第29章：单因子检验

第28章结束时，你手上已经有一列（或者十几列）因子值：单位统一、极端值处理过、行业与市值的影响也扣过，含义还写得出来。但"说得清"只证明它可以被测量，不证明它和未来的收益有任何关系。

这一章要把"这个因子听起来有道理"变成"这个因子在过去每一段时间里到底表现如何"。它不是在给因子发一张证书，而是回答一个很实际的问题：它有资格进入第31章的综合评分吗？ 一个没通过检验的因子混进合成，只会让最终评分更难解释——你能讲清 EP 为什么有效、ROE 为什么有效，却说不清那个因子在测什么；等它把总分拉偏的时候，你连原因都找不到。

本章围绕三个问题展开：把股票按因子值排序，高分组的收益真的更高吗，中间那些组呢；这种关系有多强、有多稳；换到别的行业、别的市值、别的市场阶段、别的持有期，它还是同一个因子吗。

在开始之前先记住一件事：检验是整个流程里最容易自欺的一步。 同一份历史数据，你可以换组数、换持有期、换预处理方式、换股票池，一直试到某一版看起来很好为止。第30章专门讲这件事怎么防；本章先把"一次诚实的检验该看哪几样东西"讲清楚。

本章的检验对象是因子 × A股个股这个组合。ETF 产品本身没有因子值，费率、跟踪、规模、成交额、折溢价都是产品属性，做不了本章这批检验（第18章、第32章会讲怎么筛产品）；但指数层面的因子信号要用同一套逻辑检验，这一章末尾会说明边界。

先分组：把排序变成看得见的收益差

现象。 因子值已经能排序，但排序本身不产生任何信息。你看到的是"四千只股票按 EP 从高到低排好了"，需要回答的问题是：排在最前面那一批，下一期的收益真的比排在最后面那一批高吗？

检验的第一个动作叫分组回测（研究里也叫组合排序、分层测试），它把"这个因子有没有用"变成一件看得见的事。做法有五步，每一步都会改变结果，所以每一步都要在跑之前写死：

1. 每个形成日，在既定股票池内按因子值从高到低排序；
2. 等分成若干组，常用 5 组或 10 组，第 1 组因子值最高；
3. 每组内部等权持有——不按市值加权，否则第20章的规模影响会混进来；
4. 持有到下一个形成日，记录每组在这一期的收益；
5. 把所有形成日的组收益按时间平均，得到每组的平均收益。

第19章给过一个只有高低两组的版本 $F_{t+1}=R_{\mathrm{high},t+1}-R_{\mathrm{low},t+1}$，那时它已经足够说明"因子收益"是什么。这里把组数拆到 10 组，目的不是更精确，而是看见中间那些组——中间组的形状才是判断这个因子"是不是一条连续规律"的关键。

读图：横轴是按因子值从高到低分出的十组，纵轴是每组的月平均收益（示意数据），紫色虚线是十组等权汇总后的全市场平均收益 0.48%。柱子整体从左到右递减：第 1 组月均 1.4%，第 10 组月均 −0.7%，多空差 2.1 个百分点。中间第 4 组比第 3 组高出 0.1 个百分点，这种小幅回摆在各组样本不同时很常见，只要不是整段乱掉就不影响结论。图要说明的是：分组图同时让你看到"差距有多大"和"差距是不是连续的"，而这两件事分别决定了这个因子值不值得用、能不能放心地按排名选股。

多空差是测量工具，只做多要单独算一遍

图中第 1 组减第 10 组的 2.1 个百分点，就是第19章讲过的因子收益（多空收益）。为什么减掉低分组，那里已经说过：两组会一起受市场涨跌影响，相减以后剩下的才是这个方向内部的相对差异。

