使用神经网络的预测值作为因子载荷(因子暴露,因子值 factor)时, 我们需要知道这个因子是否是有效的,所以要做因子的有效性检验。 当前的学术论文给出的IC, rankIC 这些都是属于判断因子是否有效的metric

因子的有效性一般是基于多因子模型框架下来说的,

在实际计算中,因子k的IC值一般是指个股第T期在因子k上的暴露度 与 T+1期的收益率的
相关系数。

  • 因子k上的暴露度:也就是Neural Network的预测值
  • T+1期的收益率: 也就是 r l r_l rl​,也就是训练的label
    这时因子收益是后面通过回归得到的。
    所以评判模型好不好就是计算预测值pred 与 label 的相关系数就可以得到。

例子:
因子IC值反映的是个股下期收益率和本期因子暴露度的线性相关程度,是使用
该因子进行收益率预测的稳健性;而回归法中计算出的因子收益率本质上是一个斜率,反映
的是从该因子可能获得的收益的大小,这并不能代表任何关于稳健性的信息。
举个例子,票池里5只个股第T期在动量因子上的暴露度为-2、-1、0、1、2,假设它们第T+1
期收益率为-0.2、-0.1、0、0.1、0.2,则因子IC值为1,因子收益率为0.1;假设它们第T+1期收
益率为-0.4、-0.2、0、0.2、0.4,则因子IC值为1,因子收益率为0.2。而因子t值某种程度
上反映的也是稳健性信息,在上述举例的两种简单情形下,因子t值都是正无穷。但是在更
复杂的包括其它因子和行业哑变量的多元线性回归模型中,因子t值和IC的关系也随之变得
复杂,无法用确定的公式表示,只能说它们之间具有某种正相关关系。在

IC; Rank IC 的定义 https://xueqiu.com/6223446183/202373376

因子的有效性检验(IC)相关推荐

  1. 初探多因子选股:单个因子的有效性检验

    单因子有效性检验 在多因子研究框架中,因子的有效性检验是不可避免的工作,其本质是衡量一个因子的选股能力,以下介绍笔者日常学习过程中摘下的几种有效性检验方法,以供日后使用. 本文将介绍目前学术界和业界普 ...

  2. 多因子策略中的IC信息系数、IR信息比率计算方法

    接触多因子策略,总会看到IC值.IR值,作为某种度量指标. IC值的定义 IC是Information Coefficient的缩写,称为信息系数. IC代表的是预测值和实现值之间的相关性,通常用于评 ...

  3. 多因子策略中的IC、IR是什么,以及如何计算

    接触多因子策略,总会看到IC值.IR值,作为某种度量指标. IC值的定义 IC是Information Coefficient的缩写,称为信息系数. IC代表的是预测值和实现值之间的相关性,通常用于评 ...

  4. 身份证号有效性检验代码 (python)

    身份证号码有效性检验: 输入:str类型的身份证号码 返回值: bool # 身份证号有效性验证 def id_number_valid(id_number):"""# ...

  5. flowable流程图有效性检验,可自定义规则

    文章目录 前言 一.主要方法 二.自定义规则校验器 总结 前言 对设计好的流程图xml进行有效性校验,可自定义规则 一.主要方法 package com.lc.workflow.common.util ...

  6. 聚类有效性检验(Hubert'Γ )

    问题的提出 假设现在有N个样本需要聚类,根据某个聚类算法我们把这N个样本聚为K个簇,现在问题是怎么确定现在的聚类结果是有意义的,而不是仅仅通过随机得到的.下面我们将构造Hubert'Γ 统计量,通过假 ...

  7. 转:多因子权重优化方法比较

    from:https://www.ricequant.com/community/topic/4559/ 在多因子量化投资体系中,具有稳定的预期收益,可解释的经济驱动理论,与其他因子的低相关性是选择a ...

  8. 基于日内交易特征的因子选股策略

    摘要: 个股的日内交易特征是当日交易关键要素的概况.通过多维度刻画一段时间内高开低收以外的日内交易细节信息,使得低频交易成为可能. 利用个股分钟级别的量价数据构造月频因子,我们更为推荐两步算法:首先刻 ...

  9. 高频量价因子在股票和期货中的表现 - 动量类因子

    引言 >>> 研究目的 本文参考海通证券研报<高频量价因子在股票和期货中的表现>,对其动量类因子--趋势强度因子和改进反转因子,进行单因子分析测试,以从各个方面考察因子的 ...

最新文章

  1. 指针 混用 迭代器_对比 C++ 和 Python,谈谈指针与引用
  2. ipython notebook使用
  3. C语言程序设计第三次作业——选择结构(1)
  4. 1、LeetCode784 字母大小写全排列
  5. CentOS6.5 将安装光盘作为yum源
  6. 解开拒绝本地登录的“死结”
  7. ARGB和PARGB
  8. 根据一个数字日期,判断这个日期是这一年的第几天
  9. Gitee 轻量级 PR ——参与开源贡献,原来就是举手之劳的事
  10. SpringMVC中使用@RequestBody,@ResponseBody注解实现Java对象和XML/JSON数据自动转换)
  11. KMP算法的C++实现
  12. Cassandra安装和初次使用
  13. NLP中文常用停用词表
  14. 单片机的现状即发展前景
  15. word里双横线怎么打_word 双下横线怎么打出来
  16. 国内顶尖网页游戏制作人和主策划名单
  17. 如何在苹果Mac OS系统中安装MT4电脑版软件?
  18. 美团校招题 小团的装饰物
  19. 王阳明心学:此心光明,夫复何言
  20. 成就系统实现(二)-功能分析

热门文章

  1. neovim及coc.nvim自动补全初探
  2. gateway笔记本玩《孤胆枪手2》蓝屏的解决
  3. MySQL8.0 索引
  4. Android R 、Android 11 API 30差异报告解读
  5. 认知智能真的来了?且看道翰天琼认知智能三大技术体系!认知智能真的来了。
  6. Query DSL - Terms set Query
  7. 【狂神】Mysql学习(代码)
  8. 1、使用小熊派(BearPi-HM_Nano)驱动DHT11
  9. 12.2 票据背书需求分析
  10. react:css样式穿透