单因子测试框架：IC分析、分层回测与多空组合

做量化投资这些年，我见过太多人拿着一个因子就往策略里塞。结果呢？回测曲线漂亮得不行，实盘一跑就崩。说白了，就是没做好因子测试。今天咱们聊聊单因子测试框架里的三个核心模块：IC分析、分层回测、多空组合收益计算。这三个东西，是检验因子有效性的试金石。

一、IC分析：衡量因子预测能力的标尺

IC，全称是Information Coefficient，信息系数。它衡量的是因子值与未来收益之间的相关性。我个人习惯把IC看作是因子预测能力的"温度计"——温度越高，预测能力越强。

1.1 Normal IC（皮尔逊相关系数）

Normal IC就是标准的皮尔逊相关系数。它假设因子值和收益率之间是线性关系。公式长这样：

IC = corr(factor_values, forward_returns)

嗯，这里要注意一点：皮尔逊相关系数对异常值非常敏感。我在项目中遇到过这样的情况——一个因子明明逻辑上很合理，但IC算出来忽高忽低。后来排查发现，是某只小市值股票在财报日出现了极端收益，把整个相关系数带偏了。

1.2 Rank IC（斯皮尔曼秩相关系数）

Rank IC用的是排序后的秩次，而不是原始数值。说白了，它只关心因子值的大小顺序，不关心具体数值差多少。公式是：

Rank_IC = corr(rank(factor_values), rank(forward_returns))

为什么我更推荐Rank IC？你想想看，因子值本身可能受行业、市值等因素影响，但排序关系往往更稳定。举个例子，某因子值从1变成2，和从100变成101，对皮尔逊相关系数的影响完全不同，但对Rank IC来说，只要排序不变，结果就不变。

1.3 IC的统计检验

光算IC值还不够，你得知道这个IC是不是统计显著的。常用的方法有：

• t检验：检验IC均值是否显著不为零
• ICIR（IC信息比率）：IC均值除以IC标准差，衡量IC的稳定性

我曾经踩过一个坑：某个因子的IC均值是0.03，看起来不错。但一算ICIR，只有0.2。什么意思呢？就是IC波动太大，今天正明天负，根本没法用。所以记住：IC均值高不如ICIR高。

二、分层回测法：直观展示因子分组效果

IC分析告诉你因子有没有预测能力，但没告诉你这个能力能不能转化成收益。分层回测就是干这个的。

2.1 分层方法

把股票按因子值从大到小排序，等分成N组。通常分5组或10组。第1组是因子值最大的股票，第N组是最小的。

# 分层回测的伪代码
def stratified_backtest(df, factor_col, ret_col, n_groups=5):
    # 按因子值排序
    df['rank'] = df[factor_col].rank()
    # 等分成N组
    df['group'] = pd.qcut(df['rank'], n_groups, labels=range(n_groups))
    # 计算每组平均收益
    group_returns = df.groupby('group')[ret_col].mean()
    return group_returns

2.2 分层结果解读

好的因子，分层结果应该呈现单调性。什么意思？就是第1组收益最高，第2组次之，依次递减，第N组最低。如果出现第3组收益比第2组还高，那就说明因子有非线性特征，或者存在噪声。

三、多空组合收益计算

分层回测看的是分组效果，多空组合则是直接做多因子值最大的组，做空最小的组。这个收益，就是因子能带来的纯alpha收益。

3.1 多空组合构建

假设分5组，多空组合就是：

Long-Short Return = Return(Group 1) - Return(Group 5)

这里有个细节：多空组合的收益计算要考虑交易成本。我刚开始做的时候，忽略了这一点，回测年化收益20%，加上千分之二的交易成本后直接腰斩。所以，一定要在计算中预留成本空间。

3.2 多空组合的统计指标

多空组合算出来后，要评估它的表现：

指标	含义	我的经验阈值
年化收益率	多空组合的年化收益	>5%才算有效
年化波动率	多空组合的风险	<15%比较理想
夏普比率	收益风险比	>1.0才值得关注
最大回撤	最坏情况下的亏损	<10%比较安全

3.3 多空组合的时序分析

除了看整体指标，还要看多空组合收益的时间序列。我习惯画一条累积收益曲线，看看收益是不是均匀分布的。如果收益集中在某几个月，其他时间都在震荡，那这个因子可能只在特定市场环境下有效。

四、知识体系总览

下面这张图，把单因子测试的核心逻辑串起来了：

从图上可以看得很清楚：原始因子数据进来后，三条路径并行分析。IC分析告诉你因子有没有预测能力，分层回测告诉你这个能力是否单调稳定，多空组合则直接量化了因子能带来的纯alpha收益。三者结合，才能对因子做出全面评价。