因子分层与因子IC

起因是遇到一个 IC 很低但分层很好的因子,探究一下为啥。


首先推导因子 ff 的 IC 和前向收益率 rr 之间的关系,把 ff 做标准化,得到 zz,容易得到

IC=Corr(r,f)=Corr(r,z)=Cov(r,z)σ(r)IC = \mathrm{Corr}(r,f) = \mathrm{Corr}(r,z)=\frac{\mathrm{Cov}(r,z)}{\sigma(r)}

记 β=Cov(r,z)=IC⋅σ(r)\beta=\mathrm{Cov}(r,z)=IC\cdot \sigma(r),并假设收益中性,即 E[r]=0\mathbb{E}[r]=0,则

r′=βzr' = \beta z

是对 rr 的最佳线性预测,因此对于一个资产 ii,可以用

IC⋅σ(r)⋅ziIC \cdot \sigma(r) \cdot z_{i}

来估计它的前向收益率。

所以看一个因子分层分得好不好,不仅要看 IC,还要看它本身的分布。如果这个分布不同组 z-score 均值的差异比较大,分层会倾向于好。


因子分层与因子IC
https://wtx17.github.io/2026/09/19/因子分层与因子IC/
作者
wtx
发布于
2026年9月19日
更新于
2026年11月6日
许可协议