但对只做多的投资者，2.1 这个数字高估了你能拿到的东西，原因有两个：

• 一半来自你拿不到的那一边。 上图的 −0.7% 是低分组的收益，你不能靠做空它赚钱。你能拿到的是第 1 组本身，它相对全市场等权的优势只有 $1.4\mathrm{\%}-0.48\mathrm{\%}\approx 0.92$ 个百分点，不到多空差的二分之一。
• 有些因子的多空差几乎全部来自低分组下跌。 如果这个因子擅长的是"避开要出事的公司"（第22章的财务异常类信号），那它是很好的过滤器，却不是好的收益来源——只做多的时候，避开坏公司只能让你不亏，不能让你多赚。

落到决策： 报告因子的结果时，多空差和"高分组相对基准的超额"是两件事，两个都要算。基准怎么选属于第18章的问题（宽基、行业、市值层次），选完这一项才好解释。低分组贡献了多少也要单独看一眼，它决定这个因子是"能选到好的"还是"能避开坏的"，这两种用途在第31章合成时的权重不一样。

想要的是逐级递增，不是"最高那一组最好"

再看上图的形状。理想情况是十组收益从高到低逐级变化，这叫单调性。它比"最高组收益最高"多提供了一个信息：这个因子的信息是连续的，第 3 组和第 5 组之间的差别也在被有效利用——所以当第 1 组因为某种原因不能要（股票太少、集中在一个行业、或者买不进去）时，改用第 2、3 组也不会把结果毁掉。

两种常见的不单调，含义完全不同：

• 只有最极端的那一组特别好，中间几组乱成一团。 这通常说明有效的不是这一列数字本身，而是"最极端"这个位置上的某些东西。第20章讲过典型例子：收益全部来自最小市值那一档。这种因子把 10 组改回 5 组，结果就可能消失。
• 中间某一组明显跳出序列。 常见原因是这一组里混进了特殊公司（刚上市的次新股、ST 股、出过事的公司），或者因子与另一个维度的关系在中段拐了弯。这时要做的是回头查这一组是什么股票，而不是直接宣布因子无效。

怎么量化单调性？不需要精确到小数，两种够用的做法：数一下"相邻两组的收益方向是否一致"，或者把组序号（1 到 10）当成一个变量，算它和组平均收益的秩相关——第28章讲过秩相关，它只关心名次。单调性必须报告，因为它是"这个因子能不能做成排序选股"的直接依据。

边界。 组数、组内加权方式、持有期，三者都会改变柱状图的形状：分 10 组时每组股票少、噪声大，单调性容易被破坏；分 5 组更稳，但看不到中间细节。这类"换一个参数结论是否还在"的检查属于第30章的参数敏感性，本章只要求把参数写下来。

每一期的强弱可以压成一个数：IC 与 Rank IC

现象。 分组图把所有期平均在一起了。假设某因子过去 60 个月里有 35 个月高分组跑赢、25 个月落后，平均下来每月赢 0.6 个百分点。这个 0.6 到底代表"每年稳定地赢 7%"，还是"有些月份赢 8%、有些月份输 7%"？柱状图回答不了，因为你只看到平均值。

要看清楚这件事，需要每一期都留一个数字。这个数字就是 IC。

做法：在每一个形成日，计算这一列因子值与下一期股票收益的截面相关系数。

$$I{C}_t=\mathrm{corr}(f_{i,t},r_{i,t+1})$$

符号含义：$f_{i,t}$ 是第 $i$ 只股票在形成日 $t$ 的因子值，$r_{i,t+1}$ 是它从 $t$ 到下一个形成日的收益，$\mathrm{corr}$ 表示在同一批股票上做相关计算，下标 $t$ 表示这是第 $t$ 期的 IC。相关系数没有单位，IC 落在 −1 到 1 之间，所以不同因子的 IC 可以直接放在一起比较。

怎么读。 IC 为正，表示因子值越高的股票下一期收益平均越高，方向符合预期；IC 为负则相反。IC 为负不一定是坏消息：第25章的换手率、第24章的短期反转，这类因子在原始方向上本来就该是负的（换手率越高、短期涨得越多，下一期反而偏弱），只要符号和你事先写下的投资观点对得上就成立。IC 的数值不表示收益：IC = 0.06 不表示"赚 6%"，它表示这一列排序和下一期收益之间有一种很弱、但方向对的关系。

