學習筆記|因子的評價體系和有效性評價方式IC與IR
來源 https://xueqiu.com/6223446183/202373376
學習筆記|因子的評價體系和有效性評價方式IC與IR
因子評價維度
因子單調性：因子單調性越高，收益越強。
因子有效性：因子對未來收益的解釋能力。
因子穩定性：因子的有效性是否穩定、可持續
因子時效性：在過去有效的因子，現在或將來不一樣有效。
因子評價方式
因子IC、IR值計算：常用於評價因子有效性和穩定性
分組測試：將股票按照因子值大小分組，統計每組在下一週期的收益，檢視每組的收益率是否存在單調性特徵，每組間的收益差的越多，因子有效性越好。
迴歸法：將因子T期的因子暴露與T 1期股票收益率進行線性迴歸，所得到的迴歸係數即為該因子的因子收益率，同時還能獲得因子收益率顯著度水平（t-test），其中t值序列絕對值平均值是因子顯著性的重要判據。
前面我們通過分組測試的方式對基金評價因子進行了有效性和單調性測試，今天小編學習了通過因子IC和IR值檢驗因子有效性的評價方式，並用基金收益率因子做了實際嘗試。
IC資訊係數
IC即資訊係數（InformationCoefficient），表示所選因子值與下期收益率的截面相關係數，通過 IC 值可以判斷因子值對下期收益率的預測能力。資訊係數的絕對值越大，該因子越有效。IC為負表示因子值越小越好，IC為正表示因子值越大越好。
IC的計算方法是：計算全部股票在調倉週期期初排名和調倉週期期末收益排名的線性相關度（Correlation）。IC越大的因子，有效性越強。
IC的計算方式有兩種：normal IC、rank IC
Normal IC
IC（Informationcoefficient 資訊係數）的定義：t期（這裡的期一般指的是調倉週期）的因子載荷（因子值）對t+1期的收益預測值和實際收益之間的相關係數。
ICA：因子A在該期的IC值
fA：t期因子A對T+1期收益率的預測值
r：t+1期股票實際收益率
要計算IC就需要知道因子對下期收益率的計算。很多文獻中是直接用t期的因子值來當作這個對t + 1期的收益預測值，也就是說，直接計算t期因子值與t + 1期的收益率之間的相關係數，作為IC值。
Rank IC
因為normalIC有一個前提條件，就是資料要服從正態分佈，現實往往不理想，所以實際中更多人採用rankIC（秩相關係數）來判斷因子的有效性。
Rank IC，即某時點某因子在全部股票暴露值排名與其下期回報排名的截面相關係數，它與IC的區別就是將因子的具體值以及收益的具體值，都轉換為了所對應的數值在其截面上的排序名次。然後通過計算排序值的相關係數（秩相關係數），得到Rank IC。兩者分別對應Pearson 或者 Spearman 相關係數
IR資訊比率
IR即資訊比率（InformationRatio），是超額收益的均值與標準差之比，代表因子獲取穩定Alpha的能力。
通常整個回測時段由多個調倉週期組成，每一個週期都會計算出一個不同的IC值，IR等於多個調倉週期的IC均值除以這些IC的標準方差。
所以IR兼顧了因子的有效性（由IC代表）和因子穩定性（由IC的標準方差的倒數代表）。
IC最大值為1，表示該因子選股100%準確，對應的排名分最高的股票，選出來的股票在下個調倉週期中漲幅最大；反之-1，則是反向指標。
實際中對於多年的IC均值，當均值絕對值 > 0.05時，就可以視為有效因子，當I C > 0.1，就可以認為是很好的阿爾法因子了。當IC均值接近0，可視為無效因子。
IR大於0.5時，因子穩定獲取超額收益的能力較強。
基金收益率因子IC、IR值測算
因子IC值
根據收益率因子按季調倉，小編分別測算了近1月收益率和近1年收益率因子從2017年3月31日到2021年9月30日，共18次調倉的IC值如下表。
從IC值來看，18期IC值每期IC的絕對值都超過了0.05，但是正負不定，有時是正向指標，有時是負向指標，近1月收益率因子18期均值為0.0702，近1年收益率因子均值為0.1388，可以得出兩個因子都是有效因子的結論，近1年收益率因子效果會更好。
這個檢驗結果與我們分組回測的結果是一致的，因子IC值正負不定的特徵反應在我們的回測曲線上就是波動大，回撤大；但整體來看兩個因子都有效。
因子IR值
為了近一步量化近1月收益率因子和近1年收益率因子的穩定性，根據IR的計算公式計算得到兩個因子IR值為：
近1年收益率因子的IR值>0.5，具有較強的穩定性。
作者：掘基筆錄
連結：https://xueqiu.com/6223446183/202373376
來源：雪球
著作權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請註明出處。
風險提示：本文所提到的觀點僅代表個人的意見，所涉及標的不作推薦，據此買賣，風險自負。