第3章单因子测试框架

第三节：单因子测试框架——IC分析、IR分析、分层回测、多空组合收益

各位同学，今天我们来聊聊单因子测试框架。说实话，这个框架是量化选股的基石，也是我入行时花最多时间啃的一块硬骨头。我记得刚做研究员那会儿，领导丢给我一个因子库，说「跑一遍测试，看看哪些能用」。我当时以为就是算个相关系数就完事了，结果被现实狠狠教育了一顿。

单因子测试，说白了就是回答三个问题：这个因子有没有预测能力？预测能力稳不稳定？能不能用来赚钱？ 下面我按实战流程，把四个核心模块拆开讲。

IC（Information Coefficient）是因子测试的起点。它衡量的是因子值与未来收益之间的相关性。我个人习惯用Spearman秩相关系数，因为对极端值不敏感，更稳健。

计算公式很简单：

IC = corr(因子值_t, 收益率_{t+1})

但这里有个坑——截面IC和时序IC要分清楚。截面IC是每个时间截面上，所有股票的因子值与收益的相关系数；时序IC是单只股票的历史因子值与收益的相关系数。我们做多因子选股，主要看截面IC。

实战经验：我建议你计算IC时，至少用过去24个月的滚动窗口。太短了噪声大，太长了反应迟钝。另外，IC的均值要大于0.02才算有统计意义，低于这个值基本就是随机波动。

IC分析的结果通常用一张热力图展示，横轴是时间，纵轴是因子，颜色深浅代表IC值大小。嗯，这里我贴一张我常用的IC分布图：

IC只告诉我们相关性的大小，但没告诉我们这个相关性是否稳定。这时候就要看IR（Information Ratio）了。

IR = IC的均值 / IC的标准差

你想想看，如果一个因子IC均值是0.05，但标准差也是0.05，那IR=1，说明有一半的时间IC是负的，这你敢用吗？我个人的经验是：IR至少要大于0.5才值得进一步研究，大于1.0才算优质因子。

避坑指南：我曾经遇到一个因子，IC均值高达0.08，IR却只有0.3。后来一查，原来是2015年牛市那几个月贡献了全部收益，其余时间全是负的。这种「一招鲜」的因子，实盘会死得很惨。

IR分析还有一个变种——RankIC的IR。因为RankIC本身对极端值不敏感，所以RankIC的IR比普通IC的IR更可靠。我建议你两个都算，如果差异很大，说明因子值存在异常值干扰。

IC和IR都是统计指标，但实际交易中，我们更关心因子的单调性。说白了，就是因子值高的股票，收益是不是真的比因子值低的股票好？

分层回测的做法：

理想情况下，第1组（因子值最高）收益最高，第5组（因子值最低）收益最低，中间组依次排列。这就是单调性。

分组	年化收益率	年化波动率	夏普比率	最大回撤
第1组（高因子）	18.5%	22.3%	0.83	-15.2%
第2组	14.2%	21.8%	0.65	-18.7%
第3组	10.8%	20.5%	0.53	-22.1%
第4组	7.5%	19.2%	0.39	-25.6%
第5组（低因子）	3.1%	18.6%	0.17	-30.4%

你看上面这张表，第1组到第5组，年化收益从18.5%一路降到3.1%，单调性非常漂亮。但要注意，如果中间某两组收益倒挂了，比如第2组比第1组还高，那这个因子就有问题——可能是分组太粗，也可能是因子本身非线性。

注意：分层回测一定要做行业中性化处理。我见过有人拿银行股和科技股一起分层，结果因子值高的全是科技股，收益高是因为行业本身好，跟因子没关系。这种「伪单调性」会害死人。

分层回测看的是单调性，但实际交易中，我们更关心多空组合的收益。做法是：做多第1组，做空第5组，计算这个组合的收益曲线。

多空组合的好处是：

我习惯用下面这张图来展示多空组合的净值曲线：

你看这条曲线，稳步向上，回撤小，这就是一个优质因子的多空组合表现。如果曲线像过山车一样大起大落，那说明因子不稳定，实盘很难拿住。

我的习惯：多空组合的夏普比率至少要大于1.5，我才会考虑把这个因子纳入最终模型。低于这个值，说明因子收益不够补偿交易成本。别忘了，A股做空成本可不低，融券费率、印花税、冲击成本，加起来一年至少吃掉2-3个点。

最后，我把整个单因子测试框架画成一张流程图，方便你理解各模块之间的关系：

这张图展示了完整的测试流程：从原始因子数据出发，经过清洗预处理，然后并行进行IC、IR和分层回测三个维度的分析，最后汇总到多空组合收益这个终极检验。每一步都有严格的量化标准，任何一个环节不达标，这个因子就要被淘汰。

好了，单因子测试框架就讲到这里。记住，IC看相关性，IR看稳定性，分层看单调性，多空看实战性。四个维度缺一不可。下次你拿到一个新因子，按这个流程走一遍，基本就能判断它是不是「真金子」了。

公众号:蓝海资料掘金营，微信deep3321