Day 0：环境与数据准备（2–3 小时）

D0

目标

确保环境可用、数据可读，避免后续被工程问题卡住。

任务

• 安装并确认 Python 环境（Python 3.9 / 3.10）
• 安装必要库：polars、numpy、pandas、scikit-learn
• 成功读取：
  • used_dataset_filter.parquet
  • used_weight 数据
• 查看数据 schema（列名、类型、行数）
• 确认 trade_time 为时间类型（Datetime）

产出

• 可运行的 Python 环境
• 一个脚本能正确读取数据并打印基本信息

Day 1：Baseline 与问题理解（6–8 小时）

目标 建立最小评估函数

固定 t = 15，

做什么

• 写 3 个函数（最小版即可）：
  1. calc_cs_ic(df)：按 trade_time 分组，每天算 corr(pred, target)，再取均值/标准差
  2. calc_global_ic(df)：全局 corr(pred, target)
  3. calc_weighted_ic(df_with_w)：对齐 weight 后算加权 IC（或加权 R²）

产出