🎯 今日核心问题

  1. IC 0.03 到底算有效还是噪声?IC、Rank IC、ICIR 三个数怎么配合看,才能判断一个因子值不值得进策略?
  2. 五分组回测里,什么形态说明因子真有效,什么形态说明你在看着一个假的信号?

📖 精读提纲

【一】IC 的定义与三条判读线

IC(Information Coefficient)是因子值与下一期收益的截面相关系数。每个调仓期算一个,一年 12 个,十年 120 个,得到一个 IC 时间序列。因子检验的本质就是看这个序列的均值是否稳定偏离 0。

Pearson IC 受极值影响极大,一只妖股就能把某期 IC 拉到 0.5,所以实务几乎只用 Rank IC(Spearman 秩相关),只看排序、对极值免疫。

判读标准(A股月度调仓经验值):|IC| < 0.02 是噪声,哪怕 t 值显著也可能只是样本大;0.02-0.04 弱但可用,前提是 ICIR > 0.3 且分组单调,适合做多因子里的一块;|IC| > 0.05 是强因子,A股能长期维持 0.05 以上的极少,换手率、短期反转、部分估值口径属这一档。

ICIR = IC 均值 / IC 标准差,衡量稳定性,比 IC 均值更重要。IC 均值 0.04、标准差 0.25(ICIR=0.16)的因子,意味着几个月极强、几个月反向,实盘会让你怀疑人生;IC 均值 0.025、标准差 0.06(ICIR=0.42)的因子虽弱但每期都贡献一点。多因子权重应按 ICIR 给,不是按 IC 均值给——这是第4周D1 的核心。还有一个必看数:IC 胜率,稳定因子应在 55%-60% 以上,50% 就是在掷硬币。

【二】五分组回测:比 IC 更能看到「为什么」

每期按因子值把股票分 5 组(Q1 最低、Q5 最高),等权持有,累积成 5 条净值曲线。看三件事:

单调性。Q1 到 Q5 应大致单调。若只有 Q5 特别高而 Q1-Q4 挤在一起,说明因子抓的是「极端尾部」而非线性关系——这类因子只能小仓位做,极端股票一消失收益就没了。

多空价差。Q5-Q1 的年化就是因子溢价。但A股做空成本高(融券年化 8%-10% 且券源稀缺),真正可落地的是「Q5 相对基准的超额」。40 万账户只用多头端。

各组市值与行业分布。若 Q5 平均市值只有 Q1 的 1/5,收益很大一部分是小市值溢价;若 Q5 有 40% 在同一行业,你测的是行业轮动。这两点在 IC 里看不出来,只有分组才暴露。

【三】实战应用:一套完整的单因子检验流程

固定五步,后面每个因子都跑同一套,结果才可比:Step 1 数据对齐——因子用 t 日收盘后可知的信息,收益用 t+1 到 t+21 的复权收益,财报类必须按 ann_date 用 merge_asof 对齐;Step 2 清洗——剔 ST、停牌、上市不足 60 日、日均成交额不足 2000 万,因子 winsorize 1%-99%;Step 3 中性化——行业内分位 + 市值回归残差(价值/质量必做);Step 4 算 IC——输出均值/标准差/ICIR/胜率/分年度;Step 5 分组——五分组净值 + 各组平均市值行业分布。

输出一张「因子体检表」,一行一个因子,列是 IC / ICIR / 胜率 / 多空年化 / 单调性。这张表是第7周交付物的核心,也是简历里「通过 IC/IR 与五分组检验筛选有效因子」的真实来源。

最后一个必做动作:分年度看 IC。十年平均 0.04,若前五年 0.08、后五年 0.00,那它已经死了。平均值会骗人,分批看不会。A股 2017、2021、2024 这三年因子结构变化最大,重点看这三年前后的反转。

【四】常见误区

💻 代码示例

import pandas as pd
import numpy as np
from scipy.stats import spearmanr

def single_factor_report(factor, fwd_ret, n_group=5, min_stocks=100,
                         freq="M", neutralizer=None):
    """factor / fwd_ret: DataFrame(日期 x 股票)
       返回 (IC序列, 分组年化收益表, 汇总dict)
    """
    dates = factor.resample(freq).last().index
    ic_list, group_rets = [], []

    for dt in dates:
        if dt not in factor.index or dt not in fwd_ret.index:
            continue
        f = factor.loc[dt].dropna()
        r = fwd_ret.loc[dt]
        d = pd.concat([f, r], axis=1, keys=["f", "r"]).dropna()
        if len(d) < min_stocks:
            continue

