单因子分析 · 知识库

单因子分析回答一个核心问题：这个因子有没有预测力。系统自动计算 IC、分位组收益、换手率等指标并输出完整报告。

新建任务：五组参数详解

新建任务弹窗分两个页签：基础参数 与 因子参数。基础参数按作用分为五组——前两组决定"检验谁、指标怎么算"，后三组决定"拿什么数据算、哪些样本算数、截面怎么切"。

因子与区间（检验对象）

参数	含义与影响
任务名称	必填，同一因子多组参数对照时用于区分
绑定因子	可跨文件切换，便于在相同区间与品种下横向比较不同因子
因子类	读取因子文件元信息（类名 + 逻辑说明），决定分组方向：因子值最高组为多头、最低组为空头
开始 / 结束日期	决定样本长度。区间过短则有效截面不足（估算见下文），结论不稳
采样频率	决定"一步"的物理长度（分钟 / 日 / 周）。持有期、执行延迟都按它计步，不是自然日
品种池	决定截面宽度。宽度不足会触发最少有效资产数下调，IC 的统计功效随之下降

评估设置（指标怎么算）

参数	默认	理论含义
持有期 Horizons	`1,5,20`	因子值对未来第几步收益的解释力。h>1 时相邻截面收益区间重叠，朴素 t 值会虚高
分位组数	5（2–20）	把截面按因子值等分，用于检验分层单调性。组数越多每组越薄，对品种数要求越高
截面最少有效资产数	留空 = 组数 × 5	截面有效资产低于该值的整段剔除，避免小样本相关产生虚假 IC
IC 计算方法	Rank IC（Spearman）	用排名算相关，抗极端值；切换 Pearson 用原始值，受量纲与异常值影响
组合加权方式	等权	组内简单平均；市值加权目前不可用
分箱方式	等频（每组资产数相同）	等频保证各组样本量可比；等距按取值区间切，分布偏斜时会出现人数悬殊的组

数据设置（输入什么行情）

复权方式：默认不复权。复权口径改变整条价格序列，动量、波动等一切基于价格的因子值随之改变，收益口径也一并改变——跨除权日必须前后一致；
价格字段：决定传给 compute 的 value 取开盘价 / 最高价 / 最低价 / 收盘价 / 成交量，默认收盘价。只影响因子输入，前向收益固定用收盘价计算，所以用成交量算的量价因子，IC 仍是对收盘价收益做的检验。

执行与数据有效性（哪些样本算数）

执行延迟：默认 1 步。t 时点算出的因子下一步才成交，因此平台 IC 通常低于"当步成交"的乐观估计，这是贴近实盘的口径；
数据陈旧容差：默认 3d，按日历时长计。因子值或价格过期超过该时长即视为缺失，而不是拿旧值凑数。日线下 3d 可跨周末；分钟级任务应调小，否则停牌个股会拿几天后的价格当平仓价，收益失真。

分组设置（截面再切分）

分组字段：按类别型协变量（如行业）把每个截面拆成多个子截面分别检验，用于确认因子不是只在某一行业有效；留空即不分组；
组内分箱：在分组内部再做分位切分，检验组内是否仍有区分度；
组内最少有效资产数：留空 = 分位组数。某截面某组有效资产少于该值，该组整体不参与，防止单个标的代表一组；
正负值分开分组：因子值正负含义不同时（如净流入 / 净流出）先按符号切开再各自分组，避免正负混在一组互相抵消。

预处理步骤

按列表顺序依次执行，顺序不同结果也不同；不添加任何步骤即直接分析原始因子。

步骤	参数	作用与适用
MAD 去极值 `winsorize_mad`	MAD 倍数 k，默认 3	以中位数 ± k×MAD 截断两端极值，对厚尾分布比标准差稳健，几乎总要勾
分位数去极值	1% / 99%	按分位截断，与 MAD 去极值二选一
截面标准化 `zscore`	标准差自由度，默认 0	每截面减均值除标准差，消除量纲与水平差异；某截面标准差为 0 时输出全 0
秩归一化	—	只保留排序信息，分布怪异或并列值多时替代标准化

协变量声明

中性化、分组分析、市值加权、成本容量等都要用到"因子以外、每只标的每个时点的属性"（行业、市值、成交额、是否可交易）。真实行情默认不带，未声明时界面显示"未声明协变量"，依赖它的分析与分组会直接报错。

预处理与分组都依赖协变量，真实行情暂无协变量来源时，界面会提示"历史中性化步骤保留显示，请主动移除后再修改计算配置""不能新增分组，请选择不分组后再修改"——沿用的旧配置若含中性化或分组，必须先移除才能运行。

