update doc

doc/alpha-mind work flow.md

+# Alpha - Mind Work Flow (version 0.1.0)
+
+
+## 数据表说明
+
+* ``factors``：因子数据表；
+* ``halt_list``：停牌信息；
+* ``index_components``：指数成分信息；
+* ``market``：行情数据；
+* ``risk_exposure``：风险因子暴露；
+* ``risk_cov_day``：风险模型协方差矩阵，``day``模型；
+* ``risk_cov_short``：风险模型协方差矩阵，``short``模型；
+* ``risk_cov_long``：风险模型协方差矩阵，``long``模型；
+* ``specific_risk_day``：风险模型特质收益，``day``模型；
+* ``specific_risk_short``：风险模型特质收益，``short``模型；
+* ``specific_risk_long``：风险模型特质收益，``long``模型；
+* ``risk_return``：风险因子收益；
+* ``specific_return``：特质收益；
+* ``universe``：股票池。
+
+
+## 输入
+
+### a. 测试已入库因子
+
+* 交易日(``date``): 类型为``str``，格式：``YYYY-MM-DD``；
+* 交易证券代码(``codes``)：类型为``list``，大小 $n \times 1$；
+* 因子名称(``factor_names``): 类型为``list``, 大小为 $k \times 1$；
+* 风险模型(``risk_model``)：类型为``str``，可选为：``day``、``short``以及``long``；
+* 基准指数(``benchmark``)：用于计算超额收益，类型为``str``，例如：``zz500``代表中证500指数；
+* 延迟(``delay``)：使用多少天以后的收益计算，默认为1；
+* 期限(``horizon``)：在延迟``delay``天后，使用累积多少天的收益，默认为1。
+
+
+### b. 测试新因子
+
+* 交易证券代码(``codes``)：类型为``list``，大小 $n \times 1$;
+* 因子数据(``factor_data``)：类型为二维数组，大小 $n \times k$;
+* 风险模型(``risk_model``)：类型为``str``，可选为：``day``、``short``以及``long``;
+* 基准指数(``benchmark``)：用于计算超额收益，类型为``str``，例如：``zz500``代表中证500指数；
+* 延迟(``delay``)：使用多少天以后的收益计算，默认为1；
+* 期限(``horizon``)：在延迟``delay``天后，使用累积多少天的收益，默认为1。
+
+## 获取因子数据
+
+### a. 测试已入库因子
+
+按照``factor_names``从``factors``获取因子数据$Y$。
+
+### b. 测试新因子
+
+使用``factor_data``组成因子数据$Y$。
+
+## 风险中性化
+
+从``risk_exposure``中取出对应的风险因子暴露，对$Y$做中性化，得到$\bar Y$
+
+## 计算预期收益
+
+根据$\bar Y$计算得到预期收益$r$。
+
+## 计算股票协方差举证
+
+根据对应的``risk_model``，从``risk_cov_*``表中取出对应的风险因子协方差矩阵，根据对应的``risk_exposure``，计算得到股票协方差矩阵$C$。
+
+## 计算组合
+
+根据预期收益$r$和预期协方差矩阵$C$，计算最优组合$\omega$