在量化投資中，IC和IR是用來計算因子好壞的一個標準。在多因子模型中，IC的值如果大於0.03則可能說明該因子是個不錯的因子，和收益率有較大的相關性。那麼我們應該如何來計算IC呢，IR又是什麼東西呢，我將在本文中對IC、IR的計算方法以及含義進行介紹，並引出RankIC的計算方法。
1、IC
**IC即信息係數（Information Coefficient），表示所選股票的因子值與股票下期收益率的截面相關係數，通過 IC 值可以判斷因子值對下期收益率的預測能力。**信息係數的絕對值越大，該因子越有效。IC爲負表示因子值越小越好，IC爲正表示因子值越大越好。IC的計算方法是：計算全部股票在調倉週期期初排名和調倉週期期末收益排名的線性相關度（Correlation）。IC越大的因子，選股能力就越強。
IC最大值爲1，表示該因子選股100%準確，對應的是排名分最高的股票，選出來的股票在下個調倉週期中，漲幅最大；相反，如果IC值爲-1，則代表排名分最高的股票，在下個調倉週期中，跌幅最大，是一個完全反向的指標。
實際上，反向的指標也是非常有意義的。最無用的IC值是0或者接近0的值，這代表該因子對於股票沒有任何的預測能力。當IC的絕對值大於0.03時（若要求更爲嚴格，則限制在0.05），因子的選股能力較強。
2、IR
IR即信息比率（Information Ratio），是超額收益的均值與標準差之比，可以根據 IC 近似計算，公式如下。該公式是從超額收益出發，逐步推導得出的。IR= IC的多週期均值/IC的標準方差，代表因子獲取穩定Alpha的能力。整個回測時段由多個調倉週期組成，每一個週期都會計算出一個不同的IC值，IR等於多個調倉週期的IC均值除以這些IC的標準方差。所以IR兼顧了因子的選股能力（由IC代表）和因子選股能力的穩定性（由IC的標準方差的倒數代表），當IR大於0.5時因子穩定獲取超額收益能力較強。
IC的計算公式如下：
3、RankIC
由於IC的值是連續型，爲了防止計算過程中由於因子值差距過大，所以發明了RankIC的計算，即某時點某因子在全部股票暴露值排名與其下期回報排名的截面相關係數，它與IC的區別就是將因子的具體值以及收益的具體值，都轉換爲了所對應的數值在其截面上的排序名次。然後通過計算排序值的相關係數，得到RankIC。