2. IC计算基础：截面相关系数与时间序列概念

信息系数（Information Coefficient, IC）是衡量因子预测能力最核心的统计量。它本质上是一个截面相关系数，用于度量在某一时刻，所有个股的因子暴露值与未来收益之间的相关程度。本章将系统讲解IC的两种计算方式、时间序列含义以及Rank IC与普通IC的关键区别。

2.1 截面相关系数：Pearson与Spearman

截面相关系数是在同一时间截面上，对所有股票计算因子值与未来收益的相关性。最常用的两种相关系数为Pearson相关系数和Spearman秩相关系数。

指标	Pearson IC	Spearman Rank IC
计算对象	原始数值	排序后的秩次
衡量关系	线性相关	单调相关（不要求线性）
对异常值敏感度	高	低
适用场景	因子值分布接近正态、无极端值	因子值分布偏态、存在极端值、关注排序能力
量化意义	因子值每变动1单位，收益变动多少	因子排名高的股票，收益排名是否也高

2.1.1 Pearson IC计算公式

对于截面上的 N 只股票，令 f_i 为股票 i 的因子暴露值，r_i 为股票 i 的未来一期收益，则Pearson IC为：

IC_pearson = Σ[(f_i - f̄)(r_i - r̄)] / √[Σ(f_i - f̄)² · Σ(r_i - r̄)²]

其中 f̄ 和 r̄ 分别为截面所有股票因子值和收益值的均值。

2.1.2 Spearman Rank IC计算公式

先将因子值和收益值分别排序，得到秩次 R(f_i) 和 R(r_i)，然后计算秩次的Pearson相关系数：

IC_rank = Σ[(R(f_i) - R̄_f)(R(r_i) - R̄_r)] / √[Σ(R(f_i) - R̄_f)² · Σ(R(r_i) - R̄_r)²]

当截面内无重复秩次时，可简化为：

IC_rank = 1 - [6 · Σd_i²] / [N(N² - 1)]

其中 d_i = R(f_i) - R(r_i)，即因子排名与收益排名的差值。

2.2 IC的时间序列概念

单个截面的IC只能反映某一时刻因子的预测能力。为了评估因子的稳定性和持续性，需要将每个时间截面的IC值串联起来，形成IC时间序列。

IC时间序列的构建步骤：

1. 在每个调仓日 t（如每月末），计算截面IC值 IC_t。
2. 将连续多个调仓日的IC值按时间顺序排列，得到序列 {IC₁, IC₂, ..., IC_T}。
3. 对该序列进行统计分析，评估因子的整体表现。

IC时间序列的常用统计指标：

统计量	计算公式	含义
IC均值	mean(ICt)	因子长期平均预测能力，正值越大越好
IC标准差	std(ICt)	预测能力的波动性，越小越稳定
ICIR	mean(ICt) / std(ICt)	信息系数比率，衡量风险调整后的预测能力
IC胜率	count(ICt > 0) / T	因子正向预测的占比，越高越可靠
IC自相关	corr(ICt, ICt-1)	IC的持续性，过高可能意味着过拟合

2.3 IC与Rank IC的区别

在量化实战中，IC通常默认指Rank IC（即Spearman秩相关系数），但严格来说两者存在本质区别。下面通过一个SVG图直观展示两者的计算逻辑差异。

2.4 实战代码示例：计算截面IC与IC时间序列

以下Python代码演示了如何计算单期截面IC，并构建IC时间序列：

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

# 示例数据：假设有5只股票，1个时间截面
stocks = ['A', 'B', 'C', 'D', 'E']
factor_values = [2.5, 1.8, 3.2, 0.9, 4.1]   # 因子暴露
future_returns = [0.05, 0.02, 0.08, -0.01, 0.12]  # 未来一期收益

# 计算单期Pearson IC
pearson_ic, p_value_pearson = pearsonr(factor_values, future_returns)
print(f"单期Pearson IC: {pearson_ic:.4f}")

# 计算单期Rank IC (Spearman)
rank_ic, p_value_spearman = spearmanr(factor_values, future_returns)
print(f"单期Rank IC: {rank_ic:.4f}")

# ========== 构建IC时间序列 ==========
# 模拟多期数据：假设有12个月，每月100只股票
np.random.seed(42)
n_stocks = 100
n_periods = 12

ic_series = []
for t in range(n_periods):
    # 模拟每期的因子值和收益
    factors = np.random.randn(n_stocks)
    returns = 0.05 * factors + np.random.randn(n_stocks) * 0.1
    # 计算Rank IC
    ic_t, _ = spearmanr(factors, returns)
    ic_series.append(ic_t)

ic_series = np.array(ic_series)

# IC时间序列统计
print(f"\nIC时间序列统计（共{n_periods}期）:")
print(f"IC均值: {ic_series.mean():.4f}")
print(f"IC标准差: {ic_series.std():.4f}")
print(f"ICIR: {ic_series.mean() / ic_series.std():.4f}")
print(f"IC胜率: {(ic_series > 0).mean():.2%}")

2.5 关键概念对比总结

对比维度	截面IC	IC时间序列
数据维度	一个时间点 × 多只股票	多个时间点 × 每个点一个IC值
分析目标	因子在单期的预测能力	因子预测能力的稳定性和持续性
输出形式	单个数值	一组数值（序列）
关键统计量	IC值本身、p值	IC均值、IC标准差、ICIR、胜率
决策用途	判断因子是否有效	判断因子是否值得长期使用