因子评估
因子评估会把因子 DataFrame 解释为截面分数，分数越高代表越好。
IC 和 ICIR
对每个日期，bagelquant-bt 计算 t 日因子分数与 t 到 t+1 资产收益之间的截面相关性。
默认 IC 方法是 Spearman 秩相关：
BacktestConfig(initial_capital=1_000_000, ic_method="spearman")
icir 定义为：
mean(IC) / standard_deviation(IC)
分位数组合收益
每天按因子分数排序资产，并切分为若干分位数组。每个分位数组合收益是组内资产前向收益的等权平均。
top-minus-bottom spread 为：
最高分位收益 - 最低分位收益
TOP N 回测
TOP N 回测会把因子分数转换成长-only 等权组合：
每天前 N 个资产 -> 每个资产 1 / N 权重
生成的权重表会进入与普通权重回测相同的引擎，包括交易成本计算。