企业官网建设流程全解析

QuantsPlaybook ICIR 因子评估：从零看懂因子"稳不稳"

【免费下载链接】QuantsPlaybook量化研究-券商金工研报复现项目地址: https://gitcode.com/GitHub_Trending/qu/QuantsPlaybook

在 QuantsPlaybook ICIR 是判断一个因子能不能用的第一把尺子。这个复现了上百篇券商金工研报的开源项目里，几乎每个因子 notebook 都藏着完整的 ICIR 评估流程。下面挑一个动量因子，带你把"怎么算、怎么读、怎么判"完整走一遍。

🔍 ICIR 到底在量什么？一句话讲清

先别记公式，把它想象成考试成绩。IC（Information Coefficient，信息系数）相当于每一次月考的分数：每个调仓日，算一次"因子值"与"下月收益"的相关性，一期出一个数。ICIR（IC 信息比率）就是平均分除以分数的波动，即 IC 均值 ÷ IC 标准差。

它只回答一个问题：预测能力稳不稳。一个 IC 均值 0.05 但波动小的因子，ICIR 会高于 IC 均值 0.08 但忽大忽小的因子——前者是稳定发挥的学生，后者是赌一把的彩票。

项目内部是怎么把 ICIR 算出来的

QuantsPlaybook ICIR 的数据流就四步：行情数据 → 因子值 → IC 序列 → ICIR。

1. 数据层：notebook 先用 jqdata 或 tushare 拉行情，剔除 ST、停牌、上市不满一年的股票，形成干净股票池；
2. 因子层：逐日算因子值，比如"过去 20 日收益率"就是最基础的动量因子；
3. IC 层：每个交易日算一次截面相关，scr/core.py 里用的是 Spearman 秩相关（按排名算相关，避开极端值干扰）；
4. ICIR 层：IC 序列求均值再除以标准差，composition_factor.py 里ic_ir = mean_ic / std_ic就是最直白的写法，还套了滚动窗口用来给因子加权重。

你搜"因子ICIR怎么算"想找的，就是这条四步流水线，而不是一行神秘代码。

拿动量因子走一遍：从输入到读数

打开 再论动量因子.ipynb，能看到最完整的一次读数。

输入很简单：中证 500 成分股，2007–2019 年，月度调仓，20/60/120/240/480 日五个窗口，且按申万一级行业和对数流通市值做了中性化（把行业和市值的影响从因子里剥离出去）。

输出的是一张五行表格：IC、IC_IR、多空夏普、单调性 MONO_Score（各组收益是否按因子大小有序排列）、换手率。读数时抓住三点：

• 20 日动量：IC ≈-0.046，IC_IR ≈ -0.067；
• 60 日动量：IC_IR ≈ -0.070，是五个窗口里最稳的；
• 负号才是关键：A 股短期是"反转"——前期涨得多的股票下个月倾向跌，所以这个因子要靠"做空强、做多弱"赚钱。

约 150 个月样本里 |ICIR| 只有 0.05–0.07，绝对值算一般，但方向十几年来没翻过——这正是量化因子有效性评估里 ICIR 想表达的东西。仓库里其他案例同理：STR 凸显性因子的 Rank ICIR ≈ 0.35，筹码分布因子、球队硬币因子用的都是同一套读数方法。

⚖️ ICIR 多少算好？别被单一数字骗了

QuantsPlaybook ICIR 的表格多为月度频率，业内常用的 ICIR判断标准大致如下：

两个常见误读要避开：

1. ICIR 高但样本量不足：只有几个月的 IC，标准差天然小，ICIR 被"除"得虚高，可信结论至少要几年的样本；
2. ICIR 高但 IC 均值低：均值 0.02、标准差 0.02 也能得出 ICIR 1，可预测力很弱，读数时 IC 均值、IC 胜率和 ICIR 要一起看。

另外注意口径：股票网络中心度因子 的文档里直接给出 IC_IR ≈ 3.97 这样的大数，那是年化口径（月度 ICIR × √12），别和上表的月度数字直接混比。高 ICIR 因子做成组合后，净值曲线通常就是这种平滑少深坑的形态：

五分钟内跑通第一次 ICIR 分析

三行命令：

git clone https://gitcode.com/GitHub_Trending/qu/QuantsPlaybook cd QuantsPlaybook && pip install pandas numpy scipy statsmodels jupyter notebook "B-因子构建类/再论动量因子/py/再论动量因子.ipynb"

notebook 里股票池、起止日期、分析参数都预设好了，QuantsPlaybook ICIR 工作流开箱即用，按顺序运行单元格就能读到那张五行表。想看更短的案例可以换 STR 凸显性因子；完整的案例都放在B-因子构建类/下，底层回测与风险指标在 hugos_toolkit/BackTestReport/ 里。

⚠️ 别踩这几个坑，项目接下来要做什么

跑之前记住四条：

1. 只看 ICIR 不看换手率：动量因子月度换手接近 0.93，成本吃掉一半 alpha 就不香了；
2. 月度与年化口径混着比：差一个 √12，结论会翻车；
3. 单一股票池下结论：动量因子在中证 500 上是反转，换中证 300 读数可能完全不同；
4. 只看单个窗口：20 日和 240 日要合着看，单窗口容易自欺。

项目仍在持续新增研报复现，覆盖择时、因子、价值、组合四大类 100+ 策略，工具链也一直在hugos_toolkit/与SignalMaker/中沉淀。

打开项目里的B-因子构建类/目录，挑一个你感兴趣的因子，把第一次 ICIR 分析跑起来。

【免费下载链接】QuantsPlaybook量化研究-券商金工研报复现项目地址: https://gitcode.com/GitHub_Trending/qu/QuantsPlaybook