        # 可选:市值/行业中性化
        if neutralizer is not None:
            d["f"] = neutralizer(d["f"], dt)

        ic, _ = spearmanr(d["f"], d["r"])
        ic_list.append((dt, ic, len(d)))

        # 五分组:按因子值切分,Q1 最低
        try:
            d["g"] = pd.qcut(d["f"].rank(method="first"), n_group,
                             labels=[f"Q{i+1}" for i in range(n_group)])
            gr = d.groupby("g", observed=True)["r"].mean()
            gr.name = dt
            group_rets.append(gr)
        except ValueError:
            continue

    ic_df = pd.DataFrame(ic_list, columns=["date", "ic", "n"]).set_index("date")
    ic = ic_df["ic"]
    ic_df["ic_std"] = ic_df["ic"].rolling(12, min_periods=6).std()

    summary = {
        "IC均值": ic.mean(),
        "IC标准差": ic.std(),
        "ICIR": ic.mean() / ic.std(),
        "IC胜率": (ic > 0).mean() if ic.mean() > 0 else (ic < 0).mean(),
        "有效期数": len(ic),
        "t值": ic.mean() / (ic.std() / np.sqrt(len(ic))),
    }

    # 分组:每期等权,逐期复利 → 年化
    gdf = pd.DataFrame(group_rets)          # index=日期, columns=Q1..Q5
    n_per_year = {"M": 12, "W": 52, "Q": 4}.get(freq, 12)
    g_ann = (1 + gdf).prod() ** (n_per_year / len(gdf)) - 1
    summary["多空年化"] = g_ann.iloc[-1] - g_ann.iloc[0]

    return ic_df, g_ann, summary

def monotonicity_score(g_ann):
    """单调性打分:各组年化收益与组序号的秩相关,绝对值为 1 表示完美单调"""
    r, _ = spearmanr(np.arange(len(g_ann)), g_ann.values)
    return r

# ── 用法:批量跑一组因子,输出体检表 ────────────────────────────
# factors = {"bp_neu": bp_neu, "turn_63": turn_63, "rev_21": rev_21, ...}
rows = []
for name, fac in factors.items():
    ic_df, g_ann, summ = single_factor_report(fac, fwd_ret)
    summ["因子"] = name
    summ["单调性"] = monotonicity_score(g_ann)
    rows.append(summ)

report = pd.DataFrame(rows).set_index("因子").sort_values("ICIR", ascending=False)
print(report.round(4))
report.to_csv("factor_report_w2.csv", encoding="utf-8-sig")

# ── 分年度 IC:判断因子是否已死 ─────────────────────────────────
ic_df, _, _ = single_factor_report(factors["bp_neu"], fwd_ret)
print(ic_df["ic"].groupby(ic_df.index.year).agg(["mean", "count"]).round(4))

✏️ 今日动手

  1. 把本周前四天的因子(bp_neu、quality、rev_21、mom_252_sk、turn_63、vol_63)全部跑进 single_factor_report,生成 factor_report_w2.csv。这是你第一个真正的因子库文件。
  2. 对每个因子输出分年度 IC 表(2019-2025 各年),标出哪一年 IC 反向。特别检查 2021 年——这是A股因子结构断裂最明显的年份。
  3. 对比 IC 排名和 ICIR 排名,找出「IC 高但 ICIR 低」的因子。这类因子通常是极端行情的产物,进策略要小心。
  4. 做一个反例实验:故意用同期收益(而不是未来收益)算 IC,看看数值会飙到多少(通常 0.3 以上)。这个数字就是你「不小心引入前视偏差」时会看到的假象,记住它。

🔖 明日预告

明天是周总结:把 10 个因子的完整代码拼成一个可复用的因子库文件,跑出本周的 IC 检验总表,确定哪几个因子进入第3周的回测,并预告下周「回测方法论与陷阱」——从下周开始,你要学会识别自己在怎么骗自己。