量级感要有参照（数字用于看量级，不同机构的股票池和中性化口径不同，会有出入）。按券商金工月度因子跟踪的常见结果，A股主要风格因子的月频 Rank IC 均值大致在 1% 到 9% 之间：交易行为类偏高（反转、换手率、波动率常在 8%~9%），估值类 5%~6%，成长、盈利类 3%~4%，财务质量类常常只有 1%~2%。所以 0.03 在月频口径里已经不算差，0.10 是很少见的强信号。 换成日频计算，数字会明显变小，比较之前必须先确认频率。

IC 序列本身也值得画出来看两件事：它是否频繁变号（方向不稳），以及它的累计曲线是不是一条平稳向上的线（持续贡献，还是集中在几个月里贡献）。

普通 IC 会被几只极端股票带偏，Rank IC 不会

上面这个 IC 用的是普通相关系数（Pearson），它关心"数值上差多少"。而 A 股的因子和收益两头都坐着极端值：因子这一侧，市值能差近五万倍（第28章）；收益这一侧，一个月里既可能出现翻倍股，也可能有股票跌掉三成。

结果是：几只极端股票就能单独决定这个相关系数的大小，甚至改变它的符号。换一种算法可以避免——先把因子值和收益各自换成排名，再算相关系数，这就是 Rank IC（统计上叫 Spearman 秩相关系数）。它只关心"谁排在谁前面"，和第28章"排名对异常值免疫"是同一件事。

在 A 股的研究和报告里说到"IC"时，多半默认指 Rank IC。两个都算出来还有个诊断作用：如果普通 IC 和 Rank IC 差得很远，说明这个结果主要由少数极端股票驱动，需要回去查这批股票是谁，它们的极端值是第21章那种真实便宜，还是第28章讲的"数字合法但公司不极端"。

均值看强弱，ICIR 看稳定

有了 IC 序列，三个数字就能把这列因子说清楚：

• IC 均值 $\overline{IC}$：方向对不对、力度有多大，和第4章的"超额收益均值"是同一个角色；
• IC 标准差 ${\sigma }_{IC}$：这一期强、下一期弱有多厉害，角色相当于第4章的跟踪误差；
• ICIR：IC 均值除以 IC 标准差，回答"每承担一个单位的预测力波动，能换来多少预测力"。

$$ICIR=\frac{\overline{IC}}{{\sigma }_{IC}}$$

$\overline{IC}$ 是 IC 序列的平均值，${\sigma }_{IC}$ 是它的标准差。看一组具体对比（示意）：

	月均 IC	IC 标准差	ICIR	IC 为正的月份
因子 A	0.06	0.18	0.33	6 / 12
因子 B	0.03	0.04	0.75	8 / 12

因子 A 的平均预测力是 B 的两倍，但它的 IC 在正负之间来回跳，一半月份的方向是反的；因子 B 弱得多，可是方向几乎每个月都对。在同样的成本下，你更可能拿得住 B。 这不是审美偏好：A 那样忽正忽负的因子，在只做多组合里表现为业绩忽上忽下，很容易在它最差的时候被你自己放弃——第42章讲的就是这件事。

读图：两条线是上面两个因子十二个月 IC 的累加（示意）。因子 A 的累计线在第 2 个月就被 B 追平，之后才一路领先到 0.72，但路径凹凸不平、每两个月回撤一次；因子 B 的累计线几乎是直的，最终到 0.36。只看终点高度，你会选 A；同时看路径，你会发现 B 每个月都在推进。 图要说明的是 IC 均值和 ICIR 必须一起读：均值回答"信号有多强"，ICIR 回答"这份强度能不能被相信"。

ICIR 的量级同样要有参照：0.3 到 0.5 已经算可用，0.5 以上算比较稳定，和夏普比率的读法一样，不存在跨市场通用的及格线（第4章）。另外要小心口径：ICIR 有按 $\sqrt{12}$ 年化的写法，看别人的数字时先确认是月频原值还是年化值，不要混着比。

