谈IC系数与股票权重的联系：从相关关系到指数增强 中信建投_20180806
由small_q创建，最终由small_q 被浏览 51 用户
报告摘要
IC系数(InformationCoefficient)在测试单因子有效性方面扮演着举足轻重的作用在传统的多因子选股模型当中，IC系数在测试单因子有效性方面扮演着举足轻重的作用，它用来评判一个因子区别股票优劣的能力以及决定最终该因子在构建alpha组合时分配的权重。有关IC系数及其衍生指标有很多，最常见的有两种，即：PearsonIC和SpearmanrankIC。
传统多因子模型中的IC系数测算结果与组合构建之间的衔接不够紧密传统多因子模型中的IC系数测算结果与组合构建之间的衔接不够紧密。一般的逻辑认为如果因子IC系数越大，那么用因子值排名靠前的股票构成的组合在未来预期超额收益越大，但是这一点在数学逻辑上的过度不够严密，相关性不等于单调性。
通过相关性的数学表达式产生一个可以由数学逻辑直接过度的多空组合我们可以根据一个相关系数的假设检验结果分别衍生出一个多空组合和多头组合。不同于传统分组方法的是，这里的多空组合和多头组合的有效性取决于同一个统计结果，因此仅从收益正负的角度（多空组合考察绝对收益，纯多头组合考察相对基准的超额收益）来看是一致的。
用分级靠档的方法，可以保证不同因子产生的多空收益可比为了将不同因子的分布统一化，我们采用分位数的思想，用因子的分位点代替其原始值，并将因子值进行分级靠档以减轻极端值的影响。具体地，对于每个因子，我们首先按照原始值的大小进行排序等分为10组，然后按照因子所在的组给每个股票赋予0～9代替因子的原始值。这样可以保证不同因子的分布基本一致、多头组合可以实现，且不同因子计算得出的收益之间是可比的。
复合因子产生的沪深300增强策略近4年表现优异复合因子增强策略在历史上各年相对沪深300基准都有正的超额收益，其中2007年超额收益最高，达到44.36%，并且在2009年、年和2015年也分别实现了两位数的超额收益。此外，该策略在近4年一直维持了2.5以上的夏普比率（相对基准），且在风格切换明显的2017年仍然保持稳健。
正文
/wiki/static/upload/ad/ad0d6eed-c510-49a0-8621-c12eb8f9b053.pdf
\