第二部分：统计基础 —— 读懂 IC 报告的地基

描述统计：均值、标准差和它们的除法#

• 均值：平均水平。IC 均值、平均收益都是它；
• 标准差：波动大小。年化波动、IC 标准差都是它；
• 它们的除法是量化最爱：夏普比率 = 均值/标准差（收益口径）、ICIR = 均值/标准差（IC 口径）——同一个思想：“平均赚多少”必须除以”赚得稳不稳”才有意义。

另外两个值得认识的形状指标：偏度（收益分布对称吗？负偏 = 偶尔大亏）和峰度（极端值多吗？金融收益普遍”尖峰厚尾”——比正态分布更常出黑天鹅）。它们提醒你：只看均值和标准差，会低估极端风险。

分布与中心极限定理：为什么 t 检验能用#

单日收益不服从正态分布（厚尾），但大量样本的均值近似正态（中心极限定理）——这就是为什么我们能对”IC 的均值”做 t 检验，哪怕 IC 本身分布不规则。

代价是：样本量必须够。这直接解释了第四课的提醒”样本期数几十期以下结论不可靠”——中心极限定理还没生效，检验就没有地基。

假设检验：t 值到底在说什么#

流程永远是同一套：

1. 原假设 H0：“因子无效”（IC 均值 = 0）；
2. 算 t 统计量：t ≈ 均值 ÷ (标准差/√n)——均值离 0 越远、波动越小、样本越多，t 越大；
3. 判断：|t| > 2 时，“如果因子真的无效，出现这种数据的概率不到 5%”→ 拒绝原假设。

三个最容易误解的地方：

• t 值大 ≠ 效果大：t 里有个 √n，样本够多时微弱的效果也能”显著”。显著性（是不是真的）和重要性（值不值得做）是两个问题——IC 均值 0.005 哪怕 t=3 也太弱，不值得做；
• p<0.05 不是”95% 概率有效”：它说的是”无效的前提下数据这么极端的概率<5%“——方向完全不同；
• 反复检验会摧毁显著性：试 100 个因子总有几个过线（《因子投资》精读第 5 页的多重检验问题，统计学根源在这里）。

相关与回归：IC 和 Beta 的出身#

• Pearson 相关系数：两列数的线性相关，[-1,1]——IC 就是它（因子值 vs 下期收益）；
• Spearman 秩相关：先换成排名再算相关——RankIC 就是它，对极端值免疫（A 股一字板多，所以实务以 RankIC 为主）；
• 一元回归：y = α + βx + ε。系数 β 和相关系数是近亲（β = 相关系数 × 波动比）；CAPM 的 Beta 就是股票收益对市场收益回归的 β；
• 相关 ≠ 因果：回归再显著也只说明”同动”，不说明”谁导致谁”——这就是为什么因子必须先有经济逻辑（谁送钱、为什么送）。

对应本平台#

第四课那张 IC 报告表，现在可以用统计语言完整重读：IC 均值（效应大小）、IC 标准差（效应波动）、ICIR（信噪比）、t 值（显著性）、IC>0 占比（稳定性的朴素度量）、样本期数 n（检验的地基）。每个指标都是本页某个概念的直接应用。

动手：在因子分析页跑同一个因子，limit=150 和 limit 留空各一次，观察 t 值变化——亲眼看到”样本量进入 t 统计量”是什么效果。

本页带走的三句话#

1. 夏普和 ICIR 是同一个思想：均值必须除以波动才有意义；
2. t 值大不等于效果大——显著性和重要性是两个独立的问题；
3. IC 是 Pearson 相关，RankIC 是 Spearman 秩相关，后者对 A 股的极端值更稳健。