单因子测试框架：IC分析、分组回测、多空组合收益计算

做可转债量化，最核心的一步是什么？

我个人觉得，就是单因子测试。你想想看，你辛辛苦苦想出一个因子，比如「转股溢价率」或者「双低值」，它到底有没有预测能力？能不能帮你赚钱？

嗯，光靠拍脑袋可不行。我们需要一套科学的框架来验证。这套框架，说白了就是三个步骤：IC分析、分组回测、多空组合收益计算。

我在项目中遇到过不少新手，上来就搞复杂的机器学习模型，结果因子本身就不靠谱，模型再花哨也是白搭。所以，先把单因子测试这关过了，后面的事才谈得上。

一、IC分析：因子的「信号强度」检测

IC，全称是Information Coefficient，信息系数。它衡量的是因子值与未来收益率之间的相关性。

说白了，就是看你的因子能不能「预测」未来。如果因子值高的转债，未来涨得好；因子值低的，未来跌得多，那这个因子就有正IC。

1.1 计算方式

我习惯用Spearman秩相关系数，而不是普通的Pearson相关系数。为什么？因为秩相关对极端值不敏感，更稳健。可转债市场经常有妖债，一个极端值就能把Pearson相关系数带偏。

代码实现其实很简单，我贴一段我常用的Python代码：

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

def calc_ic(factor_series, return_series):
    """
    计算单期IC值
    factor_series: 因子值序列
    return_series: 下期收益率序列
    """
    # 去掉缺失值
    valid_mask = factor_series.notna() & return_series.notna()
    factor = factor_series[valid_mask]
    ret = return_series[valid_mask]
    
    # 计算秩相关系数
    ic, p_value = spearmanr(factor, ret)
    return ic, p_value

# 示例：计算某一天的IC
daily_ic, p_val = calc_ic(df['双低值'], df['next_day_return'])
print(f'IC值: {daily_ic:.4f}, P值: {p_val:.4f}')

1.2 IC的统计指标

单期IC有噪音，我们需要看一段时间的IC表现。我通常会关注以下几个指标：

指标	含义	合格标准
IC均值	一段时间内IC的平均值	绝对值 > 0.02
IC标准差	IC的波动程度	越小越好
IR (IC_Ratio)	IC均值 / IC标准差	绝对值 > 0.5
IC胜率	IC为正的天数占比	> 55%

二、分组回测：看因子「分层」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有多强、是否稳定。分组回测就是解决这个问题的。

我曾经犯过一个错误：一个因子IC看起来不错，但分组回测发现，只有第一组和最后一组有区分度，中间几组完全乱序。这种因子其实很脆弱，换个时间段可能就失效了。

2.1 分组方法

我习惯按因子值从小到大排序，等分成5组或10组。每组作为一个投资组合，定期调仓。

def group_backtest(df, factor_col, ret_col, groups=5):
    """
    分组回测函数
    df: 包含因子值和未来收益率的DataFrame
    factor_col: 因子列名
    ret_col: 未来收益率列名
    groups: 分组数
    """
    # 按因子值排序分组
    df['group'] = pd.qcut(df[factor_col], groups, labels=False)
    
    # 计算每组平均收益
    group_returns = df.groupby('group')[ret_col].mean()
    
    # 计算多空组合收益（第一组 - 最后一组）
    long_short_ret = group_returns.iloc[0] - group_returns.iloc[-1]
    
    return group_returns, long_short_ret

2.2 分组回测的评判标准

好的因子，分组收益应该是单调的。什么意思？就是组1收益 > 组2收益 > 组3收益 > ... 或者反过来。

• 单调性：各组收益严格递增或递减
• 区分度：第一组和最后一组的收益差距要足够大
• 稳定性：不同时间段（牛熊市）都能保持单调

三、多空组合收益计算

这是单因子测试的「终极检验」。多空组合，就是做多因子值最高的组，做空因子值最低的组。如果这个组合能稳定赚钱，说明因子真的有价值。

3.1 构建多空组合

以5分组为例：

def long_short_portfolio(df, factor_col, ret_col):
    """
    构建多空组合
    做多组4（因子值最高），做空组0（因子值最低）
    """
    df['group'] = pd.qcut(df[factor_col], 5, labels=False)
    
    # 多空组合每日收益
    long_ret = df[df['group'] == 4].groupby('date')[ret_col].mean()
    short_ret = df[df['group'] == 0].groupby('date')[ret_col].mean()
    
    # 多空组合收益
    ls_ret = long_ret - short_ret
    
    # 累计收益
    cum_ret = (1 + ls_ret).cumprod()
    
    return ls_ret, cum_ret

3.2 多空组合的评价指标

指标	计算方式	理想值
年化收益率	日均收益 * 250	> 5%
年化波动率	日均标准差 * sqrt(250)	< 15%
夏普比率	年化收益 / 年化波动	> 1.0
最大回撤	累计收益曲线从峰值回落的最大幅度	< 10%

四、知识体系总览

下面这张图，是我自己总结的单因子测试框架。每次开发新因子，我都会按这个流程走一遍。

五、实战中的注意事项

框架讲完了，我再补充几个实战中容易踩的坑：

• 幸存者偏差：一定要包含已经退市、强赎的转债。我见过有人只拿存续转债回测，结果因子表现好得离谱，一实盘就露馅。
• 前视偏差：计算因子时只能用历史数据，不能用未来信息。比如用「当日收盘价」计算因子，但回测时用了「次日开盘价」的收益率，这就错了。
• 调仓频率：不是越高越好。日频调仓交易成本太高，我一般用周频或双周频。

好了，单因子测试框架就讲到这里。这套方法我用了好几年，从最初的简单IC到现在的完整流程，每一步都是踩坑踩出来的。你按照这个框架走，至少能保证你的因子是「真有效」，而不是「碰巧有效」。

---