还有一个便宜又好用的补充数字：IC 大于 0 的期数占比（IC 胜率）。它和 IC 均值互补——均值会被一两期极大的正 IC 拉高，占比不会。上表里因子 A 均值更好而胜率只有一半，这个矛盾本身就是它不稳定的证据。

边界。 IC 和 ICIR 高，不等于能赚钱。它们只说明"排序和下一期收益有关系"，里面没有成本、没有只做多约束、没有容量限制；一个 IC 很高但换手率极高的因子，扣完成本可能什么都不剩，这正是下面两节要单独处理的事。IC 还受预处理影响（第28章）：缩尾比例、是否做行业与市值中性化都会改变 IC 的数值，所以两份研究的 IC 只有在同一套加工口径下才能比较。

覆盖率：这个结论到底代表哪些股票

现象。 有个因子的检验结果很漂亮，IC 均值 0.05、ICIR 0.6。仔细一看：它的数据只覆盖了股票池里 58% 的股票。剩下 42% 是谁？通常是市值偏小、没有券商跟踪、没有机构持仓的公司。

覆盖率就是"某一形成日，股票池里有有效因子值的股票占比"：

$${\text{覆盖率}}_t=\frac{N_t^{\text{有效}}}{N_t^{\text{池}}}$$

$N_t^{\text{有效}}$ 是形成日 $t$ 有有效因子值的股票数，$N_t^{\text{池}}$ 是当天股票池里的股票总数。如果某天池内 4200 只股票中有 3600 只能算出这个因子，覆盖率就是 86%。

为什么它值得单独报一个数，而不是在附录里写一句？因为覆盖率决定这个结论代表谁。只覆盖 58% 的因子，它的高分组必然是"被分析师跟踪、被机构持有的公司"，选出来的组合会系统性偏大市值——第20章讲过的规模污染，换了一条路又进来了。而这类问题最麻烦的地方在于隐蔽：因子本身没错，行业和市值中性化也做了，只是剩下那 42% 的公司从来没有进入过检验。

覆盖率还会随时间变化。早年 A 股上市公司少、分析师覆盖更少（第26章：基金季报只披露前十大重仓），某些因子在十年前也许只覆盖全市场三分之一。这时 IC 序列的前半段其实是在一个更小、更特殊的样本上算出来的，直接和后半段比没有意义。

落到决策： 报告覆盖率的平均值、最小值和它的时间序列；覆盖率明显低于全池时，把"这个结论只代表可计算的这批公司"写进结论；如果覆盖率在不同年份差异很大，就按覆盖率高低把样本分段，分别看结论是否还在。第28章说过覆盖率会直接改变因子的可用范围，这里给出它的检验方式。

边界。 覆盖率低不一定致命。一个只在大公司里有效的因子，用来做大市值组合是合适的；问题出在你把它当成全市场因子使用时没有记账。

因子换手率：这个因子每次调仓要付多少钱

现象。 两个因子的 IC 一样、分组收益也几乎一样，但一个每期的高分组只换掉 30% 的股票，另一个每期换掉 80%。前者一年的交易成本可能只有百分之几，后者可能把全部超额收益吃光。

因子换手率测量的就是这一列排序自己变化得有多快。常用定义是：取相邻两个形成日的高分组（例如前 20%），看有多少股票留了下来，留下的比例叫重叠率，那么

$$\text{因子换手率}=1-\text{重叠率}$$

举例：上个月高分组有 200 只股票，这个月只有 40 只还在里面，重叠率 20%，因子换手率就是 80%。要注意它是因子自己的属性，和组合换手率（第33章、第34章）不是同一个概念，也没有统一口径——有的研究按前 10%、有的按前 20%、有的按全部排序的变化加权，比较两份研究之前先确认定义。

什么决定它？因子的记忆长度。估值类因子（EP、BP）变化很慢，一个月过去排序基本不动；反转类因子（第24章）几乎每期翻新一遍；事件类因子（第26章）平时不动，事件发生时跳一下；财报类因子则在财报季集中换一次——第27章那张披露时间表在这里起了作用。

