實驗室 · B · 橫截面排序
回答「哪一檔股票會比其他股票表現更好」這個問題的模型，它內部的結果。
特徵重要度
這是什麼: 每個特徵在模型決策中所占的比重：動量、反轉、波動率、成交量、殘差報酬率總和、相對於產業的動量，以及圖領先分數。
由哪些資料驅動: 所選執行的 engineB 結果；最後一個 walk-forward 折中梯度提升樹模型所減少的變異。ridge 係數則是同一個特徵在線性模型中的正負號。
顯示什麼: 各特徵在所選期限上的相對重要度。
可以得出什麼結論: 在 21 天期限上，若單一特徵（12 個月動量）以負係數獨占鰲頭，這表示模型學到的是殘差報酬率建構方式中內建的機械式反轉。請用「績效」畫面上的「殘差 / 原始報酬率」表格加以驗證。
資訊係數
這是什麼: 每一天模型預測排序與實現殘差報酬率排序之間的 Spearman 相關性；虛線是平均值。
由哪些資料驅動: 所選執行的 engineB 結果；只取 walk-forward 測試視窗中的預測。
顯示什麼: 每日資訊係數的長條、它的平均值、t 統計量與天數。
可以得出什麼結論: 略為正值的平均（0.02–0.05）是符合現實的。非常大的數值（例如 0.2）表示應該先去找資料洩漏或某種假象；在本應用中，這種數值的來源就是殘差報酬率的定義。
此處提供的投資資訊、評論與建議不屬於投資顧問服務的範圍。投資顧問服務是依據客戶與證券商、投資組合管理公司或不收受存款的銀行之間所簽署的投資顧問契約提供的。這裡的訊號是以統計模型由歷史資料產生的，對所有人顯示的內容都相同，並非個人化；它們可能不符合你的財務狀況或你的風險與報酬偏好。因此，僅依據此處提供的資訊做出投資決定，可能不會產生符合你預期的結果。