样本量怎么估算

有效截面数决定"能不能出结果"：

N = 网格点数（区间 × 频率）− 因子预热期数 − 执行延迟（默认 1）− 持有期 h

例如日线 250 个交易日、因子回看窗口 14、持有期 20：N ≈ 250 − 14 − 1 − 20 = 215 个截面，足够稳定；而 5 天 × 1 小时 = 20 根 K 线的任务，扣完可能只剩几个截面甚至为 0。结论的可信度由 N 和品种数共同决定，样本不足时指标再好看也只是噪声。

其他选项

勾选"生成 HTML 报告"额外输出官方 tear sheet（约 4.7 MB，可离线查看），不勾选只在前端渲染图表；"因子参数"页签由绑定文件动态决定参数个数（如 RSI 的 Window = 14、Center = 50），改动直接影响因子取值，建议先定品种与区间，再用它做参数敏感性对比。

任务管理

顶部"单任务 / 多因子 / 运行历史"三个页签；任务列表展示名称、状态、因子类、标的数量、频率、Horizons、分位组、IC 均值、完成时间与操作；
点击记录右侧绿色三角运行任务；其他操作有重跑、编辑参数、查看日志、删除。

分析结果（任务详情）

任务完成后点击任务名称进入详情页。页面自上而下是四层：结论横幅（系统直接给判断）→ KPI 区（可切换持有期）→ 七个页签 → 各页签下的明细。前两层回答"这个因子有没有用"，后五层回答"数据可不可靠、结论从哪来、能不能赚钱"。

结论横幅

标题直接给判断，并把依据的数值与口径一起写出来，如"有预测力但不稳定：持有期 1 的 Rank IC 均值 +0.0877，ICIR +0.09"。判定口径：

判定	阈值
较强	IC 均值 ≥ 0.03 且	ICIR	≥ 0.5
有一定预测力		IC 均值	≥ 0.02 且	ICIR	≥ 0.3
不稳定	IC 均值达标但 ICIR 明显偏低

右侧"下一步建议"是可点击的跳转入口（IC 显著性检验、信号半衰期），点一下直接进入深度分析对应模块——这两项恰好回答"结论是否可信、信号能撑多久"。横幅底部注明：不同频率与标的池下结论可能变化，需结合深度分析确认，不构成投资建议。

KPI 区

顶部可在 1 步 / 5 步 / 20 步之间切换持有期，切换后整页指标同步刷新。

指标	定义	判读
IC 均值	全部有效截面 Rank IC 的平均	方向与强度。A 股日频经验值：	IC	0.02~0.03 算有点用，0.05 以上算强
ICIR	IC 均值 ÷ IC 标准差	稳定性。0.3 以上较稳、0.5 以上很稳；跨持有期比较看它，不看 t 值
IC>0 占比	IC 为正的截面占比	50% 附近说明方向不稳；反向因子应明显低于 50%
有效截面	参与统计的截面数	远少于网格数时去诊断页查被剔除原因
主持有期补充指标	固定 h=1 的多空累计与平均换手	跨持有期切换时保留一个基准口径

七个页签详解

页签一：图表

由两张主图、一张多持有期汇总表和四张补充图组成：

IC 时序（h=1）：逐期 Rank IC 柱 + 20 期滚动均值线 + 均值线。看方向是否长期在同一侧、有没有阶段性失效；样本不足 20 期时滚动均值参考意义有限，以柱和指标卡为准；
各分位组平均收益（h=1）：G1（因子值最低组）到 Gn（最高组）的单期平均收益柱。有效因子应呈单调阶梯——G1 最差、Gn 最好（或反向因子完全颠倒）。注意柱高是"平均单期收益"，不是累计收益；
各持有期收益汇总表：把 h=1/5/20 的 IC 均值、ICIR、IC>0 占比、有效截面、多空累计收益、平均换手并列。同一因子在不同持有期上的强度差异本身就是信息，用来判断它是短周期信号还是长周期信号；
补充图表（可展开）：IC 分布（直方图）、分位组累计收益、多空累计收益、分位组换手率、因子秩自相关。

读图时三种"看起来像故障"的现象，其实是数学必然：

现象	原因
IC 分布只在 ±1 两处有柱	截面只有 2 个标的时，秩相关只能取 +1 或 −1，直方图必然两峰；标的数 ≥ 5 才会出现连续分布
只画出 G1、G2，多空累计显示"暂无数据"	分 5 组要求每截面至少 5 个有效标的；2 个标的填不满，多空组合凑不齐就不计算。属保护逻辑
因子秩自相关在 ±1 之间跳变	2 个标的时两期排名要么完全一致（+1）要么完全颠倒（−1）；3 个以上标的才会出现中间值