为什么它和 IC 一样重要：换手率可以直接换算成成本。 把"卖掉一只股票再买进另一只"记为一次完整换手，成本按 0.25% 估（佣金双边、卖出印花税 0.05%、双向过户费 0.001%，再加滑点，这是示意值，真实值取决于你的佣金合同和股票的流动性，口径见第3章）。那么：

• 换手率 30% → 每月成本约 $0.3\times 0.25\mathrm{\%}=0.075\mathrm{\%}$，一年约 0.9%；
• 换手率 80% → 每月成本约 0.2%，一年约 2.4%。

这两三个百分点要从因子的净收益里先扣掉。回到分组图那组数字：高分组相对全市场每月 0.92 个百分点，一年约 11%，扣掉 2.4% 还剩 8.6%——看着还有，但这还没算冲击成本、没算买不进卖不掉、也没算这 0.92 在别的年份能不能重复。

落到决策： 把因子换手率和调仓频率放在一起决定。IC 高但换手率 80% 的因子，配月频调仓是亏本的：要么拉长持有期（下一节的衰减曲线会告诉你还能不能拉），要么用缓冲区机制减少无效换手（第34章）。只报 ICIR 不报换手率，等于报了一半。

分层检验：先看它的收益是不是行业或规模给的

现象。 全市场的十组柱子画得很漂亮。但第20章、第21章已经提醒过两次：这个漂亮可能不是你测的那个因子赚来的，而是行业配置或者小市值赚来的。

第28章的中性化是事前处理：先把行业和市值的影响扣掉，再检验。这一节是事后检查：不扣，直接看结果是不是集中在某一类股票上。两者都要做，因为它们的失败方式不同——事前中性化可能扣得不够、也可能扣过了头，事后分层检验能直接暴露"收益到底来自哪里"。

做法：把同一个分组检验，在若干个组内各做一遍。

• 行业分层：在每个一级行业内部按因子值分 5 组、算各组收益。如果全市场有效、而每个行业内都无效，说明这个因子的收益几乎全部来自行业配置——它实际上是一个"择行业"的工具，不是选股工具（第15章讲的就是这个区别）。
• 市值分层：按市值分 5 档，在每一档内部再分组。如果只有最小市值档有效、其余档无效，那这个因子主要在测小盘（第20章的规模污染）。
• 其他维度：上市板块（主板、创业板、科创板、北交所）、是否 ST、上市时间长短，都可以这样检查。哪些维度该检查，取决于第28章你扣掉了什么——扣过的要检查扣干净了没有，没扣的要检查是不是被你漏掉了。

落到决策： 检验的结论要写成"在什么范围内成立"。这不是保守，而是因为你只能用范围清楚的因子去构建组合。如果它只在最小市值档有效，你要么放弃它，要么接受组合必然偏小盘，并把这份小盘暴露单独记账（第38章归因）。含含糊糊地说一句"因子有效"，等实盘亏钱的时候你既不知道该改哪里，也不知道该不该改。

边界。 层内股票少的时候，IC 和分组收益的噪声都会明显变大，一条"某层无效"的结论可能只是样本不够。层数、划分方式、每层股票数同样要事先固定。另外，分层检验只能查你已经想到的维度，查不出你没想到的那一类共性——那是第31章因子相关性检查要处理的问题。

同一份样本期的结论，换市场环境和持有期后要重做一遍

前几节的结论都是在整个样本期上算出来的。但"过去五年平均有效"和"以后每一年都有效"是两回事。这一节换两个方向看同一件事：横向换市场环境，纵向换持有时间。

牛熊震荡要先定义再分段，而且同一段时间对不同股票不是同一个阶段

先看一组真实数字。 用沪深300 价格指数的年度涨跌给市场贴标签：2018 年 −25.3%，2019 年 +36.1%，2022 年 −21.6%，2023 年 −11.4%，2024 年 +14.7%。但更要紧的是 2021 年：沪深300 下跌 5.2%，同期中证500 上涨 15.6%、中证1000 上涨 20.5%、中证2000 上涨 25.9%。 同一年里，大盘股和小盘股根本不在同一个市场。

