因子研究框架：IC、RankIC 与分层回测

什么是截面因子#

截面因子（cross-sectional factor）是在同一个时点上，给股票池里每只股票打一个分数的变量。比如”过去 20 日换手率”，在 2026 年 6 月 30 日这一天，全市场每只股票都有一个值，这一列数据就是当天的因子截面。

关键在”截面”两个字：我们比较的是同一时点上股票之间的相对高低，而不是一只股票自己的时间序列变化。因子研究的核心假设是：

• 在时点 T，因子值的高低排序，与
• 从 T 到 T+N（比如未来 20 个交易日）的收益率排序

之间存在稳定的关系。这个关系可以是正向的（因子值越高、未来收益越高），也可以是负向的，方向不重要，稳定才重要。

还要区分因子和信号：因子是原始变量（换手率、市盈率倒数、过去收益），信号是加工后的交易指令。因子研究停留在”变量有没有预测力”这一层，离实盘还隔着组合构建、成本、风控好几步。先把这一层做扎实，后面的每一步才有可靠的地基。

检验思路：从因子值到未来收益#

把上面的假设翻译成可计算的流程：

1. 在每个调仓时点 T，取出全部股票的因子值向量 f_T；
2. 计算每只股票从 T 到 T+N 的收益率向量 r_{T→T+N}（注意是未来收益，避免用到 T 之后才知道的信息）;
3. 度量 f_T 和 r 之间的相关性；
4. 在很多个时点上重复，观察这个相关性的均值、波动和稳定性。

第 3 步的度量方式，就是 IC。

两个容易踩的细节值得单独强调。第一，未来收益的区间要和调仓频率匹配：月度调仓就看未来一个月收益，不要用月度因子去对齐未来一年的收益，否则相邻期的收益区间大量重叠，统计上会高估稳定性。第二，收益率的起点应设在”你实际能交易的时刻”——比如用 T+1 开盘价而不是 T 日收盘价计算，因为你在 T 日收盘后才算得出因子值，按当日收盘成交是做不到的。这类细节单看都不起眼，叠加起来足以让一个平庸因子在回测里显得出色。

IC 与 RankIC 的含义与计算#

IC（Information Coefficient，信息系数）是某一期因子值与下一期收益的截面相关系数：

• IC：用 Pearson 相关系数，衡量线性关系，对极端值敏感；
• RankIC：用 Spearman 秩相关，先把因子值和收益都换成排名再算相关，只关心排序关系，对离群值稳健。

A 股个股收益分布长尾明显，涨跌停也会截断收益，所以实务中通常更看 RankIC。

1
import pandas as pd
2

3
def calc_rank_ic(factor: pd.DataFrame, fwd_ret: pd.DataFrame) -> pd.Series:
4
    """factor/fwd_ret: index=日期, columns=股票代码, 已对齐"""
5
    ics = {}
6
    for dt in factor.index:
7
        f = factor.loc[dt].dropna()
8
        r = fwd_ret.loc[dt].reindex(f.index).dropna()
9
        f = f.reindex(r.index)
10
        ics[dt] = f.corr(r, method="spearman")
11
    return pd.Series(ics)
12

13
ic_series = calc_rank_ic(factor_df, fwd_ret_df)
14
print(ic_series.mean(), ic_series.std())
15
print(ic_series.mean() / ic_series.std())  # ICIR

读数时关注三个量：

上表的”经验参考”只是常见的口头约定，不同股票池、不同频率下标准差异很大，不要当成硬性门槛。

分层回测：怎么做、怎么读#

IC 只给出一个相关系数，分层回测（分组回测）能让你看到因子在整个截面上的形态。做法：

1. 每个调仓日，按因子值把股票池等分成 K 组（常用 5 组或 10 组），第 1 组因子值最低，第 K 组最高；
2. 每组内等权持有到下一个调仓日，滚动下去，得到 K 条净值曲线；
3. 同时构造”多空组合”：做多第 K 组、做空第 1 组（A 股做空受限，这条曲线主要用于研究而非实盘）。

1
def layer_test(factor, fwd_ret, n_groups=5):
2
    labels = factor.rank(axis=1, pct=True).apply(
3
        lambda row: pd.cut(row, n_groups, labels=False), axis=1
4
    )
5
    group_ret = {
6
        g: fwd_ret[labels == g].mean(axis=1) for g in range(n_groups)
7
    }
8
    return pd.DataFrame(group_ret)

读图要点：

• 单调性：从第 1 组到第 K 组，平均收益是否单调递增（或递减）。单调说明因子在全截面都有区分度；如果只有最高组异常突出、中间乱序，因子可能只是捕捉了少数极端股票；
• 多空曲线的平稳性：是长期缓慢爬升，还是靠一两段行情堆出来的；
• 两端组的构成：极端组里如果长期挤满微盘股、ST 股，因子可能只是市值或流动性的代理；
• 分年度表现：把分层收益按年份切开看，如果多空收益集中在某一两年、其余年份平平，说明因子对特定市场环境依赖很重。

IC 和分层回测是互补而非替代的关系：IC 概括了整个截面的平均相关性，但会被中间段的噪声稀释；分层回测能暴露”只在两端有效""只有一端有效”这类形态。一个只在最低分组有区分度的因子，做纯多头组合时几乎帮不上忙——A 股缺乏便利的做空工具，“负端有效”的价值会大打折扣。这也是为什么两套工具都要跑、对照着读。

因子检验的标准流程清单#

把上面内容整理成每次拿到新因子都要过一遍的清单：

• 明确因子定义、计算所需数据和可得时间（防止未来函数）；
• 确定股票池（如剔除上市不满一年、ST、停牌股）与调仓频率；
• 因子预处理：去极值、缺失值处理（标准化留到多因子课详谈）；
• 计算 RankIC 序列：看均值、ICIR、胜率、逐年分段表现；
• 做 5 组或 10 组分层回测：看单调性、多空曲线、各组换手率；
• 检查因子与市值、行业的相关性，判断是否只是老因子换皮；
• 记录全部参数与结论，无论结果好坏都归档。

最后一条尤其重要：被否掉的因子记录下来，能避免几个月后换个马甲重测一遍。归档还有一个更深层的作用——控制多重检验偏差。当你测过一百个因子后，即使全是噪声，也大概率能挑出几个历史表现”显著”的。只有完整记录测试过多少个候选，你才能对幸存者的成色保持清醒：测得越多，对单个好结果就应该越怀疑。

本课小结#

• 因子研究检验的是”截面排序对未来收益排序的预测力”，不是单只股票的走势；
• RankIC 比 IC 更稳健，读数时要同时看均值、ICIR 和胜率，别只看均值；
• 分层回测是 IC 的放大镜，重点看单调性和多空曲线的平稳性；
• 极端组的成分检查能识别”伪因子”——很多因子只是市值或流动性的代理；
• 建立固定的检验清单并归档每次结果，是因子研究工程化的第一步。

动手练习：选一个最简单的因子——过去 20 日收益率（动量/反转的原材料），在你熟悉的股票池上按月调仓，计算 RankIC 序列和 5 组分层净值，判断它在你的样本里是单调的吗？方向是动量还是反转？把结论和图存进你的研究档案。