4. 因子有效性检验：IC/IR分析、分组回测、多空组合收益分析

因子选出来了，也做完预处理了。接下来最关键的一步——判断这个因子到底有没有用。

说白了，因子有效性检验就是回答三个问题：

• 这个因子跟未来收益有没有关系？
• 关系稳定吗？
• 真拿去交易能赚钱吗？

我个人习惯把检验分成三个层次：相关性检验（IC/IR）、单调性检验（分组回测）、收益性检验（多空组合）。一层层往下走，就像筛子一样，把伪因子筛掉。

4.1 IC/IR分析：因子的“信号强度”测试

IC（Information Coefficient）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。

公式很简单：

IC_t = corr(因子值_t, 未来收益_{t+1})

IC为正，说明因子值越大，未来收益越高。IC为负，说明因子值越小，未来收益越高。绝对值越大，信号越强。

但光看IC还不够。你想想看，一个因子今天IC=0.8，明天IC=-0.7，这你敢用吗？所以我们需要IR（Information Ratio）——IC的均值除以标准差。

IR = mean(IC) / std(IC)

IR越高，说明因子表现越稳定。我个人经验：

• IR > 0.5：不错的因子，可以考虑实盘
• IR > 1.0：优秀因子，值得重仓
• IR < 0.2：基本是噪音，别浪费时间

代码实现也很直接：

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

def calc_ic_ir(factor_series, forward_returns):
    """
    计算IC和IR
    factor_series: 因子值序列
    forward_returns: 未来收益序列
    """
    ic_list = []
    for date in factor_series.index.unique():
        f = factor_series.loc[date]
        r = forward_returns.loc[date]
        # 取共同股票
        common = f.index.intersection(r.index)
        if len(common) < 30:  # 样本太少不计算
            continue
        ic, _ = spearmanr(f[common], r[common])
        ic_list.append(ic)
    
    ic_series = pd.Series(ic_list)
    mean_ic = ic_series.mean()
    std_ic = ic_series.std()
    ir = mean_ic / std_ic if std_ic != 0 else 0
    
    return {
        'mean_ic': mean_ic,
        'std_ic': std_ic,
        'ir': ir,
        'ic_series': ic_series
    }

4.2 分组回测：因子的“单调性”检验

IC/IR通过了，接下来看分组回测。为什么？因为IC只能告诉你线性相关性，但因子和收益之间可能是非线性的。

举个例子：因子值最小的10%股票收益最差，中间80%都差不多，最大的10%收益最好。这种“U型”关系，IC算出来可能很低，但实际有交易价值。

分组回测的做法：

1. 每个时间点，按因子值从小到大分成N组（通常5组或10组）
2. 计算每组未来的平均收益
3. 观察各组收益是否单调递增或递减

我一般看三个指标：

• 单调性：组1到组N的收益是否严格递增/递减
• 区分度：组1和组N的收益差距是否显著
• 稳定性：这种单调关系是否持续存在

代码示例：

def group_backtest(factor_df, return_df, n_groups=5):
    """
    分组回测
    factor_df: 因子值，index=日期，columns=股票
    return_df: 未来收益，index=日期，columns=股票
    """
    results = []
    for date in factor_df.index:
        f = factor_df.loc[date].dropna()
        r = return_df.loc[date]
        common = f.index.intersection(r.index)
        if len(common) < n_groups * 10:
            continue
        
        # 分组
        f_common = f[common]
        labels = pd.qcut(f_common, n_groups, labels=False)
        
        # 计算每组收益
        group_returns = []
        for g in range(n_groups):
            stocks = f_common[labels == g].index
            group_returns.append(r[stocks].mean())
        
        results.append(group_returns)
    
    result_df = pd.DataFrame(results, columns=[f'Group_{i+1}' for i in range(n_groups)])
    return result_df.mean()  # 返回各组平均收益

4.3 多空组合收益分析：真金白银的检验

IC和分组都过了，最后一步——多空组合。这是最接近实盘的检验。

做法很简单：

• 做多因子值最高的10%股票
• 做空因子值最低的10%股票
• 计算这个多空组合的收益曲线

我重点关注几个指标：

指标	含义	合格线
年化收益率	多空组合的年化收益	> 5%
夏普比率	收益/风险	> 1.0
最大回撤	组合从高点回落的最大幅度	< 15%
胜率	正收益月份占比	> 60%

代码实现：

def long_short_analysis(factor_df, return_df, top_pct=0.1):
    """
    多空组合分析
    """
    long_returns = []
    short_returns = []
    
    for date in factor_df.index:
        f = factor_df.loc[date].dropna()
        r = return_df.loc[date]
        common = f.index.intersection(r.index)
        if len(common) < 50:
            continue
        
        f_common = f[common]
        n_top = int(len(f_common) * top_pct)
        
        # 多头：因子值最高的10%
        long_stocks = f_common.nlargest(n_top).index
        long_ret = r[long_stocks].mean()
        
        # 空头：因子值最低的10%
        short_stocks = f_common.nsmallest(n_top).index
        short_ret = r[short_stocks].mean()
        
        long_returns.append(long_ret)
        short_returns.append(short_ret)
    
    long_series = pd.Series(long_returns)
    short_series = pd.Series(short_returns)
    spread = long_series - short_series
    
    # 计算指标
    annual_return = spread.mean() * 252
    sharpe = spread.mean() / spread.std() * np.sqrt(252)
    max_dd = (spread.cumsum().cummax() - spread.cumsum()).max()
    win_rate = (spread > 0).mean()
    
    return {
        'annual_return': annual_return,
        'sharpe': sharpe,
        'max_drawdown': max_dd,
        'win_rate': win_rate,
        'long_returns': long_series,
        'short_returns': short_series,
        'spread': spread
    }

4.4 综合判断：如何下结论？

三个检验都做完了，怎么综合判断？我个人的打分体系：

• IC/IR：IC绝对值 > 0.05，IR > 0.5 → 得1分
• 分组回测：分组收益严格单调，组1和组N收益差显著 → 得1分
• 多空组合：夏普 > 1.0，最大回撤 < 15% → 得1分

3分：优秀因子，放心用。
2分：可用，但需要进一步优化。
1分及以下：建议放弃，别浪费时间。