3. 单因子测试：IC分析、IR分析、分组回测、分层收益图

单因子测试是量化多因子模型构建的核心环节，其目的是评估单个候选因子对股票未来收益的预测能力。本章将系统讲解四种最常用的单因子测试方法：IC分析、IR分析、分组回测与分层收益图。通过这组工具，我们可以从相关性、稳定性、单调性与收益区分度四个维度全面诊断因子质量。

3.1 因子测试基础流程

在进行任何单因子测试之前，需要明确数据准备与回测框架的基本步骤：

1. 数据对齐：将因子值（如市盈率、动量）与未来N期（通常为5日、20日）的股票收益率对齐，避免前视偏差。
2. 截面处理：在每个时间截面上，对因子值进行去极值、标准化（Z-score）或市值行业中性化处理。
3. 样本筛选：剔除ST、停牌、上市不足60天等异常股票。
4. 滚动计算：按固定频率（如月度）滚动计算IC值或进行分组收益统计。

3.2 IC分析（信息系数）

信息系数（Information Coefficient, IC） 衡量因子值与未来收益之间的截面相关性。常用的IC指标包括：

IC分析的核心输出包括：

• IC均值：反映因子预测能力的平均强度。通常要求|IC均值| > 0.02（月度频率）。
• IC标准差：反映IC的波动性。标准差越小，因子表现越稳定。
• IC>0占比：正向预测的胜率。理想值 > 55%。
• IC序列图：观察IC随时间的变化趋势，判断因子是否在某些市场环境下失效。

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

def calc_ic(factor_series, forward_returns):
    """
    计算截面Spearman Rank IC
    factor_series: 某时间截面的因子值（Series, index=股票代码）
    forward_returns: 对应截面的未来N日收益（Series, index=股票代码）
    """
    # 去除空值
    valid = factor_series.notna() & forward_returns.notna()
    f = factor_series[valid]
    r = forward_returns[valid]
    if len(f) < 30:
        return np.nan
    ic, _ = spearmanr(f, r)
    return ic

# 示例：滚动计算月度IC
monthly_ics = []
for date in sorted(factor_data.index.get_level_values('date').unique()):
    cross_factor = factor_data.xs(date, level='date')['factor_value']
    cross_ret = forward_ret.xs(date, level='date')['ret_20d']
    ic = calc_ic(cross_factor, cross_ret)
    monthly_ics.append({'date': date, 'IC': ic})
ic_df = pd.DataFrame(monthly_ics)
print(f"IC均值: {ic_df['IC'].mean():.4f}")
print(f"IC标准差: {ic_df['IC'].std():.4f}")
print(f"IC>0占比: {(ic_df['IC'] > 0).mean():.2%}")

3.3 IR分析（信息比率）

信息比率（Information Ratio, IR） 是IC均值与IC标准差的比值，衡量因子预测能力的“风险调整后收益”。其计算公式为：

IR = mean(IC) / std(IC)

IR综合了IC的强度与稳定性，是因子筛选的重要指标：

3.4 分组回测

分组回测 是将股票按因子值从小到大分为N组（通常为5组或10组），计算每组在未来持有期的等权或市值加权收益率，并观察各组收益的单调性。分组回测的核心逻辑是：如果因子有效，那么分组收益应呈现严格的单调递增（正向因子）或递减（反向因子）趋势。

分组回测的关键参数：

• 分组数量：5组（Quintile）或10组（Decile）。组数越多，对因子区分度的要求越高。
• 调仓频率：月度、双周或周度。高频调仓可能增加交易成本。
• 加权方式：等权（EW）或市值加权（VW）。等权更能反映因子本身的选股能力。
• 多空组合：做多最高组（Group N）、做空最低组（Group 1），计算多空收益差。

def group_backtest(factor_df, ret_df, n_groups=5, holding_period=20):
    """
    分组回测主函数
    factor_df: MultiIndex (date, stock) -> factor_value
    ret_df: MultiIndex (date, stock) -> forward_return
    """
    dates = sorted(factor_df.index.get_level_values('date').unique())
    group_returns = {g: [] for g in range(1, n_groups+1)}
    
    for i, date in enumerate(dates[:-1]):  # 避免最后日期无未来收益
        # 当前截面因子
        cross_factor = factor_df.xs(date, level='date')
        # 未来收益
        next_date = dates[i+1]
        cross_ret = ret_df.xs(next_date, level='date')
        
        # 对齐数据
        combined = pd.DataFrame({'factor': cross_factor, 'ret': cross_ret}).dropna()
        if len(combined) < n_groups * 10:
            continue
        
        # 分组
        combined['group'] = pd.qcut(combined['factor'], n_groups, labels=False) + 1
        # 计算每组等权收益
        for g in range(1, n_groups+1):
            grp_ret = combined.loc[combined['group']==g, 'ret'].mean()
            group_returns[g].append(grp_ret)
    
    # 汇总结果
    result = {}
    for g in range(1, n_groups+1):
        result[f'Group_{g}'] = {
            'mean_ret': np.mean(group_returns[g]),
            'std_ret': np.std(group_returns[g]),
            'sharpe': np.mean(group_returns[g]) / np.std(group_returns[g]) * np.sqrt(12)
        }
    # 多空组合
    long_short = np.mean(group_returns[n_groups]) - np.mean(group_returns[1])
    result['Long_Short'] = {'mean_ret': long_short}
    return result

3.5 分层收益图

分层收益图 是分组回测结果的可视化呈现，通常以柱状图或折线图展示各组累计收益或平均收益。一个理想的分层收益图应具备以下特征：

• 单调性：各组收益从左到右严格递增或递减，无明显反转。
• 区分度：最高组与最低组之间的收益差显著，且统计上不为零。
• 稳定性：在不同市场阶段（牛市、熊市、震荡市）均能保持单调性。

3.6 综合诊断：从IC到分层收益的联动分析

四种测试方法并非孤立使用，而是构成一个完整的因子诊断链条：

3.7 单因子测试报告模板

在实际工作中，建议为每个因子生成标准化的测试报告，包含以下核心模块：

1. 因子基本信息：因子名称、构建方式、数据源、频率。
2. IC统计表：IC均值、IC标准差、IR、IC>0占比、IC自相关系数。
3. IC序列图：月度IC折线图 + 滚动12月平均IC。
4. 分组收益表：各组年化收益率、年化波动率、夏普比率、最大回撤。
5. 分层收益图：各组累计净值曲线或平均收益柱状图。
6. 多空组合表现：多空收益曲线、年化收益、夏普比率、最大回撤。
7. 分市场状态测试：在上涨/下跌/震荡市中的IC与分组表现。
8. 因子衰减分析：不同持有期（5/10/20/40天）的IC变化趋势。