时间对齐错误，主要来源于不同数据口径之间的不一致。例如部分数据按照自然日月末记录，而收益率数据按照交易日月末计算。如果两者未进行对齐，就会出现生成的因子值与未来收益错位的问题，进一步影响 IC 和多空收益等指标的计算结果。针对该种问题，可将其通用处理方式记入项目的记忆文件，每次开启对话会自动加载相关规则，从而避开类似的低级错误。除此之外，报告中未明确披露的处理细节也会影响最后的复现效果。比如，股东户数信息的披露频率默认是季频，部分上市公司会在投资者问答平台间歇性回复关于股东信息的提问，导致股东户数数据实际上是以不固定频率在更新。计算股东户数因子值时，若报告未事先明确取一段时间内的前值进行填充，大模型往往会忽略如此操作，导致生成的因子值分布严重不均匀，从而偏离报告表现。这种状况往往需要我们根据结果的差异来进行人工复核，全流程完全自动化目前仍然任重道远。
