因子检验：IC、分层回测与换手率

第一层：通俗理解

1.1 天气预报员的成绩单

评价一个天气预报员，不是看他某一天有没有说对，而是看：

• 平均有多准：长期来看，预报和实际有多相关；
• 稳不稳定：是每天都差不多准，还是偶尔神准、经常离谱；
• 分档是否合理：他说"70% 概率下雨"的那些天，是否真的比说"30%"的那些天下雨更多。

因子检验做的是同样的事：IC 衡量"平均有多准"，ICIR 衡量"稳不稳定"，分层回测检查"分档是否合理"。

1.2 为什么 0.05 的相关就算好

日常生活中，相关系数 0.05 几乎等于没有关系。但在股票市场：

• 每一期有几百上千只股票，可以同时下注；
• 每年有十几到几百期，可以反复下注；
• 只要这个微弱的优势稳定存在，乘上广度和次数，就能积累可观的收益。

这就是 Grinold 提出的"主动管理基本定律"的直觉：

$$\text{IR} \approx \text{IC} \times \sqrt{\text{Breadth}},$$

信息比率约等于"每次预测的准确度"乘以"独立下注次数的平方根"。

第二层：三件套详解

2.1 IC

每一期 $t$：

$$\text{IC}_t = \text{Corr}_{\text{rank}}\big(f_{i,t},\ r_{i,t+1}\big),$$

用 Spearman 秩相关（而不是 Pearson），对极端值更稳健。

2.2 分层回测

每一期按因子值分成 5 组，等权持有到下一期，记录每组收益：

• 好的因子：第 1 组到第 5 组收益单调递增（或递减）；
• 如果只有两端有效、中间乱序，说明因子可能只在极端值上有信息；
• 多空组合（第 5 组 − 第 1 组）的收益和夏普比率是最直观的"因子收益"。

2.3 换手率与衰减

第三层：代码实现

3.1 构造模拟面板并计算 IC

模拟 120 个月、每月 300 只股票，因子和下一期收益之间藏着大约 0.04 的真实相关：

import numpy as np, pandas as pd
rng = np.random.default_rng(1)
T, N = 120, 300
dates = pd.period_range("2015-01", periods=T, freq="M")
rows = []
for t in dates:
    f = rng.normal(size=N)
    r = 0.04 * f + rng.normal(size=N)        # 真实 IC 约 0.04
    rows.append(pd.DataFrame({"date": t, "factor": f, "fwd_ret": r * 0.08}))
panel = pd.concat(rows, ignore_index=True)

ic = panel.groupby("date").apply(lambda g: g["factor"].corr(g["fwd_ret"], method="spearman"))
print("IC均值", round(ic.mean(), 4), "IC标准差", round(ic.std(), 4),
      "ICIR(年化)", round(ic.mean() / ic.std() * np.sqrt(12), 2), "IC>0占比", round((ic > 0).mean(), 2))

输出：

IC均值 0.0465 IC标准差 0.06 ICIR(年化) 2.69 IC>0占比 0.77

3.2 五分组回测

panel["q"] = panel.groupby("date")["factor"].transform(lambda x: pd.qcut(x, 5, labels=False) + 1)
qret = panel.groupby(["date", "q"])["fwd_ret"].mean().unstack()
print("各分组月均收益(%)", (qret.mean() * 100).round(3).to_dict())
ls = qret[5] - qret[1]
print("多空年化收益(%)", round(ls.mean() * 12 * 100, 2), "多空夏普", round(ls.mean() / ls.std() * np.sqrt(12), 2))

输出：

各分组月均收益(%) {1: -0.573, 2: -0.373, 3: -0.063, 4: -0.026, 5: 0.53}
多空年化收益(%) 13.24 多空夏普 2.74

3.3 解读与现实校准

• 五组收益严格单调，多空组合夏普 2.7。这是一个"教科书式"的好因子；
• 但这是模拟数据：因子在每一期都独立地有 0.04 的预测力，没有交易成本，没有风格轮动，没有因子拥挤；
• 真实世界中，一个 IC 在 0.03 左右的因子，扣除成本后多空夏普常常在 0.5 到 1 之间，而且会有很长的回撤期；
• 还要警惕：你检验过多少个因子才找到这个？（见《多重检验与因子动物园》）

3.4 换手率的计算

def top_quintile_turnover(panel):
    tops = panel[panel["q"] == 5].groupby("date")["stock_id"].apply(set)
    prev, out = None, []
    for s in tops:
        if prev is not None:
            out.append(1 - len(s & prev) / len(s))   # 本期新进入的比例
        prev = s
    return np.mean(out)

（这段需要面板里有 stock_id 列；上面的模拟数据每期股票独立生成，没有身份延续，所以换手率会接近 80%，这正是"因子没有自相关"时的情况。）

3.5 一份检验报告应包含什么

总结