量化模型与构建方式 1. 模型名称：利率价量多周期择时策略 - 模型构建思路：通过核回归算法捕捉利率趋势形态，识别不同周期（长、中、短）下的支撑线和阻力线，结合突破信号生成多周期复合择时观点[10][12] - 模型具体构建过程： 1. 信号生成： - 长周期（月度）、中周期（双周）、短周期（周度）分别计算利率的支撑线和阻力线 - 判断利率是否突破支撑线（下行）或阻力线（上行） - 综合规则： - 至少2个周期同向突破且趋势非反向时，满配对应久期（如长久期或短久期） - 突破但趋势反向时，配置中久期与目标久期等权组合 - 其他情况等权配置三种久期[22] 2. 止损机制：单日超额收益<-0.5%时切换为等权配置[22] - 模型评价：策略通过多周期共振增强信号稳定性，长期胜率高 2. 模型名称：公募债基久期测算模型 - 模型构建思路：基于改进的回归模型动态跟踪公募基金的久期及分歧水平[13][16] - 模型具体构建过程： 1. 数据输入：全市场中长期纯债基金的持仓数据（含杠杆调整） 2. 计算指标： - 久期中位数：$\text{Median}(D_i)$，其中$D_i$为第$i$只基金的久期 - 久期分歧：截面标准差 $\sigma_D = \sqrt{\frac{1}{N}\sum_{i=1}^N (D_i - \bar{D})^2}$ - 平滑处理：4周移动平均[13][14] - 模型评价：有效捕捉机构行为变化，分位数指标提供历史参考 --- 量化因子与构建方式 1. 因子名称：利率水平结构因子 - 因子构建思路：反映利率绝对水平偏离历史均值的程度[7][9] - 因子具体构建过程： 1. 计算1-10年期国债到期收益率（YTM）的均值 $\text{Level} = \frac{1}{10}\sum_{t=1}^{10} \text{YTM}_t$ 2. 标准化为分位数：滚动3/5/10年窗口计算历史分位[9] 2. 因子名称：利率期限结构因子 - 因子构建思路：刻画长短期利差特征[7][9] - 因子具体构建过程： 1. 计算期限利差 $\text{Slope} = \text{YTM}_{10} - \text{YTM}_1$ 2. 分位数标准化同水平结构[9] 3. 因子名称：利率凸性结构因子 - 因子构建思路：衡量收益率曲线凸性变化[7][9] - 因子具体构建过程： 1. 计算凸性值 $\text{Convexity} = \text{YTM}_5 - \frac{\text{YTM}_1 + \text{YTM}_{10}}{2}$ 2. 分位数标准化[9] --- 模型的回测效果 1. 利率价量多周期择时策略 - 长期年化收益率：6.22% - 最大回撤：1.53% - 收益回撤比：2.27 - 超额收益率（vs久期等权基准）：1.69%[23][26] - 逐年胜率（绝对收益>0）：100%[4] 2. 公募债基久期测算模型 - 当前久期中位数：3.03年（历史5年分位数82.63%） - 久期分歧：1.48年（历史5年分位数54.44%）[14] --- 因子的回测效果 1. 利率水平结构因子 - 当前读数：1.54%（3/5/10年分位数：7%/4%/2%）[9] 2. 利率期限结构因子 - 当前读数：0.22%（3/5/10年分位数：1%/0%/4%）[9] 3. 利率凸性结构因子 - 当前读数：-0.07%（3/5/10年分位数：4%/2%/2%）[9]