量化交易基础-ICIR

 IC - information coefficient

r=1.5+a1+a2+...+a81 ai={-1,1}随机序列 ()收益序列

E(r)=1.5 期望

cov(r)=81 协方差

std(r)=9 标准差

 

g=2.0+a1+a2+a3+b1+b2+...b13   bi={-1,1}随机 因子序列

IC=cov(r,g)/std(r)std(g)  (3/(9*4)) =0.0833

IC=E(r-mean(r)(g-mean(g))/std(r)std(g)  E期望 expect

期望当样本数不够多,异常值影响大 outlier (做IC前先处理异常)

 

量化中的IC ICIR

IC通常是mean_IC 横截面的IC的均值

 

IC取值(经验)abs

0.03 可能有用

0.05 好

0.10 很好

0.15 非常好

0.2 可能错误(未来函数)

IR=mean(ic)/std(ic)

 

posted @   爱打架的牛顿  阅读(2043)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)
点击右上角即可分享
微信分享提示