进阶因子工程热门课程
查看详情因子工程设计卓越班
围绕因子工程搭建完整设计框架，覆盖 AI 特征衍生、策略因子设计和可进化的因子体系。
4.9 (645评价)645人学习12小时6节
围绕因子工程搭建完整设计框架，覆盖 AI 特征衍生、策略因子设计和可进化的因子体系。
¥8,999
因子工程IC多因子策略因子评估组合构建
做多因子组合时，为什么不能只看 IC
解释为什么多因子研究不能只依赖 IC 指标，并进一步介绍稳定性、分层表现、换手、容量与组合适配性等更关键的判断维度。
2026-03-287分钟
IC 可以帮助你快速判断一个因子是否具有方向性信息，因此它在前期筛选中很有价值。但问题在于，IC 只回答了“有没有相关性”，并没有回答“这种相关性能否稳定进入组合并转成收益”。
如果只盯着 IC，你很容易忽略很多更接近实盘的问题。
真正该看的，是稳定性和组合适配性
一个因子即使有不错的 IC，也可能在样本外失效、换手过高、行业偏置过强，或者和已有因子高度重合。真正进入组合前，你还需要看分层收益、分阶段表现、容量约束和组合里的边际贡献。
这也是为什么很多“IC 漂亮”的因子，最后并没有在组合中发挥想象中的价值。
高阶研究的关键，是从单因子视角切到组合视角
当研究进入更高阶段后，判断标准应该从“单个因子分数高不高”，切换到“它是否能让组合更稳、更可控、更有边际价值”。
IC 仍然重要，但它只能作为第一道门，而不是最后的决定因素。
关键结论
- IC 适合做前期筛选，不适合独自承担最终判断
- 稳定性、换手、容量和边际贡献更接近真实组合价值
- 高阶因子研究必须从单因子评估走向组合评估
关联课程
如果你想把这篇文章里的方法系统化学习，可以从这些课程继续深入。