所以分阶段检验有两件事必须做对：

1. 阶段要在看结果之前定义，并且把定义写死。 可以按宽基指数的涨跌分（连续 N 个月为正记作上行），也可以按波动率水平分（第25章），但方法必须先定。看到"2019—2020 年这个因子特别好"再回头把它命名为牛市，就是在用答案改问题（第30章的数据窥探）。
2. 同一段"牛市"对不同股票池不是同一个阶段。 用一只宽基指数给全市场贴标签，会在 2021 年这种极端分化的时候标错：这一年大盘跌、小盘涨，如果你按沪深300 判断"这是熊市"，就会得出"因子在熊市失效"的错误结论，而真相是不同类型的股票处在完全相反的环境里。稳妥的做法是按市值分档之后分别分段，代价是每一段样本更少、结论更粗。

分阶段看什么？把前面几节的数字按阶段拆开：IC 均值、ICIR、多空收益、只看多超额。要接受一个常见结果——很多因子只在某一类环境里才明显有效：价值类在利率上行、经济修复阶段通常更顺，成长和动量在流动性宽松、风险偏好抬升阶段通常更顺（第14章、第17章）。这不是失败，它告诉你这个因子是"全天候"还是"条件性"的；后者不是不能用，而是需要配一套环境判断和仓位管理（第47章）。

边界。 分阶段等于把样本切小。如果总共只有十年数据、切三段，每段只有三四十个月，某一段"IC 为负"很可能只是噪声。所以不要用某一段的结果判死刑，也不要用某一段的好成绩当承诺。样本够不够，是分阶段结论能否成立的前提。

因子衰减曲线决定调仓频率

现象。 第24章讲反转因子时，说的都是短期窗口。如果把持有期从 1 个月拉长到 12 个月，它还是反转因子吗？未必，它甚至可能变成动量。

做法：算出不同持有期下的 IC，看它怎么变。

$$IC(h)=\mathrm{corr}(f_{i,t},r_{i,t+h})$$

$h$ 是持有期（1、3、6、12 个月），$r_{i,t+h}$ 是从形成日 $t$ 起持有 $h$ 期的累计收益，不是第 $t+h$ 天的单日收益。把 $IC(h)$ 连成一条曲线，就是因子衰减曲线。

三种常见的形状（示意，指通常方向而非保证）：

形状	常见于	表现	对调仓的含义
快速衰减	反转、情绪、事件类	短持有期有效，持有期一拉长就接近 0	必须高换手，成本压力最大
先升后降	部分财报类、动量类	存在一个峰值持有期	按峰值附近调仓，太短太长都浪费
缓慢衰减	估值、质量类	一年以上关系仍然存在	适合低频调仓，可当组合底仓

读图：横轴是持有期，纵轴是这一持有期下的 IC（示意）。反转类因子的曲线在 1 个月处最高（0.075），3 个月掉到 0.035，6 个月 0.012，12 个月基本归零；价值与质量类因子从 0.040 开始，中间略有起伏，12 个月仍有 0.032。在 1 个月处两条线都还在 0.04 到 0.08 之间，到 12 个月处一条贴着零轴、一条还剩 0.032——只看单期 IC 完全看不出这个差别。 图要说明的是：衰减速度决定这个因子适合什么调仓频率，而调仓频率直接决定成本。

落到决策： 衰减曲线和上一节的换手率是同一件事的两个视角。持有期短于曲线的峰，你会在信号最强的时候把它卖掉；持有期远长于峰，你持有的是已经过期的信号，还白付了波动和它带来的回撤。第34章要把这两件事一起算进调仓频率里。