页签二：IC 汇总

左右两块"完整统计"：左侧是当前持有期的 IC 均值、ICIR、t 值、IC>0 占比、有效截面；右侧是主口径补充指标（多空夏普、多空累计、平均换手）。下方多持有期对比表：持有期、IC 均值、IC 标准差、ICIR、t 值、IC>0 占比、有效截面、重叠步数。

"重叠步数"是这张表的重点：h>1 时相邻截面的前向收益共享同一段行情，序列自相关使朴素 t 值系统性偏高（h=5、h=20 的 t 值旁会标 ⚠）。所以跨持有期比较显著性，以深度分析里带 Newey-West 修正的 IC 显著性检验为准。

页签三：诊断

先确认数据没问题，再谈因子好坏。四块内容：

区块	内容	判读
数据概况	分析时点数、标的数、数据单元数（时点 × 标的）、因子缺失比例、因子陈旧或中断、因子尚未产生、价格缺失比例、各持有期未来收益缺失比例	陈旧/中断高→查因子代码或数据源；尚未产生高→回看窗口太长或标的上线太晚；未来收益缺失集中在尾部属正常
样本与剔除	每截面最少有效资产数、可分组的截面数、各持有期有效截面数与因样本不足被剔除的截面数	有效截面远小于网格数，说明门槛未满足，不代表因子无效
统计口径提醒	各持有期的持有期重叠步数	重叠步数 = 持有期；>1 时 t 值偏高
对齐报告	网格/资产/单元数、因子损失、价格缺失、各 horizon 前向收益缺失、重叠与显著性警告	这是库的对齐报告原文，用来核对"数据漏斗"具体扣在哪一步

页签四：预处理

按实际执行顺序列出每步的落地情况：步骤编号与模块名（如 #0 winsorize_mad、#1 zscore）、参数（k=3、ddof=0）、统计摘要（裁剪数 n_clipped、零 MAD 跳过数 n_skipped_zero_mad、原始均值、有效截面与有效数值占比、中位数与 MAD）。下方柱状图按截面展示处理比例，可展开原始值逐条核对；只绘制非零区间，全部为 0 时仅给文字说明。

判读：n_skipped_zero_mad > 0 说明部分截面 MAD 为 0（大量重复值或样本太少），该步在这些截面实际未生效；n_zero_variance > 0 说明截面标准差为 0，标准化会输出全 0。

页签五：分析参数

只读展示本次任务的完整配置快照，用于复现与追溯，分四块：因子身份（名称、逻辑、类名、完成时间、文件与版本）、因子自带参数、数据区间（起止、频率、数据来源、复权方式、价格字段、基准标的、标的池清单）、评估设置（持有期、执行延迟、陈旧容差、分位组数、截面最少有效资产数、分组字段、组内分箱、组内最少有效资产数）。

页签六：深度分析

左侧 17 项清单，按四类问题归组：

问题	项目（"推荐"为优先项）
是否有效	IC 显著性检验（推荐）、样本内外稳定性（推荐）、滚动 IC、市场状态拆分、分位统计表、汇总四表
能持续多久	信号衰减、信号半衰期（推荐）
能否赚钱	成本与容量（推荐）、纯多头组合、因子加权组合收益、事件研究（分位）、组合回测、组合归因
还不够	不含规模/风格（纯化）、Fama-MacBeth 因子收益、组内中性收益、双重排序（控制变量）

点选某项后，右侧出现该项参数与"运行分析"按钮，结果与"本次运行日志"一并留档。两个常用项：

IC 显著性检验：给出每个持有期的 IC 均值与 Newey-West t 值（同时给 naive_t 作对照）、p 值和正比例，判断"这个因子是不是噪声"。参数两项：滞后阶数（留空由内核按重叠比例自动选，范围 0–200）、分组维度（填类别型协变量后逐组检验）；
组合回测：把分析结果转成组合净值曲线（年化、波动、Sharpe、最大回撤、Calmar、净值与回撤）。参数：建仓方式（long_short 多空 / long_only 纯多 / factor 因子加权）、前 N 只（仅 long_only）、调仓间隔（网格步，默认 1）、单边成本（bp，默认 0）、可交易标的多变量。

页签七：日志

本次任务的运行日志（平台结构化写入）：配置快照、数据下载进度、有效截面与阈值下调、各阶段耗时。

相关阅读

• 因子编写

已复制到剪贴板

因子分析修订 R1

返回因子分析板块