2. IC基础理论：数学定义、计算方法与统计检验

信息系数（Information Coefficient, IC）是量化因子评价中最核心的统计量，用于衡量因子预测能力与未来收益之间的关联强度。本章从数学定义出发，系统讲解IC的两种计算方式、统计显著性检验方法以及实际应用中的取值范围解读。

2.1 IC的数学定义

IC本质上是一个相关系数，根据数据分布特征和业务场景，主要采用两种定义形式：皮尔逊相关系数（适用于线性关系、连续值）和斯皮尔曼秩相关系数（适用于单调关系、排序值）。

2.2 IC的计算方法

IC的计算分为截面IC和时间序列IC两大类，前者用于横截面选股，后者用于时间序列预测。以下给出截面IC的完整计算步骤：

1. 数据对齐：在t时刻，获取所有股票的因子值向量 \( F_t = [f_{1,t}, f_{2,t}, ..., f_{n,t}] \) 和未来收益向量 \( R_{t+1} = [r_{1,t+1}, r_{2,t+1}, ..., r_{n,t+1}] \)。
2. 排序处理（秩IC）：将因子值和收益分别转换为秩次（rank），得到秩向量 \( rank(F_t) \) 和 \( rank(R_{t+1}) \)。
3. 计算差值：计算每只股票的秩差 \( d_i = rank(f_{i,t}) - rank(r_{i,t+1}) \)。
4. 代入公式：使用斯皮尔曼公式计算截面IC值。
5. 滚动计算：对每个时间截面重复步骤1-4，得到IC时间序列。

# Python示例：计算截面秩IC
import numpy as np
from scipy.stats import spearmanr

def calc_section_ic(factor_values, forward_returns):
    """
    计算截面秩IC
    factor_values: 当前截面因子值 (n,)
    forward_returns: 未来一期收益 (n,)
    """
    ic, p_value = spearmanr(factor_values, forward_returns)
    return ic, p_value

# 示例：假设5只股票
factors = np.array([2.1, 3.5, 1.8, 4.2, 0.9])
returns = np.array([0.05, 0.08, -0.02, 0.12, -0.01])
ic, p = calc_section_ic(factors, returns)
print(f"截面IC: {ic:.4f}, p-value: {p:.4f}")

2.3 IC的统计显著性检验

IC值本身受样本量影响，需要统计检验判断其是否显著异于零。常用的检验方法包括：

• t检验：对IC时间序列做单样本t检验，原假设 \( H_0: \mu_{IC} = 0 \)。适用于IC序列近似正态分布的场景。
• 符号检验：检验IC为正的比例是否显著大于50%，非参数方法，对分布无要求。
• 自举法（Bootstrap）：通过重采样构造IC的置信区间，适用于小样本或非正态分布。

2.4 IC的常见取值范围与解读

IC的取值区间为[-1, 1]，但在实际量化因子中，IC的典型范围远小于理论极值。以下给出业界通用的IC解读标准：

2.5 IC的统计性质与实务要点

理解IC的统计性质有助于正确使用IC进行因子评价：

• IC的分布：在有效市场中，IC近似服从均值为0的正态分布。因子IC显著偏离0表明存在定价异象。
• IC的自相关性：因子IC通常存在正自相关，尤其是低频因子。计算IC标准误时需考虑自相关调整（Newey-West估计）。
• IC的截面依赖性：同一截面内股票收益存在相关性，导致IC的方差被低估。建议使用Fama-MacBeth方法或聚类标准误修正。