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，识别支撑线和阻力线，结合长、中、短周期下的突破信号生成综合择时观点[10] - 模型具体构建过程： 1. 周期划分：长周期（月度切换）、中周期（双周度切换）、短周期（周度切换）[10] 2. 信号生成规则： - 若至少2个周期出现向下突破支撑线且趋势非向上，则满配长久期债券 - 若至少2个周期出现向下突破但趋势向上，则配置50%中久期+50%长久期 - 若至少2个周期出现向上突破阻力线且趋势非向下，则满配短久期债券 - 若至少2个周期出现向上突破但趋势向下，则配置50%中久期+50%短久期 - 其他情况等权配置短、中、长久期债券[23] 3. 止损机制：单日超额收益<-0.5%时切换为等权配置[23] - 模型评价：策略通过多周期共振增强信号稳定性，结合趋势过滤降低误判风险 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中长期纯债基金的久期及分歧水平[13] - 模型具体构建过程： 1. 数据输入：全市场纯债基金持仓数据（含杠杆调整） 2. 核心指标： - 久期中位数：$\text{Median}(D_i)$，其中$D_i$为第$i$只基金久期 - 久期分歧：截面标准差$\sigma_D = \sqrt{\frac{1}{N}\sum_{i=1}^N (D_i - \bar{D})^2}$ - 4周移动平均：对中位数和均值进行平滑处理[13][14] 3. 历史分位数计算：基于5年滚动窗口标准化[14] --- 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：提取1-10年期国债YTM的水平项成分，反映利率绝对高低[7][9] - 因子具体构建过程： 1. 对期限结构曲线进行三次样条插值 2. 分解为水平、斜率、曲率三因子： $\text{YTM}(t) = L_t + S_t \cdot \frac{t}{\tau} + C_t \cdot \left(\frac{t^2}{\tau^2} - \frac{t}{\tau}\right)$ 其中$L_t$为水平因子，$\tau$为期限标准化参数[7] 3. 计算历史分位数（3/5/10年滚动窗口）[9] 2. 因子名称：利率期限利差因子 - 因子构建思路：捕捉长短端利差变化，反映市场对远期经济的预期[7][9] - 因子具体构建过程： 1. 计算10年期与1年期国债YTM差值： $\text{TS}_t = \text{YTM}_{10Y} - \text{YTM}_{1Y}$ 2. 标准化处理并计算分位数[9] 3. 因子名称：利率凸性结构因子 - 因子构建思路：量化收益率曲线曲率变化，识别凸性交易机会[7][9] - 因子具体构建过程： 1. 计算2×5年期与(1年期+10年期)利差： $\text{CS}_t = 2 \cdot \text{YTM}_{5Y} - (\text{YTM}_{1Y} + \text{YTM}_{10Y})$ 2. 负值表示曲线凹陷，正值表示凸起[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：6.19% - 最大回撤：1.53% - 收益回撤比：2.26 - 超额收益率（vs久期等权基准）：1.67% - 逐年胜率（绝对收益>0）：100%[24][27] - 短期表现（2023年底起）： - 年化收益率：7.5% - 最大回撤：1.61% - 收益回撤比：6.43[4] 2. 公募债基久期测算模型 - 当前久期中位数：3.09年（历史5年分位数82.24%）[6][13] - 久期分歧：1.56年（历史5年分位数62.93%）[14] --- 因子的回测效果 1. 利率水平结构因子 - 当前值：1.58% - 分位数：3年10%/5年6%/10年3%[9] 2. 利率期限利差因子 - 当前值：0.27% - 分位数：3年7%/5年4%/10年8%[9] 3. 利率凸性结构因子 - 当前值：-0.04% - 分位数：3年8%/5年5%/10年5%[9]