IC值（Information Coefficient）是衡量預測能力和實際結果一致性的統計指標，在量化投資中常用於評估模型預測能力的優劣。IC值的取值範圍在-1到1之間，其中正數表示預測和實際結果是正相關的，負數表示它們之間是負相關的，接近0則表示兩者之間沒有明顯的關係。
計算IC值的方法主要是通過斯皮爾曼等級相關係數，這是一種非參數的統計方法，它不依賴於變數的分布，只依賴於變數的排序信息。這意味著它並不需要假設數據遵循特定的分布形式，如常態分配等。斯皮爾曼等級相關係數衡量的是兩組數據排序等級之間的關聯程度。
在實際套用中，IC值有兩種計算方式：normal IC和rank IC。Normal IC基於Pearson線性相關係數，要求數據服從常態分配；而rank IC基於斯皮爾曼秩相關係數，適用於非線性關係或數據不服從常態分配的情況。
例如，在多因子策略中，IC值可以幫助評估因子對未來股票收益的預測能力。如果IC值的絕對值較大，這通常意味著因子的預測能力較強。此外，IC值的均值也可以用來判斷因子的有效性。例如，如果IC均值在多個調倉周期內都顯著大於0，這可能表明因子具有持續的選股能力。
總的來說，IC值是一個重要的性能指標，用於評估模型預測能力的優劣，特別是在量化投資領域，它幫助投資者理解因子對未來股票收益的預測效果。