JoinQuant 聚宽单因子分析：提取因子收益与 IC 值并存入 List 的方法

如何获得多个因子的收益及IC的值？

通过以下步骤，过程中会显示单个或多个因子的收益及IC的值，但是如何把值提取出来，并存到指定的list中？请指教。

使用获取的因子值进行单因子分析
1.far = analyze_factor(factor=factor_data, start_date=start, end_date=end, weight_method='avg', industry='jq_l1', quantiles=quantiles, periods=periods,max_loss=0.2)
2.# 收益能力速览
far.plot_returns_table(demeaned=False, group_adjust=False)

在 JoinQuant 聚宽平台中，analyze_factor 函数返回的是一个因子分析对象（通常命名为 far）。你提到的 far.plot_returns_table() 等方法主要用于在研究环境中绘制图表和打印表格。如果想要将具体的数值提取出来并存入 list 中，你需要直接访问 far 对象的数据属性。

以下是提取因子收益和 IC 值并存入 list 的具体方法：

1. 提取 IC 值

far 对象提供了多个属性来获取 IC（信息系数）数据，返回的通常是 pandas.DataFrame，你可以很方便地将其转换为 list。

• 每日 IC 值：far.ic
• 月度 IC 值：far.ic_monthly

代码示例：

# 假设你已经运行了 analyze_factor
# far = analyze_factor(...)

# 1. 获取每日 IC 值的 DataFrame
daily_ic_df = far.ic

# 假设你的 periods 包含了 1 (即调仓周期为1天)，提取 1 天周期的 IC 值存入 list
if 1 in daily_ic_df.columns:
    daily_ic_list = daily_ic_df[1].tolist()
    print("每日 IC 值前5个:", daily_ic_list[:5])

# 2. 获取月度 IC 值的 DataFrame
monthly_ic_df = far.ic_monthly

# 提取 1 天周期的月度 IC 值存入 list
if 1 in monthly_ic_df.columns:
    monthly_ic_list = monthly_ic_df[1].tolist()
    print("月度 IC 值前5个:", monthly_ic_list[:5])

# 3. 如果你想获取 IC 的均值，可以使用内置的计算函数
# 计算 IC 均值 (返回 Series)
ic_mean_series = far.calc_mean_information_coefficient()
ic_mean_list = ic_mean_series.tolist()
print("各周期 IC 均值:", ic_mean_list)

2. 提取因子收益

因子收益同样可以通过 far 的属性获取，常见的有各分位数的平均收益，以及多空组合（最高分位减最低分位）的收益。

• 按分位数分组加权平均因子收益：far.mean_return_by_quantile
• 最高分位数减最低分位数收益每日均值（多空收益）：far.mean_return_spread_by_quantile

代码示例：

# 1. 获取各分位数的平均收益 DataFrame
# index 是分位数分组，columns 是调仓周期
mean_return_df = far.mean_return_by_quantile

# 假设你想获取调仓周期为 1 天的各分位数收益存入 list
if 1 in mean_return_df.columns:
    quantile_returns_list = mean_return_df[1].tolist()
    print("周期为1天的各分位数平均收益:", quantile_returns_list)

# 2. 获取多空组合（最高分位减最低分位）的每日收益均值 DataFrame
# index 是日期，columns 是调仓周期
spread_return_df = far.mean_return_spread_by_quantile

# 提取调仓周期为 1 天的多空每日收益存入 list
if 1 in spread_return_df.columns:
    spread_return_list = spread_return_df[1].tolist()
    print("周期为1天的多空每日收益前5个:", spread_return_list[:5])

总结

核心思路是：不要使用 plot_xxx 开头的方法来获取数据，而是直接调用 far 对象的属性（如 far.ic, far.mean_return_by_quantile 等）。这些属性返回的是标准的 Pandas 数据结构，你可以使用 Pandas 的 .tolist() 方法轻松将某一列或某一行的数据转换为 Python 的 List 列表 (list)。