边界。 衰减曲线是全体股票的平均形状，不保证每只股票都这样；如果因子的 IC 主要来自少数股票，平均曲线会显得平滑，而实际结果很脆。

统计显著和经济显著：两关都过才值得进入合成

现象。 IC 均值 0.03，t 值 2.1。这个结果"显著"吗？如果你看到这里就放行，很可能做出一个赚不到钱的策略。因为"不像是随机噪声"和"值得做"是两个不同的标准。

t 值只说"不是噪声"，而且期数不是股票数

IC 序列的均值能不能算"真的不为零"，取决于它相对自己的波动有多大：

$$t=\frac{\overline{IC}}{{\sigma }_{IC}/\sqrt{N}}$$

$\overline{IC}$ 是 IC 均值，${\sigma }_{IC}$ 是 IC 的标准差，$N$ 是期数——月频就是月数。分母 ${\sigma }_{IC}/\sqrt{N}$ 是均值的标准误，它随期数增加而变小：只看过 6 个月得到的均值 0.03 说明不了什么，看过 120 个月得到的同样 0.03 才可能不是巧合。

这里最容易犯的错是把 $N$ 用成股票数。 同一期的几千只股票不是几千个独立样本，它们是同一个时点上的一次观察，能累积证据的只有时间的长度。股票数量当然也有用，但它影响的是每一期 IC 本身估得准不准（股票多，单期的相关系数更稳），而不是让这几千只股票变成几千次试验。所以"股票多"和"看了很多期"是两种不同的证据，不能互相顶替。

判读参考：|t| 大约大于 2 时，通常可以说"不太可能是纯噪声"（对应 5% 的显著性水平）。它是一道必要关卡，不是充分条件。

边界。 ① 这个算法假设各期 IC 相互独立，现实中不成立——动量、趋势类因子的 IC 有明显自相关，会让 t 值偏高，看起来比实际更显著；② 多重检验：同一个因子试了 10 种预处理和 5 种持有期，然后把 t 值最大的那个报出来，这个 t 值就不能再按 t 值读了。第30章专门讲这件事。

扣掉成本还剩多少，才叫经济显著

把前面的数字接起来做一次完整核算。假设某因子每月多空收益 0.6%（毛）、因子换手率 50%、完整换手成本 0.25%（示意）：

• 每月成本约 $0.5\times 0.25\mathrm{\%}=0.125\mathrm{\%}$；
• 净多空收益约 0.475%/月，成本吃掉了两成。

如果换手率是 100%，成本就是 0.25%/月，毛收益被吃掉四成——而这还没算只做多拿不到低分组那一边（本章第一节）。

经济显著可以写成一句可核对的话： 扣掉成本之后，高分组相对基准的年化超额收益仍然大于零，而且不是靠单一年份撑起来的。再往上，它还要能覆盖你的资金机会成本，那已经超出本章范围。

两关的关系： 统计显著回答"是不是运气"，经济显著回答"值不值得做"。两个都过才送进第31章；只过统计显著那一关的因子可以放进观察名单，但不该进合成——一个统计上很显著、扣完成本等于零的因子，进合成只会稀释真正有效的因子。

把检验排成一条顺序

前面每一节都是按问题分开讲的，真正跑起来是一条有先后的流程，任何一项都可能让流程提前停下。合理的顺序是先做便宜又能筛掉大部分候选的检查，再做昂贵的。

检验项	回答什么问题	看什么数字	不过关意味着什么
覆盖率	有多少股票真的能参与	有效值占比、随时间变化	结论只代表样本里那部分公司
分组与单调性	排序有没有区分度	各组平均收益、只看多超额	只有极端组有效，测的可能是别的东西
IC 与 Rank IC	每一期的方向和力度	IC 均值、为正值占比	方向不稳，或与投资观点相反
ICIR	这份预测力稳不稳	IC 均值 ÷ IC 标准差	均值靠少数几期撑起来
换手率与成本	调仓要付多少钱	因子换手率、净超额	纸面有效，实际不可交易
分层检验	收益是不是来自行业或规模	各层内部的组收益	赚的是暴露的钱，不是选股能力
分阶段检验	是否只在某种环境有效	各阶段的 IC 与多空收益	条件性因子，需要配套的仓位管理
衰减曲线	有效期有多长	不同持有期下的 IC	持有期与调仓频率不匹配
显著性检验	是不是噪声	t 值，$N$ 取期数	无法与随机区分

