ML合成何时算进步：用同口径基线与净收益检验
我的掌握程度：
先掌握这个答案
IC通常是每个时点的因子值与后续指定持有期收益的横截面相关，需说明Pearson或Spearman、股票池、权重、可用时点和标签期。不存在通用合格IC或固定提升比例；应在相同数据、验证、成本与风险约束下与基线比较，再检查IC稳定性、分组净收益、换手、容量及多次尝试带来的偏差。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 把验证流程当作模型的一部分
训练选股模型或使用另类数据时，先保证训练过程没有接触预测时不可得的信息。
- 定义每个样本的特征可得时间和标签覆盖区间，再按预测场景设计时间切分。
- 归一化、缺失填充、特征选择和调参只在训练集拟合；重叠标签要按实际区间purge。
- 用朴素基线和多段滚动样本外比较，报告成本、稳定性、漂移与全部实验次数。
使用边界
- 排行榜或验证集反复用于挑模型后也会过拟合；留一份最终测试集。
- 随机切分不是所有问题都禁止，但金融未来预测必须尊重时点和标签重叠，说明验证目标。
背景 · 从一个困惑说起
一个因子IC只有0.02却能稳定交易，另一个IC达到0.08但高换手后净收益为负。单凭哪个数字更大，选不出更有用的研究。
由此产生的问题
为什么不能把某个IC数字或“提升50%”当成统一合格线？
核心概念
IC通常是每个时点的因子值与后续指定持有期收益的横截面相关，需说明Pearson或Spearman、股票池、权重、可用时点和标签期。不存在通用合格IC或固定提升比例；应在相同数据、验证、成本与风险约束下与基线比较，再检查IC稳定性、分组净收益、换手、容量及多次尝试带来的偏差。
为什么需要它
IC测量排序或线性预测关系，不直接测可实现利润。高频高IC信号也可能被成交成本完全吃掉。
实际应用场景
固定一份样本外研究协议，对比单因子、等权合成和ML合成；记录所有版本，不只展示最优一次。
与之前知识的联系
结合q-428的相关方法、q-469的样本外验证和q-550的策略报告规范。
⚠ 常见误解
- IC阈值不能跨市场、频率与持有期照搬。
- ICIR的分母和年化约定要说明，重叠标签常导致自相关。
- IC提高不等于扣费后组合收益提高。
🛠 本题实践任务
为一个因子写IC口径卡，随后用三档费用比较同一策略的净收益；合成模型必须列出同口径等权基线。
💡 提示（先自己想5分钟再看）
把统计预测与交易实现分开汇报，避免从IC直接推收益。
✅ 验收标准
A净-0.050%、B净0.045%；报告含IC定义、样本外基线、换手与费用。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（起点概念），再用案例、公式和代码帮助理解。此功能需要先启用服务。