第四章：因子评价体系——IC分析、分层回测与实战避坑

各位同学，欢迎来到因子评价体系这一章。说实话，这一章是整个因子挖掘流程里最“枯燥”但也是最“要命”的部分。为什么这么说？因为我见过太多人挖出一堆花里胡哨的因子，结果一上回测就崩盘。嗯，我自己也踩过这个坑。

因子评价，说白了就是回答三个问题：这个因子到底有没有预测能力？它的收益稳不稳定？实盘能不能用？今天我们就围绕这三个问题，把IC分析、分层回测、因子收益率和容量分析讲透。

一、IC分析：因子预测能力的“体检报告”

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看作因子的“体检报告”——数值越高，说明因子对未来的预测越准。

1. Normal IC（皮尔逊IC）

Normal IC就是普通的皮尔逊相关系数。它假设因子值和未来收益之间存在线性关系。公式很简单：

Normal IC = corr(因子值, 未来一期收益)

但这里有个大坑——皮尔逊相关系数对异常值极其敏感。我在项目中遇到过一只小盘股因为突发利好一天涨了20%，结果当天的IC直接被这个异常值拉到了0.8以上。你以为因子很牛？其实只是噪音。

2. Rank IC（斯皮尔曼IC）

Rank IC用的是秩相关系数，说白了就是只看排序不看数值。你想想看，如果因子值排第1的股票未来收益也排第1，那Rank IC就是1，哪怕因子值本身差100倍都不影响。

我个人更偏爱Rank IC，为什么？因为它稳健。在A股市场，很多因子值分布是偏态的——比如市值因子，大市值和小市值差几个数量级。用Normal IC会被极端值带偏，但Rank IC只看排名，稳得很。

# Python代码示例：计算Rank IC
import pandas as pd
from scipy.stats import spearmanr

def calc_rank_ic(factor_series, return_series):
    """
    计算Rank IC
    factor_series: 因子值序列
    return_series: 未来一期收益序列
    """
    # 去掉缺失值
    valid = pd.concat([factor_series, return_series], axis=1).dropna()
    if len(valid) < 30:
        return 0, 1  # 样本太少，返回不显著
    
    ic, p_value = spearmanr(valid.iloc[:, 0], valid.iloc[:, 1])
    return ic, p_value

# 使用示例
ic_value, p_val = calc_rank_ic(factor_data['因子值'], future_returns['未来收益'])
print(f"Rank IC: {ic_value:.4f}, p值: {p_val:.4f}")

二、分层回测法：眼见为实的收益检验

IC分析告诉你因子“有没有用”，但分层回测告诉你“怎么用”。说白了，就是把股票按因子值从大到小分成N组（通常是5组或10组），然后看每组未来的收益表现。

为什么要做分层回测？我记得有一次，一个因子的IC高达0.08，看起来很不错。但分层回测一跑，发现只有第一组（因子值最大的组）有超额收益，其他组全是负的。这说明什么？说明这个因子只能做多头，不能做空头。如果直接做多空组合，反而会亏钱。

# 分层回测核心逻辑
def layer_backtest(factor_df, return_df, n_groups=5):
    """
    分层回测
    factor_df: 因子值DataFrame，行是时间，列是股票
    return_df: 未来收益DataFrame
    """
    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 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.iloc[start:end].index
            
            # 计算该组等权收益
            group_return = returns[group_stocks].mean()
            results.setdefault(g, []).append(group_return)
    
    # 计算每组累计收益
    group_cum_returns = {g: np.cumprod(1 + np.array(ret)) for g, ret in results.items()}
    return group_cum_returns

三、因子收益率与t值：统计显著性的“照妖镜”

因子收益率，通常通过Fama-MacBeth回归来估计。简单说就是两步走：第一步，每个时间截面做一次横截面回归；第二步，把时间序列上的回归系数取均值，就是因子收益率。

t值呢？就是因子收益率除以其标准误。t值大于2，通常认为因子在统计上显著。但这里我要说一句：t值大不代表因子一定能赚钱，它只代表因子收益率不是随机波动出来的。

# Fama-MacBeth回归简化版
def fama_macbeth(factor_matrix, return_matrix):
    """
    factor_matrix: T x N 的因子值矩阵
    return_matrix: T x N 的收益矩阵
    返回因子收益率序列和t值
    """
    T = factor_matrix.shape[0]
    factor_returns = []
    
    for t in range(T):
        # 横截面回归：收益 ~ 因子值
        X = sm.add_constant(factor_matrix.iloc[t])
        y = return_matrix.iloc[t]
        model = sm.OLS(y, X, missing='drop').fit()
        factor_returns.append(model.params.iloc[1])  # 因子系数
    
    # 计算均值和t值
    mean_return = np.mean(factor_returns)
    std_return = np.std(factor_returns, ddof=1)
    t_value = mean_return / (std_return / np.sqrt(T))
    
    return mean_return, t_value

四、换手率与容量分析：实盘前的“压力测试”

这是最容易被忽略的一环。很多人在回测里赚得盆满钵满，一上实盘就亏成狗。为什么？因为没考虑换手率和容量。

换手率，说白了就是你的策略每天要买卖多少股票。如果一个因子每天换手率高达50%，那交易成本就能吃掉你大部分收益。我见过一个因子，年化收益20%，但双边换手率300%，扣除千分之一的印花税和佣金后，实际收益只剩8%。

容量分析更关键。你的策略能容纳多少资金？如果只有1000万的容量，你拿一个亿去跑，冲击成本会直接把alpha打没。

# 换手率计算
def calc_turnover(weights_history):
    """
    weights_history: 每日持仓权重DataFrame
    返回日均双边换手率
    """
    daily_turnover = []
    for t in range(1, len(weights_history)):
        prev_weights = weights_history.iloc[t-1]
        curr_weights = weights_history.iloc[t]
        turnover = np.sum(np.abs(curr_weights - prev_weights))
        daily_turnover.append(turnover)
    
    avg_daily_turnover = np.mean(daily_turnover)
    annual_turnover = avg_daily_turnover * 252
    return avg_daily_turnover, annual_turnover

五、综合评价：如何给因子“打分”？

说了这么多，到底怎么综合判断一个因子好不好？我个人习惯用下面这个打分表：

嗯，这个表是我自己总结的，不一定适合所有策略。比如高频策略换手率天然高，那就要看扣除交易成本后的净收益。低频策略换手率低，但容量大，适合大资金。

最后说一句：因子评价不是一锤子买卖。我建议每季度重新评估一次因子，因为市场环境在变，因子的有效性也在变。曾经有效的因子，可能过半年就失效了。保持警惕，持续迭代，这才是量化投资的生存之道。