4、单因子测试框架：IC分析、IR分析、分组回测、多空组合收益

单因子测试，说白了就是给每个候选因子做「体检」。

我入行那会儿，以为找个好因子就能躺赚。结果呢？回测曲线漂亮得不行，实盘一跑就崩。后来才明白——因子测试不是走过场，是帮你排雷的。

这一章，咱们把四个核心测试工具讲透：IC分析、IR分析、分组回测、多空组合收益。嗯，一个一个来。

4.1 IC分析：因子和收益的相关性

IC（Information Coefficient），信息系数。衡量的是因子值跟未来收益之间的相关性。

简单说：因子值高的股票，未来是不是涨得更好？

我在项目中遇到过一件事：某个因子Pearson IC高达0.12，但Spearman IC只有0.03。一查，原来是某只小盘股因子值异常高，把相关性拉上去了。去掉它，啥也不是。

import pandas as pd
import scipy.stats as stats

# 假设 factor_values 是因子值，forward_returns 是未来N日收益
def calc_ic(factor_values, forward_returns, method='spearman'):
    if method == 'spearman':
        ic, p_value = stats.spearmanr(factor_values, forward_returns)
    else:
        ic, p_value = stats.pearsonr(factor_values, forward_returns)
    return ic, p_value

# 示例
ic_val, p_val = calc_ic(df['factor'], df['ret_5d'])
print(f'IC: {ic_val:.4f}, p-value: {p_val:.4f}')

4.2 IR分析：IC的稳定性比大小更重要

IR（Information Ratio），信息比率。公式很简单：IR = mean(IC) / std(IC)。

说白了，就是IC的「均值」除以「波动率」。你想想看，一个因子IC均值0.08，但波动率0.15，IR才0.53。另一个因子IC均值0.05，波动率0.03，IR高达1.67。哪个更靠谱？

我曾经踩过一个坑：某个因子IC均值0.10，看着不错。但IR只有0.3，因为IC时正时负，波动极大。实盘一跑，收益曲线跟过山车似的。后来我给自己定了个规矩：IR低于0.5的因子，直接pass。

指标	因子A	因子B	因子C
IC均值	0.08	0.05	0.12
IC标准差	0.15	0.03	0.25
IR	0.53	1.67	0.48
结论	一般	优秀	不稳定，慎用

4.3 分组回测：看因子能不能分层

分组回测，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），然后看每组未来的平均收益。

好的因子，应该能清晰分层：第1组收益最高，第5组收益最低，中间组依次排列。

我记得有一次测试一个「营收增长率」因子，分组结果出来，第1组和第5组收益差不多，反而是第3组收益最高。这说明什么？这个因子跟收益不是线性关系，可能是个「倒U型」。嗯，这种因子用起来要小心。

def group_backtest(df, factor_col, ret_col, n_groups=5):
    # 按因子值分组
    df['group'] = pd.qcut(df[factor_col], n_groups, labels=False)
    # 计算每组平均收益
    group_returns = df.groupby('group')[ret_col].mean()
    return group_returns

# 示例
group_ret = group_backtest(df, 'factor', 'ret_20d', 5)
print(group_ret)

4.4 多空组合收益：最直接的赚钱检验

多空组合，就是做多第1组（因子值最高的），做空第N组（因子值最低的）。

这个指标最直观——如果多空组合能稳定赚钱，说明因子确实有区分能力。

我习惯把多空组合的累计收益曲线画出来。如果曲线平稳向上，回撤小，那这个因子基本靠谱。如果曲线大起大落，甚至长期横盘，那就要打个问号了。

def long_short_return(df, factor_col, ret_col, n_groups=5):
    df['group'] = pd.qcut(df[factor_col], n_groups, labels=False)
    # 做多第1组，做空第5组
    long = df[df['group'] == 0][ret_col].mean()
    short = df[df['group'] == n_groups-1][ret_col].mean()
    return long - short

# 示例
ls_ret = long_short_return(df, 'factor', 'ret_20d', 5)
print(f'多空组合收益: {ls_ret:.4f}')

4.5 知识体系总览

下面这张图，是我自己整理的单因子测试框架。每次做因子测试前，我都会瞄一眼，确保没漏掉哪个环节。

4.6 四个指标怎么配合使用？

我个人的筛选流程是这样的：

1. 先看IC：IC均值有没有超过0.05？p-value是否显著？不满足直接淘汰。
2. 再看IR：IR有没有超过0.5？IC的稳定性如何？波动太大也不行。
3. 分组回测：收益是否单调？第1组和第5组差距是否明显？
4. 多空组合：累计收益曲线是否平稳？最大回撤是否可控？

四个维度都过了，这个因子才算「初步合格」。为什么说初步？因为还有后续的因子相关性分析、因子合成、样本外测试等等。嗯，那是后面章节的事了。

---