量化概念 01：IC 是什么

做量化，第一个要搞懂的概念，叫 IC。

一句话：排名对不对

IC 的全称是 Information Coefficient，中文叫信息系数。

它的含义一句话就能说清：一个因子给股票排的名次，和股票未来真实的涨幅名次，有多吻合？

比如动量因子"过去 20 天涨得多的股票"：它按这个规则给股票排了序。未来 10 天，谁真的涨得多，也会有个真实名次。IC 衡量的，就是这两个名次的吻合程度。

一个类比：押考试名次

想象你在考前押了一次名次，按自己的判断给所有考生排了序。

• 考完发现全押对了 → 你的排序很准
• 押得和真实名次完全相反 → 排序全反了
• 有的对、有的错，和瞎猜差不多 → 排序没意义

IC 就是量化版的"押名次准确率"。

为什么要看它

因为因子实在太多了：动量、估值、波动率、换手率……每一条都是一套排序规则。你不可能把每条规则都拿真金白银去回测验证——既慢，又容易被漂亮的净值曲线骗。

IC 的用处，是在进回测之前先快速筛一遍：所有因子都用同一把尺子量"排名准不准"，明显不行的直接扔掉，值得深挖的再进回测。

数值代表什么

IC 的取值大致落在 -1 到 1 之间：

• 接近 1：完美预测。现实中不存在，真见到了基本是算错了或用了未来数据
• 明显大于 0：排名和真实涨幅一致，因子有效
• 接近 0：排名和涨幅没关系，跟抛硬币一样，无效
• 明显小于 0：排名反了——但反过来用，说不定就有效了

小结

IC 是量化版的"押名次准确率"：它给所有因子量一把"排名准不准"的同一把尺子。