/**
 * 截面因子评估（纯函数、零依赖）—— dsh-alpha 域扩展。
 *
 * 背景：上游 `factorEvaluate` 的文档建议「多资产截面：把截面按时间摊平为
 * 序列后传入」，但该用法在数学上不成立：`lagPair` 会把 factor[i] 与
 * forwardReturns[i+1] 错位配对，摊平后等于拿「不同资产、不同时点」的样本
 * 交叉配对，IC 完全失真（且静默、不报错）。
 *
 * 本模块提供正确的截面口径：**每个时点在各资产之间做一次横截面相关**，
 * 再对时间序列上的 IC 求均值/标准差（即业界标准 IC / ICIR / t 值）。
 *
 * 约定（与上游对齐契约一致）：
 * - `factor[t][a]` 与 `forwardReturns[t][a]` 在同一时点 t 对齐；
 *   `forwardReturns[t][a]` 表示资产 a 从 t 到 t+1 的收益（由调用方保证，无未来函数）。
 * - 缺失值用 `null` 表示（NaN/Infinity 不可达）；该时点资产数不足 minAssets 时跳过。
 * - 所有导出均为纯函数，isConcurrencySafe 语义成立。
 */
/** 单个时点的截面结果。 */
export interface CrossSectionPoint {
    /** 时点索引（0-based，对应输入矩阵的行号） */
    period: number;
    /** 该时点的截面 Pearson IC */
    ic: number;
    /** 该时点的截面 Spearman RankIC */
    rankIc: number;
    /** 该时点参与计算的资产数 */
    assets: number;
}
/** 截面因子评估结果。 */
export interface CrossSectionEval {
    /** IC 时间序列均值（核心指标） */
    meanIc: number;
    /** IC 时间序列标准差 */
    icStd: number;
    /** ICIR = meanIc / icStd（IC 的稳定性，越高越稳定） */
    icir: number;
    /** IC 的 t 统计量 = meanIc / (icStd / sqrt(n))，用于显著性判断 */
    icTStat: number;
    /** 正 IC 占比 %（方向一致性） */
    icPositiveRate: number;
    /** RankIC 均值 */
    meanRankIc: number;
    /** 逐时点明细（跳过样本不足的时点） */
    series: CrossSectionPoint[];
    /** 有效时点数 */
    periods: number;
}
/**
 * 逐时点截面因子评估。
 *
 * @param factorMatrix - 因子矩阵 [时点][资产]，缺失用 null。
 * @param forwardReturns - 未来收益矩阵 [时点][资产]，与 factorMatrix 同形。
 * @param minAssets - 单个截面至少需要的资产数（默认 5，不足则跳过该时点）。
 * @returns 截面 IC / ICIR / t 值 / 逐时点明细。
 */
export declare function factorEvaluateCrossSection(factorMatrix: readonly (readonly (number | null)[])[], forwardReturns: readonly (readonly (number | null)[])[], minAssets?: number): CrossSectionEval;