单因子测试框架：IC分析、IR分析、分层回测、多空组合收益

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，就是没做好单因子测试。

单因子测试，是因子研究的基石。你想想看，连一个因子都测不明白，怎么敢把它放进组合里？今天我就把这块硬骨头啃下来，带你走一遍完整的测试流程。

IC分析：因子与收益的相关性

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。我习惯用Spearman秩相关系数，因为它对极端值不敏感。

具体怎么算？很简单。在每个截面期（比如每个月末），计算所有股票的因子排名和未来收益排名，然后求这两个排名的相关系数。

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

def calc_ic(factor_series, return_series):
    """
    计算截面IC值
    factor_series: 因子值序列
    return_series: 未来收益序列
    """
    # 去掉缺失值
    valid = pd.concat([factor_series, return_series], axis=1).dropna()
    if len(valid) < 30:
        return np.nan
    
    ic, p_value = spearmanr(valid.iloc[:, 0], valid.iloc[:, 1])
    return ic

嗯，这里要注意：IC值在-1到1之间。正IC说明因子值越高，未来收益越好。负IC则相反。绝对值越大，预测能力越强。

我在项目中遇到过一个问题：IC值忽高忽低，今天0.08，明天-0.03。后来发现是数据没做中性化处理。行业和市值的影响太大了，必须剔除掉。

IR分析：IC的稳定性

IC看的是预测能力，IR看的是这个能力稳不稳定。IR = IC的均值 / IC的标准差。说白了，就是信噪比。

你想想看，一个因子IC均值0.06，但标准差0.12，IR只有0.5。另一个因子IC均值0.04，但标准差0.02，IR有2.0。哪个更靠谱？显然是后者。稳定的微弱信号，比忽高忽强的信号更有价值。

def calc_ir(ic_series):
    """
    计算IR值
    ic_series: 时间序列的IC值
    """
    mean_ic = ic_series.mean()
    std_ic = ic_series.std()
    
    if std_ic == 0 or np.isnan(std_ic):
        return np.nan
    
    ir = mean_ic / std_ic
    return ir

IR还有一个妙用：可以用来做因子择时。当IR持续走低时，说明因子失效了，该减仓了。我曾经靠这个躲过了一次因子集体回撤，少亏了十几个点。

分层回测：因子单调性检验

IC和IR看的是整体相关性，但还不够。我们需要知道：因子值从低到高，收益是不是单调递增或递减？这就是分层回测要解决的问题。

做法很简单：在每个截面期，把所有股票按因子值分成10组（或者5组）。然后计算每组在未来一段时间的平均收益。最后把所有截面期的收益汇总，画出净值曲线。

def layer_backtest(factor_df, return_df, n_groups=10):
    """
    分层回测
    factor_df: 因子值矩阵，行是时间，列是股票
    return_df: 收益矩阵
    """
    results = {}
    
    for date in factor_df.index:
        # 获取当期的因子值和收益
        factors = factor_df.loc[date].dropna()
        returns = return_df.loc[date]
        
        # 按因子值分组
        sorted_factors = factors.sort_values()
        group_size = len(sorted_factors) // n_groups
        
        for i in range(n_groups):
            start = i * group_size
            end = (i + 1) * group_size if i < n_groups - 1 else len(sorted_factors)
            group_stocks = sorted_factors.index[start:end]
            
            group_return = returns[group_stocks].mean()
            results.setdefault(f'Group_{i+1}', []).append(group_return)
    
    return pd.DataFrame(results)

好的分层结果应该是：Group_1到Group_10的收益单调递增或递减。如果中间有交叉，说明因子在某些区间失效了。我见过最离谱的是U型分布，两头高中间低，这种因子基本没法用。

多空组合收益：因子价值的终极检验

前面那些都是铺垫，多空组合收益才是真刀真枪的检验。它的逻辑是：做多因子值最高的那组，做空因子值最低的那组，看看能不能稳定赚钱。

为什么说这是终极检验？因为它剔除了市场整体走势的影响。不管大盘涨跌，只要因子有效，多空组合就应该有正收益。

def long_short_portfolio(factor_df, return_df, top_pct=0.1, bottom_pct=0.1):
    """
    多空组合收益计算
    """
    long_returns = []
    short_returns = []
    
    for date in factor_df.index:
        factors = factor_df.loc[date].dropna()
        returns = return_df.loc[date]
        
        # 取因子值最高和最低的股票
        n_stocks = len(factors)
        n_long = int(n_stocks * top_pct)
        n_short = int(n_stocks * bottom_pct)
        
        sorted_factors = factors.sort_values()
        long_stocks = sorted_factors.index[-n_long:]
        short_stocks = sorted_factors.index[:n_short]
        
        # 计算多空收益
        long_ret = returns[long_stocks].mean()
        short_ret = returns[short_stocks].mean()
        
        long_returns.append(long_ret)
        short_returns.append(short_ret)
    
    # 多空组合收益 = 多头收益 - 空头收益
    long_short = pd.Series(long_returns) - pd.Series(short_returns)
    return long_short

我见过最经典的一个案例：某个动量因子，IC只有0.03，IR不到0.5，但多空组合年化收益做到了8%，夏普1.2。为什么？因为它的IC虽然低，但非常稳定，而且分层单调性极好。所以你看，单一指标不能说明全部问题，要综合来看。

知识体系总览

下面这张图，是我做单因子测试的完整流程。你可以把它当作一个检查清单，每次测试都走一遍。

这套框架我用了好几年，踩过不少坑，也积累了一些心得。核心就一句话：IC看方向，IR看稳定，分层看单调，多空看收益。四个维度都过了，这个因子才敢放心用。

好了，单因子测试这块就讲到这里。记住，测试不是目的，目的是找到真正有效的因子。下一章我们会聊因子组合优化，到时候这些测试结果就是你的原材料。