2. IC的计算方法：Spearman秩相关系数 vs Pearson相关系数、截面IC与时间序列IC的区别、Python实现基础IC计算

2.1 信息系数（IC）的核心定义

信息系数（Information Coefficient, IC）是量化因子评价中最核心的统计指标，用于衡量因子预测值与股票未来收益之间的相关性。IC值越高，说明因子的预测能力越强。在实际应用中，IC的计算方法主要分为两种：Pearson相关系数和Spearman秩相关系数。

2.2 Pearson相关系数 vs Spearman秩相关系数

两种相关系数在量化因子分析中各有优劣，下表从多个维度进行了详细对比：

两种相关系数的计算公式对比如下：

• Pearson相关系数： \( r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}} \)
• Spearman秩相关系数： 先将 \(x_i\) 和 \(y_i\) 分别转换为秩次 \(R(x_i)\) 和 \(R(y_i)\)，再代入Pearson公式计算。

2.3 截面IC与时间序列IC的区别

在量化因子分析中，IC的计算维度分为截面IC和时间序列IC，两者从不同角度衡量因子表现。

2.4 截面IC与时间序列IC的计算流程

下图展示了两种IC的计算流程与数据流向：

2.5 Python实现基础IC计算

以下代码展示了如何使用Python计算截面IC和时间序列IC，并对比Pearson与Spearman两种方法：

import numpy as np
import pandas as pd
from scipy.stats import spearmanr, pearsonr

def calc_cross_sectional_ic(factor_df, return_df, method='spearman'):
    """
    计算截面IC序列
    
    Parameters
    ----------
    factor_df : pd.DataFrame
        因子值，index为日期，columns为股票代码
    return_df : pd.DataFrame
        未来收益，index为日期，columns为股票代码
    method : str
        'spearman' 或 'pearson'
    
    Returns
    -------
    pd.Series : 截面IC序列
    """
    common_dates = factor_df.index.intersection(return_df.index)
    ic_list = []
    
    for date in common_dates:
        factor_vals = factor_df.loc[date].dropna()
        return_vals = return_df.loc[date].dropna()
        
        # 取交集
        common_stocks = factor_vals.index.intersection(return_vals.index)
        if len(common_stocks) < 30:
            continue
        
        f = factor_vals[common_stocks].values
        r = return_vals[common_stocks].values
        
        if method == 'spearman':
            ic, _ = spearmanr(f, r)
        else:
            ic, _ = pearsonr(f, r)
        
        ic_list.append({'date': date, 'ic': ic})
    
    ic_series = pd.DataFrame(ic_list).set_index('date')['ic']
    return ic_series

def calc_time_series_ic(factor_series, return_series, method='spearman'):
    """
    计算单只股票的时间序列IC
    
    Parameters
    ----------
    factor_series : pd.Series
        某只股票的因子值时间序列
    return_series : pd.Series
        某只股票的未来收益时间序列
    method : str
        'spearman' 或 'pearson'
    
    Returns
    -------
    float : 时间序列IC值
    """
    common_idx = factor_series.dropna().index.intersection(
        return_series.dropna().index
    )
    
    if len(common_idx) < 20:
        return np.nan
    
    f = factor_series[common_idx].values
    r = return_series[common_idx].values
    
    if method == 'spearman':
        ic, _ = spearmanr(f, r)
    else:
        ic, _ = pearsonr(f, r)
    
    return ic

# ========== 示例用法 ==========
# 模拟数据：5只股票，20个交易日
np.random.seed(42)
dates = pd.date_range('2024-01-01', periods=20, freq='D')
stocks = ['A', 'B', 'C', 'D', 'E']

factor_df = pd.DataFrame(
    np.random.randn(20, 5),
    index=dates,
    columns=stocks
)
return_df = pd.DataFrame(
    np.random.randn(20, 5) * 0.02,
    index=dates,
    columns=stocks
)

# 计算截面IC（Spearman）
cs_ic = calc_cross_sectional_ic(factor_df, return_df, method='spearman')
print("截面IC统计量：")
print(f"  均值: {cs_ic.mean():.4f}")
print(f"  标准差: {cs_ic.std():.4f}")
print(f"  ICIR: {cs_ic.mean() / cs_ic.std():.4f}")
print(f"  胜率: {(cs_ic > 0).mean():.2%}")

# 计算时间序列IC（Spearman）
print("\n时间序列IC（每只股票）：")
for stock in stocks:
    ts_ic = calc_time_series_ic(
        factor_df[stock], 
        return_df[stock], 
        method='spearman'
    )
    print(f"  {stock}: {ts_ic:.4f}")

2.6 IC计算的关键实践要点

在实际量化因子分析中，IC计算需要注意以下几个关键点：

1. 未来收益对齐：因子值与未来收益必须严格对齐，通常使用T日因子值预测T+1日收益（或T+5日等）。
2. 行业与市值中性化：计算IC前，建议对因子值进行行业和市值中性化处理，避免风格因子干扰。
3. 异常值处理：即使使用Spearman秩相关系数，也建议对因子值进行MAD去极值处理，提升稳定性。
4. 样本量要求：截面IC要求每期至少有30只以上股票；时间序列IC要求至少有20个以上时间点。
5. ICIR（信息系数比率）：IC均值除以IC标准差，衡量因子预测的稳定性和信噪比，是比IC均值更重要的指标。

2.7 本章小结

本章系统介绍了量化因子IC计算的核心方法：

• Spearman秩相关系数是量化因子评价的行业标准，天然抗异常值，适用于任意分布。
• Pearson相关系数仅适用于数据已严格清洗且呈线性关系的场景，在因子分析中使用较少。
• 截面IC衡量因子在横截面上区分股票的能力，是多因子选股的核心评价指标。
• 时间序列IC衡量因子对单只股票的时序预测能力，适用于择时策略。
• Python实现中，需注意数据对齐、缺失值处理、样本量要求等实践细节。