标签： #rank-ic

截面动量的预测力不是常数：一个过去 5 日赢家信号，在持有 1 天、10 天、60 天后的 rank-IC 完全不同。本文用 numpy 合成一个 AR(1) 动量状态，量化信号随持有期的衰减曲线，指出短窗重叠会压低 IC、纯动量区在 10 日达峰、长持有期以约 77 天半衰期腐烂，并对比普通月频动量与鲜活周频信号——后者把 Sharpe 从 6.2 拉到 9.1。附完整 Python 与四张真实计算图。

因子回测里最常犯的错，是把一个 0.05 的 Rank-IC 当成『有效因子』。点估计没有显著边界，你根本分不清它是真信号还是样本偶然。本文 numpy 从零实现 block bootstrap（按月整块重抽），在 N=200/T=120、真实 IC=0.06 的合成数据上给出 95% 置信区间 [0.082, 0.104]、t-stat=16.4、p≈0，并讲清 block bootstrap 为何优于普通 bootstrap。附完整 Python 与三张真实计算图。