探讨改变提示的“蝴蝶效
LUCIDA：如何利用多因子策略构建强大的加密资产投资组合（因子有效性检验篇）
2024.01.24
前言
书接上回，关于《用多因子模型构建强大的加密资产投资组合》系列文章中，我们已经发布了两篇：《理论基础篇》、《数据预处理篇》
本篇是第三篇：因子有效性检验。
在求出具体的因子值后，需要先对因子进行有效性检验，筛选符合显著性、稳定性、单调性、收益率要求的因子；因子有效性检验通过分析本期因子值与预期收益率的关系，从而确定因子的有效性。主要有 3 种经典方法：
IC / IR 法：IC / IR 值为因子值与预期收益率的相关系数，越大因子表现越好。
T 值（回归法）：T 值体现下期收益率对本期因子值线性回归后系数的显著性，通过比较该回归系数是否通过 t 检验，来判断本期因子值对下期收益率的贡献程度，通常用于多元（即多因子）回归模型。
分层回测法：分层回测法基于因子值对 token 分层，再计算每层 token 的收益率，从而判断因子的单调性
一、IC / IR 法
（1）IC / IR 的定义
IC：即信息系数 Information Coefficient，代表因子预测 Tokens 收益的能力。某一期 IC 值为本期因子值和下期收益率的相关系数。
IC 越接近 1 ，说明因子值和下期收益率的正相关性越强，IC= 1 ，表示该因子选币 100% 准确，对应的是排名分最高的 token，选出来的 token 在下个调仓周期中，涨幅最大；
IC 越接近-1 ，说明因子值和下期收益率的负相关性越强，如果 IC=-1 ，则代表排名分最高的 token，在下个调仓周期中，跌幅最大，是一个完全反指的指标；
若 IC 越接近 0 ，则说明该因子的预测能力极其弱，表明该因子对于 token 没有任何的预测能力。
IR：信息比率 information ratio，代表因子获取稳定 Alpha 的能力。IR 为所有期 IC 均值除以所有期 IC 标准差。
当 IC 的绝对值大于 0.05 （0.02） 时,因子的选股能力较强。当 IR 大于 0.5 时,因子稳定获取超额收益能力较强。
（2）IC 的计算方式
Normal IC (Pearson correlation)：计算皮尔森相关系数，最经典的一种相关系数。但该计算方式存在较多假设前提：数据连续，正态分布，两个变量满足线性关系等等。
Rank IC (Spearmans rank coefficient of correlation)：计算斯皮尔曼秩相关系数，先对两个变量排序，再根据排序后的结果求皮尔森相关系数。斯皮尔曼秩相关系数评估的是两个变量之间的单调关系，并且由于转换为排序值，受数据异常值影响较小；而皮尔森相关系数评估的是两个变量之间的线性关系，不仅对原始数据有一定的前提条件，并且受数据异常值影响较大。在现实计算中，求 rank IC 更符合。
（3）IC / IR 法代码实现
创建一个按日期时间升序排列的唯一日期时间值的列表--记录调仓日期 def choosedate(dateList, cycle)
class TestAlpha(object):
def __init__(self, ini_data):
self.ini_data = ini_data
def chooseDate(self, cycle, start_date, end_date):
cycle: day, month, quarter, year
df: 原始数据框 df，date 列的处理
chooseDate = []
dateList = sorted(self.ini_data[self.ini_data[date].between(start_date, end_date)][date].drop_duplicates().values)
dateList = pd.to_datetime(dateList)
for i in range(len(dateList)-1):
if getattr(dateList[i], cycle) != getattr(dateList[i + 1 ], cycle):
chooseDate.append(dateList[i])
chooseDate.append(dateList[-1 ])
chooseDate = [date.strftime(%Y-%m-%d) for date in chooseDate]
return chooseDate
def ICIR(self, chooseDate, factor):
# 1.先展示每个调仓日期的 IC，即 ICt
testIC = pd.DataFrame(index=chooseDate, columns=[normalIC,rankIC])
dfFactor = self.ini_data[self.ini_data[date].isin(chooseDate)][[date,name,price, factor]]
for i in range(len(chooseDate)-1):
# ( 1) normalIC
X = dfFactor[dfFactor[date] == chooseDate[i]][[date,name,price, factor]].rename(columns={price:close 0})
Y = pd.merge(X, dfFactor[dfFactor[date] == chooseDate[i+ 1 ]][[date,name,price]], on=[name]).rename(columns={price:close 1})
Y[returnM] = (Y[close 1] - Y[close 0]) / Y[close 0]
Yt = np.array(Y[returnM])
Xt = np.array(Y[factor])
Y_mean = Y[returnM].mean()
X_mean = Y[factor].mean()
num = np.sum((Xt-X_mean)*(Yt-Y_mean))
den = np.sqrt(np.sum((Xt-X_mean)** 2)*np.sum((Yt-Y_mean)** 2))
normalIC = num / den # pearson correlation
# ( 2) rankIC
Yr = Y[returnM].rank()
Xr = Y[factor].rank()
rankIC = Yr.corr(Xr)
testIC.iloc[i] = normalIC, rankIC
testIC =testIC[:-1 ]
# 2.基于 ICt，求[IC_Mean, IC_Std,IR,IC<0 占比--因子方向,|IC|>0.05 比例]
ICmean: |IC|>0.05, 因子的选币能力较强，因子值与下期收益率相关性高。|IC|<0.05,因子的选币能力较弱，因子值与下期收益率相关性低
IR: |IR|>0.5,因子选币能力较强, IC 值较稳定。|IR|<0.5, IR 值偏小,因子不太有效。若接近 0,基本无效
IClZero(IC less than Zero): IC<0 占比接近一半->因子中性.IC>0 超过一大半,为负向因子,即因子值增加,收益率降低
ICALzpF(IC abs large than zero poin five): |IC|>0.05 比例偏高，说明因子大部分有效
IR = testIC.mean()/testIC.std()
IClZero = testIC[testIC<0 ].count()/testIC.count()
ICALzpF = testIC[abs(testIC)>0.05 ].count()/testIC.count()
combined =pd.concat([testIC.mean(), testIC.std(), IR, IClZero, ICALzpF], axis= 1)
combined.columns = [ICmean,ICstd,IR,IClZero,ICALzpF]
# 3.IC 调仓期内 IC 的累积图
print(Test IC Table:)
print(testIC)
print(Result:)
print(normal Skewness:, combined[normalIC].skew(),rank Skewness:, combined[rankIC].skew())
print(normal Skewness:, combined[normalIC].kurt(),rank Skewness:, combined[rankIC].kurt())
return combined, testIC.cumsum().plot()
