4、单因子分析框架：IC/IR分析、分组回测、因子收益率计算

做量化交易这些年，我见过太多人一上来就搞复杂模型。结果呢？因子本身靠不靠谱都没搞清楚。说白了，单因子分析就是给每个因子做「体检」。

今天咱们就聊聊这个体检怎么做。我个人习惯把单因子分析拆成三个核心模块：IC/IR分析、分组回测、因子收益率计算。这三板斧砍下去，一个因子是好是坏，基本就现原形了。

4.1 IC/IR分析——因子的「预测力」体检

IC，全称是信息系数（Information Coefficient）。说白了，就是看因子值和未来收益率的相关性。我刚开始做这行时，总觉得IC越高越好。后来踩过坑才发现——光看IC不行，还得看稳定性。

IC的计算方式有两种主流做法：

• Spearman秩相关系数：用排名算，对极端值不敏感。我个人更常用这个。
• Pearson相关系数：用原始值算，对极端值敏感。适合因子值分布比较正态的情况。

代码实现其实不复杂：

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

def calc_ic(factor_series, return_series, method='spearman'):
    """
    计算单期IC值
    factor_series: 因子值序列
    return_series: 未来收益率序列
    """
    if method == 'spearman':
        ic, p_value = spearmanr(factor_series, return_series)
    else:
        ic = factor_series.corr(return_series, method='pearson')
    return ic

# 举个实际例子
# 假设我们有100只股票的因子值和下月收益率
ic_values = []
for month in range(12):
    ic = calc_ic(factor_data[month], return_data[month])
    ic_values.append(ic)

print(f"月均IC: {np.mean(ic_values):.4f}")
print(f"IC标准差: {np.std(ic_values):.4f}")
print(f"IR: {np.mean(ic_values)/np.std(ic_values):.4f}")

这里有个关键指标——IR（信息比率）。它是IC的均值除以标准差。IR越高，说明因子的预测能力越稳定。

嗯，这里要注意一点。IC分析有个坑——你算的是截面IC还是时序IC？截面IC是同一时间点不同股票的因子值和收益率的相关性。时序IC是一只股票在不同时间点的因子值和收益率的相关性。两者含义完全不同，千万别搞混。

4.2 分组回测——眼见为实的收益表现

IC分析告诉你因子有没有预测力。但分组回测告诉你——这个预测力能不能转化成真金白银。

分组回测的逻辑很简单：每个月把所有股票按因子值从大到小排序，分成N组（通常是5组或10组）。然后看每组未来的平均收益。如果第1组（因子值最大）的收益显著高于第N组（因子值最小），那这个因子就有区分度。

我曾经遇到过一个因子，IC值挺漂亮，0.05左右。但分组回测一做，发现第1组和第5组的收益差距只有0.2%。这说明什么？说明因子的预测力集中在少数极端股票上，对大部分股票没什么用。

分组回测的代码框架：

def group_backtest(factor_df, return_df, n_groups=5):
    """
    分组回测
    factor_df: 因子值矩阵，行是时间，列是股票
    return_df: 收益率矩阵
    """
    results = {}
    for date in factor_df.index:
        # 获取当期的因子值和收益率
        factors = factor_df.loc[date].dropna()
        returns = return_df.loc[date]
        
        # 按因子值排序分组
        sorted_factors = factors.sort_values()
        group_size = len(sorted_factors) // n_groups
        
        for g in range(n_groups):
            start = g * group_size
            end = (g + 1) * group_size if g < n_groups - 1 else len(sorted_factors)
            group_stocks = sorted_factors.index[start:end]
            group_return = returns[group_stocks].mean()
            
            results.setdefault(f'group_{g+1}', []).append(group_return)
    
    # 计算每组累计收益
    group_cum_returns = {}
    for g in range(n_groups):
        group_cum_returns[f'group_{g+1}'] = np.cumprod(
            1 + np.array(results[f'group_{g+1}'])
        )
    
    return group_cum_returns

4.3 因子收益率计算——多空组合的真相

因子收益率，也叫多空组合收益。做法是：做多因子值最高的那组，做空因子值最低的那组。这个组合的收益，就是因子真正的「纯收益」。

为什么这么说？因为多空组合对冲掉了市场风险。你想想看，如果市场涨了10%，你做的股票涨了12%，做空的股票涨了8%，那多空组合的收益就是4%。这4%才是因子带来的超额收益。

计算因子收益率时，我习惯用市值加权而不是等权。原因很简单——大市值的股票流动性好，交易成本低，更接近实际可实现的收益。

def factor_return(factor_df, return_df, market_cap_df, n_groups=5):
    """
    计算因子收益率（市值加权）
    """
    long_returns = []
    short_returns = []
    
    for date in factor_df.index:
        factors = factor_df.loc[date].dropna()
        returns = return_df.loc[date]
        caps = market_cap_df.loc[date]
        
        # 对齐数据
        common = factors.index.intersection(returns.index).intersection(caps.index)
        factors = factors[common]
        returns = returns[common]
        caps = caps[common]
        
        # 排序分组
        sorted_idx = factors.sort_values().index
        n = len(sorted_idx)
        long_stocks = sorted_idx[-n//n_groups:]  # 因子值最大的组
        short_stocks = sorted_idx[:n//n_groups]  # 因子值最小的组
        
        # 市值加权计算收益
        long_weight = caps[long_stocks] / caps[long_stocks].sum()
        short_weight = caps[short_stocks] / caps[short_stocks].sum()
        
        long_ret = (returns[long_stocks] * long_weight).sum()
        short_ret = (returns[short_stocks] * short_weight).sum()
        
        long_returns.append(long_ret)
        short_returns.append(short_ret)
    
    # 多空组合收益
    long_short = np.array(long_returns) - np.array(short_returns)
    
    return {
        'long': long_returns,
        'short': short_returns,
        'long_short': long_short,
        'annual_return': np.mean(long_short) * 12,
        'annual_vol': np.std(long_short) * np.sqrt(12),
        'sharpe': np.mean(long_short) / np.std(long_short) * np.sqrt(12)
    }

4.4 单因子分析框架总览

说了这么多，咱们用一张图把整个框架串起来。我习惯把单因子分析看作一个三层漏斗：

这张图是我做单因子分析时的标准流程。从左到右，从粗到细。IC/IR分析是快速筛选，分组回测是详细验证，因子收益率计算是最终量化。

最后说一句。单因子分析不是一次性工作。市场在变，因子的表现也会变。我习惯每个月重新跑一遍这个框架，看看哪些因子在退化，哪些因子在变强。这才是动态的因子管理。