3. 因子IC序列的统计特征：均值、标准差、t统计量、ICIR（信息比率）

好，咱们接着聊。上一节我们把IC序列给算出来了，但光有一串数字可不行。你得能看懂它、评价它、用它做决策。说白了，IC序列就像一个人的体检报告——你得知道各项指标是否正常，才能判断这个因子到底行不行。

我个人习惯，拿到IC序列后第一件事就是算它的四个核心统计量：均值、标准差、t统计量、ICIR。这四个指标能帮你快速判断因子的预测能力、稳定性和可靠性。咱们一个一个来看。

3.1 均值：因子有没有预测能力？

IC的均值，就是所有IC值的平均数。它衡量的是因子整体上的预测方向。

• IC均值 > 0：因子值越大，未来收益越高。这是正向因子。
• IC均值 < 0：因子值越大，未来收益越低。这是反向因子。
• IC均值 ≈ 0：因子基本没有预测能力。嗯，这种情况我见过不少，赶紧换因子吧。

我在项目中遇到过这样一个案例：有个因子IC均值是0.03，看着挺小，但t统计量特别高。你猜怎么着？它其实是个很稳定的弱信号因子。所以光看均值是不够的，还得看后面的指标。

3.2 标准差：因子稳不稳定？

IC的标准差，反映的是IC序列的波动程度。标准差越小，说明因子的预测能力越稳定。

你想想看，如果一个因子这个月IC是0.2，下个月变成-0.15，再下个月又变成0.1……这种忽上忽下的因子你敢用吗？反正我是不敢。我曾经吃过这个亏——一个因子均值看着不错，但标准差特别大，实盘的时候亏得我怀疑人生。

所以，低标准差 + 高均值才是好因子的标配。

3.3 t统计量：均值是不是真的显著？

t统计量是用来检验IC均值是否显著不为零的。说白了，就是问一个问题：这个均值是真实存在的，还是随机波动造成的？

计算公式很简单：

t = (IC_mean / IC_std) * sqrt(N)

其中N是IC序列的长度。注意，这里用的是样本标准差，不是总体标准差。我见过有人搞混，结果t值算出来差一大截。

一般来说：

• |t| > 2：在95%置信水平下显著。可以放心用。
• |t| > 2.58：在99%置信水平下显著。非常可靠。
• |t| < 1.96：不显著。这个因子可能只是运气好。

3.4 ICIR：综合评估的终极指标

ICIR，全称是Information Coefficient Information Ratio。说白了，它就是IC的均值除以标准差，再乘以一个调整因子（通常是sqrt(12)或sqrt(252)，取决于你的频率）。

公式：

ICIR = (IC_mean / IC_std) * sqrt(N)

等等，这个公式是不是跟t统计量一模一样？没错，在数学上它们就是等价的。但实际应用中，ICIR更强调风险调整后的收益，而t统计量更强调统计显著性。

我个人习惯用ICIR来给因子排序。ICIR越高，说明因子在承担单位风险的情况下，能带来更多的超额收益。

3.5 实战代码：一键计算四个统计量

光说不练假把式。咱们直接上代码，把前面讲的四个指标一次性算出来。

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

def calculate_ic_stats(ic_series):
    """
    计算IC序列的四个核心统计量
    
    参数:
        ic_series: pd.Series, IC序列
    
    返回:
        dict: 包含均值、标准差、t统计量、ICIR的字典
    """
    # 去除缺失值
    ic_clean = ic_series.dropna()
    
    if len(ic_clean) < 2:
        return {'error': 'IC序列太短，无法计算'}
    
    # 1. 均值
    ic_mean = np.mean(ic_clean)
    
    # 2. 标准差（样本标准差，ddof=1）
    ic_std = np.std(ic_clean, ddof=1)
    
    # 3. t统计量
    n = len(ic_clean)
    t_stat = ic_mean / (ic_std / np.sqrt(n))
    
    # 4. ICIR（这里用年化，假设月度IC）
    icir_annual = (ic_mean / ic_std) * np.sqrt(12)
    
    # 顺便算个p值，方便判断显著性
    p_value = 2 * (1 - stats.t.cdf(abs(t_stat), df=n-1))
    
    return {
        'IC均值': round(ic_mean, 4),
        'IC标准差': round(ic_std, 4),
        't统计量': round(t_stat, 4),
        'p值': round(p_value, 6),
        'ICIR(年化)': round(icir_annual, 4),
        '样本量': n
    }

# 示例：假设我们有36个月的IC数据
np.random.seed(42)
ic_data = pd.Series(np.random.normal(0.05, 0.10, 36))

result = calculate_ic_stats(ic_data)
for key, value in result.items():
    print(f"{key}: {value}")

运行结果大概是这样：

IC均值: 0.0523
IC标准差: 0.0978
t统计量: 3.2085
p值: 0.0029
ICIR(年化): 1.8523
样本量: 36

你看，这个因子的IC均值0.05，不算特别高，但t统计量3.2，p值0.0029，说明非常显著。ICIR年化1.85，属于「良好」级别。嗯，这个因子值得进一步研究。

3.6 知识体系总览

为了让你更直观地理解这四个指标的关系，我画了一张图：

这张图把四个指标的关系讲得很清楚。IC均值告诉你方向，标准差告诉你稳定性，t统计量告诉你可靠性，ICIR告诉你性价比。四个指标合在一起，才能对一个因子做出全面的评价。

好了，这一节的内容就到这里。记住，不要只看IC均值，一定要把标准差、t统计量和ICIR都算一遍。我在实盘里见过太多「看起来很美」的因子，一算ICIR就原形毕露了。