首先是数据，平台就是基于这些数据来工作，这个表是矩阵，包含一段时间内的，每天的股票相关数据。好比收盘价格，包含 日期和每个股票的收盘价格。
当你点击‘Simulate’, 平台会评估你的alpha表达式，在5年的时间跨度内、对每个股票进行多空买卖，最后得到 PnL图（利润损失图）。
在这些场景后面包含7步。
我们假设一个场景， 先选市场和市场里面要操作哪些股票，我们来计算 rank(-return) 这个alpha表达式， 选择市场中性， 中性的意思是不依赖市场上涨和下跌赚钱，会有一部分多头，一部分空头，对整体收益进行保护。delay =1, decay=0.
这个alpha的表达式rank(-return)的意思是，如果今天这个股票下跌或相对回报少，那么明天就买入或做多，反之如果今天这个股票上涨或回报相对多，那么明天就卖出或做空。
使用rank来对输入的值进行排序，返回的值在0-1之间。

step 0
准备表达式里面各项数据
step 1:
对每一个股票用这个表达式来计算，生成一个vector向量.
step 2: 
算出平均值，每个数都去减这个平均值，得到一个新的vector向量。专业术语叫neutralization中和。
step 3:
在对这一组数据进行缩放，使他们的绝对值的和为1，生成一个新的vector, 这个过程叫normalized归一化。
step 4:
这一步就开始分钱了，将总投资额，分配给各个股票，卖空或买多，构建投资组合 portfolio.
step 5:
然后根据第二天的股票实际走势涨跌算出亏损或盈利 Profit and Loss
step 6: 
重复各个股票下一天的step1 到 step5的计算，得到新一天的损益 PnL.
step 7:
得到计算期间的PnL总图, Get the PnL chart of the Alpha.

上面就是基本流程。

如果有多个行业，会对每个行业进行计算得到行业PnL， 在将各行业PnL相加。

如果Decay不是0,那么需要额外的步骤获得最终的Alpha向量。这个衰减的计算方式是线性衰减，如果3天，那么当天的比重占3, 前一天比重2,前2天比重为1,算出一个平均值。
Decay_linear(x,n).
那么使用衰减有什么用？降低换手率 turnover ,也就是减少交易成本。