对比一下另一种常见的报告方式："这个因子 IC 0.06，回测年化 25%。"它缺的不只是一两项：覆盖率没查，多空差和只看多超额没分开，换手率和成本没算，分层和分阶段没做。这不是造假，是流程不全，而流程不全的因子在实盘里最容易以"它以前明明有效的"这种方式亏钱。第30章会把这类看起来完整的报告拆开，看看哪些部分是精心挑选出来的。

对 ETF 的适用边界。 ETF 产品本身没有因子值，费率、跟踪、规模、成交额、折溢价都是产品属性，做不了本章的分组、IC 和显著性检验（第18章、第32章）。有两处仍然要用这套逻辑：① 指数层面的因子，例如一只价值或质量指数 ETF，它的"因子"属于底层成分股，检验时把股票池换成该指数的成分股，方法与本篇相同；② 用 ETF 做轮动时，被检验的对象是指数或板块的信号，分组与 IC 的思路仍然适用，但"只做多"的约束换成了另一套交易限制——你真正的约束是能不能在几周内买进卖出这只 ETF 而不被买卖价差和折溢价吃掉收益（第41章、第47章）。

本章小结

• 检验不是给因子发证书，而是决定它有没有资格进入第31章的合成。没通过检验的因子混进合成，只会让最终评分无法解释。
• 分组回测把排序变成看得见的收益差。 组数、组内加权方式、持有期都要事先固定；每组内部通常等权，避免把规模影响混进来。
• 多空差是测量工具，不是你能拿到的收益。 只做多的人拿不到低分组那一边：第10组的 −0.7% 与你无关，第1组相对全市场等权的优势只有 0.92 个百分点。有些因子的多空差几乎全部来自低分组下跌，那它是过滤器而不是收益来源。
• 要的是逐级递增，不是"最高那一组最好"。 只有极端组有效，说明你测的可能不是这一列数字；中间某组跳出序列，先回去查那组是什么股票。
• IC 是每一期的因子值与下一期收益的截面相关系数，无量纲、不表示收益。月频 IC 均值通常在 1%~9% 之间，0.03 已经不算差，0.10 很少见。
• Rank IC 比普通 IC 更稳，因为 A 股两头的极端值会让普通相关系数被少数股票左右。两个值差得远，说明结果由极端样本驱动。
• IC 均值看强弱、IC 标准差看不稳定、ICIR = 均值 ÷ 标准差看"强度是否可信"：0.3 到 0.5 可用，0.5 以上较稳；IC 为正值占比是它的补充。IC 再高也不含成本和只做多约束。
• 覆盖率决定结论代表谁。 只覆盖大公司的因子，高分组必然偏大市值，规模污染换一条路又进来了。
• 因子换手率决定要付多少成本。 换手率 30% 时每月成本约 0.075%、一年约 0.9%；换手率 80% 时一年约 2.4%（示意口径）。只报 ICIR 不报换手率，等于报了一半。
• 分层检验是事后检查。 全市场有效而各行业内无效，说明赚的是行业配置的钱；只有最小市值档有效，说明它主要在测小盘。结论要写成"在什么范围内成立"。
• 分阶段检验要先定义阶段，而且同一段时间对不同股票池不是同一个阶段——2021 年沪深300 跌 5.2%，中证2000 涨 25.9%。衰减曲线决定调仓频率：反转类一两个月就衰减到零、必然高换手，估值质量类能撑一年以上。
• 统计显著（t 值，$N$ 取期数而不是股票数）和经济显著（扣完成本还剩多少）两关都要过。 IC 自相关和多重检验会让 t 值虚高，那是第30章的问题。
• 顺序是从便宜到昂贵：覆盖率 → 分组与单调性 → IC 与 ICIR → 换手与成本 → 分层 → 分阶段 → 衰减 → 显著性。ETF 产品不做这批检验，指数层面的因子信号用同一套逻辑。

下一章处理另一件事：这些看起来很完整的检验，是怎样被自己骗过去的。 前视偏差、幸存者偏差、数据窥探、过度拟合、参数敏感性、因子重复——每一项都不会报错，只会让数字变好看。