单因子有效性评估

一个因子被计算出来之后、进入组合之前，需要回答一个问题：它对未来收益是否真的有预测力。业界与学术界为此形成了一套标准化的单因子测试体系，由三个互补的维度构成：IC/ICIR（线性预测能力与稳定性）、分组测试（实际可投资性与单调性）、回归法（剥离已知风险后的增量贡献）。任何单一维度都有盲区，三者合在一起互相验证。

本页给出每个维度的定义、计算公式、数字算例，以及它能回答什么、不能回答什么。文中图表均为示意数据，非实测结果。

设第 $t$ 期截面上共有 $N$ 只股票，$x_{t,i}$ 为股票 $i$ 在期初的因子值，$r_{t+1,i}$ 为它在下一期的实际收益率。所有评估都围绕「$x_t$ 能否预测 $r_{t+1}$」展开。计算时必须将当期因子值与未来收益对齐，对齐错误即引入未来函数。

IC（Information Coefficient，信息系数） 是当期因子值与下期收益的截面相关系数。按相关系数的算法分两种：

Rank-IC 先把因子值和收益都换成截面排名再算相关，因此对极端值不敏感。量价因子的分布普遍有厚尾，实务上更常用 Rank-IC。

逐期计算得到一条 IC 时间序列后，用 ICIR 衡量预测能力的稳定性：

ICIR 是 IC 均值与 IC 标准差之比。IC 均值不高但稳定的因子，实用价值往往高于 IC 均值高但频繁变号的因子。注意 ICIR 与组合层面的信息比率（Information Ratio）是两个概念，前者衡量因子预测力的稳定性，后者衡量组合超额收益的稳定性。

一个 5 只股票的截面，演示单期 Rank-IC 的计算：

代入 Spearman 公式：

实际截面有几百到几千只股票，单期 IC 远小于这个简化示例。经验参考：日频 Rank-IC 均值稳定在 0.02 以上即有筛选价值，0.03~0.05 已属可用水平（另见核心概念 · IC 与 ICIR）。

ICIR 还可以换算成统计显著性。IC 均值的 t 值近似为：

其中 $T$ 为期数。例如某因子日频 IC 均值 0.03、标准差 0.10，则 ICIR = 0.3；用一年 252 个交易日检验，$t \approx 0.3 \times \sqrt{252} \approx 4.8$，统计上显著。

IC 含义简明、计算成本低，适合对大批因子做第一轮批量筛选。它的两个盲区：

每个调仓期，把股票池按因子值升序等分为 $N$ 组（常用 10 组，G1 最低、G10 最高），组内等权持有至下一个调仓期，然后重新分组。长期跟踪后考察三件事：

下图是两个 IC 均值相近的因子的分组结果对比：

因子 A 的十组收益严格单调，多头端与空头端都有贡献，是理想形态。因子 B 在 G1~G9 上同样单调，IC 统计量可能与因子 A 相差无几，但得分最高的 G10 收益接近零。若按「买入因子得分最高的一组」构建组合，因子 B 实际不可用。这种头部失效在全局相关性指标里是看不到的。

分组测试还能拆出收益来源：多空组合收益 = 多头超额 + 空头超额。若一个因子的收益几乎全部来自空头端（G1 显著跑输），在无法做空或做空成本高的市场里，这部分收益无法变现。

分组测试的主要局限是无法完全中性化其他风险暴露。简单十等分之后，若 G10 恰好聚集了小市值股票或某个热门行业，观察到的超额收益可能主要来自市值或行业暴露，而非因子本身（见因子中性化）。市值、行业分层后再分组可以缓解，但控制的变量越多，每组样本越少，结果的统计意义越弱。要系统性地剥离多个已知风险，需要第三个维度。

采用 Fama-MacBeth 两步回归。第一步，在每期截面上把个股下期收益对待测因子和一组已知风险因子（市值、行业哑变量、Barra 风格因子等）做多元线性回归：

其中 $x_{t,i}$ 是待测因子，$z_{t,i,k}$ 是控制变量。回归系数 $f_t$ 的含义是：对其他风险因子暴露全部为零、对待测因子暴露为 1 的组合在该期实现的收益，即「纯因子收益」。

第二步，对纯因子收益序列 $\{f_t\}$ 做时间序列检验，考察其均值是否显著不为零：

因子收益序列通常存在自相关，标准误需做 Newey-West 调整，否则 t 值会被系统性高估。传统门槛是 $|t| > 2$；考虑到因子研究中普遍存在的多重检验问题（见下文），Harvey、Liu 与 Zhu（2016）建议将新因子的门槛提高到 $|t| > 3$。

市场变量高度共线。一个「新因子」若不做回归剥离，可能只是市值、动量或某个行业暴露的线性组合。IC 和分组测试都无法区分「因子本身有效」与「因子的表现仅来自已知风险暴露」，回归法通过显式控制变量剥离这部分影响，检验的是因子在现有风险模型之外的增量贡献。它的数学框架与多因子风险模型、组合优化一致，检验结论可以直接对接后续的组合构建。

三种失效模式各对应一个「只看单一维度」的错误：

三者同时通过，因子有效性的证据才算完整。

上面三个维度都在回答「有没有预测力」，还有两个问题它们都不回答。

预测力能否变现，取决于它衰减的速度和捕捉它的成本。两个常用度量：

因子自相关：$\mathrm{corr}(x_t, x_{t-1})$，衡量因子排名的期间稳定度。自相关低意味着每期持仓大量更换，交易成本会侵蚀甚至完全抵消理论收益。

IC 衰减曲线：固定因子值，把预测期从 1 日逐步拉长到 20 日，观察 Rank-IC 均值如何下降：

IC 降至峰值一半所需的时间称为因子的半衰期。半衰期决定了合理的调仓频率：Alpha101 多数因子的信号半衰期在 0.6~6.4 天（见 Alpha101 是什么），属于图中蓝色曲线的形态，用月频调仓去捕捉它，大部分预测力在持有期内已经衰减完毕。反过来，价值类慢速因子用日频调仓，则是为几乎不变的信号支付了不必要的换手成本。

对大批因子用同一套阈值做筛选，本质是同时做多重假设检验。哪怕全部因子都是噪声，也会有一部分「碰巧」通过阈值。量级估算：对 101 个纯噪声因子在 5% 显著性水平上逐个检验，期望约有 5 个因子仅凭运气通过。

这就是回归法一节中把 t 值门槛从 2 提高到 3 的动机：检验做得越多，单次检验的门槛就应越严。工程上的配套措施是把筛选窗口与验证窗口分开（样本外检验），以及对通过筛选的因子持续监测衰减。本系统的因子筛选同样面临这个问题，因子与信号一章将其表述为「筛选是用历史窗口内的未来做的」，样本外的持续有效性依赖路线图中的因子衰减监测。

本系统当前只实现了三个维度中的第一个：

文档只描述系统实际做了什么：评估体系的完整版在本页，实现进度以 handbook 为准，缺口在各章折叠区与路线图中跟踪。