因子IC分析：从定义到实战

因子IC分析，说白了就是回答一个问题：我这个因子，到底有没有预测能力？

我刚开始做量化那会儿，经常遇到这种情况——回测曲线漂亮得不行，一上实盘就拉胯。后来才明白，问题就出在IC分析没做透。今天咱们就把这块硬骨头啃下来。

IC（信息系数）定义与计算

IC的全称是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。

数学上，IC就是Spearman秩相关系数。为什么用秩相关？因为我们要的是排序能力，不是线性关系。你想想看，选股本质上就是排序——因子值排名靠前的股票，未来收益排名也应该靠前。

计算IC的步骤其实很简单：

1. 在每个时间截面上，对所有股票的因子值排序
2. 对同一时间截面的未来收益排序
3. 计算两个排序序列的相关系数

来看一段Python代码，这是我实际项目中一直在用的计算方式：

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

def calc_ic(factor_df, return_df):
    """
    计算截面IC序列
    factor_df: 因子值，index为股票，columns为时间
    return_df: 未来收益，index为股票，columns为时间
    """
    ic_series = pd.Series(dtype=float)
    
    for date in factor_df.columns:
        # 获取当前截面的因子值和收益
        factor = factor_df[date].dropna()
        ret = return_df[date].reindex(factor.index).dropna()
        
        # 取交集
        common = factor.index.intersection(ret.index)
        if len(common) < 30:  # 样本太少时跳过
            continue
            
        # 计算秩相关系数
        ic, _ = spearmanr(factor[common], ret[common])
        ic_series[date] = ic
    
    return ic_series

IC序列的统计检验

拿到IC序列之后，别急着高兴。我们需要回答三个问题：

• 均值：IC的平均水平是多少？正还是负？
• 标准差：IC的波动大不大？
• t统计量：IC显著不为零吗？

我见过太多人只看均值。均值0.05就觉得是好因子，结果标准差0.15，t值才1.2——根本不显著。说白了，就是运气成分太大。

统计检验的公式：

def ic_statistics(ic_series):
    """
    IC序列的统计检验
    """
    mean_ic = ic_series.mean()
    std_ic = ic_series.std()
    t_stat = mean_ic / (std_ic / np.sqrt(len(ic_series)))
    p_value = 2 * (1 - stats.t.cdf(abs(t_stat), df=len(ic_series)-1))
    
    return {
        'mean_ic': mean_ic,
        'std_ic': std_ic,
        't_stat': t_stat,
        'p_value': p_value,
        'obs': len(ic_series)
    }

ICIR（信息比率）计算

ICIR = mean(IC) / std(IC)

这个指标衡量的是单位风险下的IC收益。ICIR越高，说明因子的预测能力越稳定。

我个人习惯用ICIR来筛选因子：

ICIR范围	因子质量	我的建议
< 0.5	较差	直接放弃，别浪费时间
0.5 - 1.0	一般	可以继续观察，但别重仓
1.0 - 1.5	良好	值得深入研究的候选因子
> 1.5	优秀	赶紧纳入组合，但注意过拟合

嗯，这里要注意：ICIR的计算周期要和你的交易频率匹配。做日频交易的，就看日度ICIR；做周频的，就看周度ICIR。混着用会出问题。

IC衰减与换手率分析

这部分是我觉得最容易被忽视的。因子不是永远有效的，它会衰减。

IC衰减指的是：随着持有期的延长，因子的预测能力逐渐下降。我们通常用分层IC衰减曲线来观察这个现象。

计算方式：

def ic_decay_analysis(factor_df, return_df, max_lag=20):
    """
    IC衰减分析
    max_lag: 最大滞后天数
    """
    decay_results = []
    
    for lag in range(1, max_lag + 1):
        # 将收益向前移动lag期
        shifted_ret = return_df.shift(-lag)
        ic = calc_ic(factor_df, shifted_ret)
        decay_results.append({
            'lag': lag,
            'mean_ic': ic.mean(),
            'icir': ic.mean() / ic.std()
        })
    
    return pd.DataFrame(decay_results)

换手率分析和IC衰减是孪生兄弟。换手率越高，交易成本越大，因子收益被侵蚀得越厉害。

我一般这样算换手率：

def turnover_analysis(factor_df, top_pct=0.2):
    """
    分析因子多空组合的换手率
    top_pct: 多头/空头比例
    """
    turnover_list = []
    
    for i in range(1, len(factor_df.columns)):
        prev_date = factor_df.columns[i-1]
        curr_date = factor_df.columns[i]
        
        # 获取前后两期的多头股票
        prev_long = factor_df[prev_date].nlargest(
            int(len(factor_df) * top_pct)
        ).index
        curr_long = factor_df[curr_date].nlargest(
            int(len(factor_df) * top_pct)
        ).index
        
        # 计算换手率
        turnover = 1 - len(
            prev_long.intersection(curr_long)
        ) / len(prev_long)
        turnover_list.append(turnover)
    
    return np.mean(turnover_list)

本章知识体系

下面这张图总结了IC分析的核心逻辑，我建议你保存下来：

最后说一句：IC分析不是一次性工作。因子会随着市场环境变化而失效，我建议你每月至少做一次IC回顾。如果发现IC均值持续下降或者波动率变大，就要考虑是不是该换因子了。

---

公众号:蓝海资料掘金营，微信deep3321