核心观点 - 截至2025年7月4日，30年国债周度利率择时模型自6月以来开始看多且信号稳定，同期TL 6月上涨1.01元，涨幅0.85%，模型预测与走势吻合 [1] - 2024年模型高效识别多个做多窗口，2025年在偏空行情与极端事件影响下，预测精准度待提高；自2024年5月14日以来，策略净值达1.179，优于基准净值，累计超额4.22%，上涨周期超额收益能力强，下跌周期超额回撤明显 [2] - 可利用TL与T的高度价格联动性，以T合约为训练集强化模型对偏空场景学习，将TL作测试集预测走势 [2] 6月以来择时模型持续看多 - 截至2025/07/04，30年国债周度利率择时模型6月起看多且信号稳定，TL 6月上涨1.01元，涨幅0.85%，预测结果符合预期 [1][10] - 模型每天输出未来一周利率累计变动幅度，策略历史表现周度更新；模型观点分强多、偏多、震荡三类 [10] 模型信号回顾 择时信号回顾 - 模型能较好识别做多信号，查准率59.42%，查全率81.46%，F1 score达68.72%，但对利率上行下跌行情识别度待提高 [11] - 2024年模型高效识别做多窗口，如5月17日至6月13日、7月1日至8月30日等时段，预测与利率下行区间吻合度高 [13] - 2025年在偏空行情与极端事件冲击下，模型表现待提高，如2月17日至3月14日预测与实际走势不符 [13] 择时模型净值曲线回顾 - 自2024/5/14以来，策略净值达1.179，优于基准净值，累计超额4.22%，总体超额收益明显 [17] - 上涨周期中策略捕捉超额收益能力强，下跌周期超额回撤明显，模型不善于识别做空场景 [17] 后续优化 - 现阶段模型对偏空行情识别能力待提高，TL数据样本有限，缺乏偏空行情训练数据 [18][19] - 利用TL与T高度价格联动性，以T合约为训练集强化模型对偏空场景学习，将TL作测试集预测走势 [19]