Python wrapper、Rust 内核三层语义一致。

升级前的痛点

之前的实现不是不能用，而是到了规模就暴露问题：

  • Pandas 参考实现里有公式错误；
  • DSL 里有歧义表达（MAX 到底是逐点还是窗口？）；
  • 跨截面和时序算子对 NaN 的处理口径不一致；
  • Python 层存在大量不必要的 dtype copy。

结论是：先别急着吹“快了几百倍”，先把“算得对”这件事做扎实。

我怎么和 Claude Code 协作

我把这次升级拆成四段，Claude Code 负责“改代码 + 回归 + 对比 + 记录”，我负责“定义标准 + 决策语义”：

  1. 先建对比框架
    • 三方对比：pandas / alpha-lib / polars_ta
    • 指标不只看 pearson，还看 ic_mean（避免暖窗期误判）
  2. 再修定义层问题
    • 修 DSL 公式歧义、窗口参数缺失、运算优先级
  3. 再修内核语义问题
    • 修 RANK NaN 处理、TS_RANK 重复值、SIGNEDPOWER 定义
  4. 最后才做性能优化
    • Python wrapper 改成 _to_f64()，避免 float64 输入重复拷贝
    • Rust 侧统一有效值判断：!is_nan()

这个顺序很关键：正确性没过，所有性能数字都不可信。

结果：101 因子全部支持，75 个可直接和 pandas 对比

Alpha101 正确性总览（来自 COMPARISON.md）：

  • 完全一致（pearson ≥ 0.99）：47 个
  • 高度一致（0.95 ≤ pearson < 0.99）：6 个
  • 常量输出无法算相关：6 个
  • 暖窗期行为差异（ic_mean ≥ 0.99）：8 个
  • Pandas 参考实现 bug：3 个
  • decay_linear NaN 策略差异：3 个
  • 浮点精度边界：1 个
  • 数据不足：3 个
  • IndNeutralize 新增支持：19 个

这组结果最重要的一点不是“完全一致有多少”，而是： 差异基本都能解释为语义选择、参考实现错误或数值边界，而不是黑盒误差。

几个最有代表性的坑

  1. alpha_038 / 036 / 047：Pandas 参考实现公式写错了
  2. TS_RANK：用 BTreeMap<value, idx> 会被重复值覆盖，窗口统计直接漂移
  3. SIGNEDPOWER(x,p)：负数底数 + 非整数幂，np.power 会 NaN，必须显式 sign(x)*abs(x)^p
  4. Float::is_normal()：会把 0.0 当“无效值”，导致 MA/STDDEV/CORR 误跳过
  5. GTJA191 原始公式文本有歧义，像 MAX/MIN/SEQUENCE 必须做 DSL 层修订

性能对比（同一数据集）

测试集：4000 只股票 × 261 个交易日 = 1,044,000 行

方案 耗时 加速比
Pandas（75 因子） 2,643,373ms（44min） 1x
polars_ta（81 因子） 58,130ms（58s） 45x
alpha-lib（101 因子） 3,628ms（3.6s） 729x

含长窗口 ts_rank / correlation 的因子，常见加速是 1000x - 7000x。

GTJA191 这边也跑了一版：

  • 191 个因子中 190 个可计算；
  • 总耗时约 4.5 秒；
  • 唯一不可计算的是 #030（需要 Fama-French 三因子数据，数据源缺失）。

这次升级给我的三个结论

  1. 性能优化是最后一步，先把数学语义和回归基线立住。
  2. AI 写代码最强的场景，不是“替你拍脑袋”，而是“高频修复 + 快速验证 + 全量记录”。
  3. 量化工程里最贵的 bug 往往不是 crash，而是“默默算错一点点”。

项目地址：
https://github.com/tic-top/py-alpha-lib

过程记录（完整对比和修复明细）：
https://github.com/tic-top/py-alpha-lib/blob/main/COMPARISON.md