量化模型与构建方式 1. 模型名称：利率价量多周期择时模型[9] * 模型构建思路：使用核回归算法捕捉不同投资周期下的利率趋势形态，识别支撑线和阻力线，并根据利率走势对这两条线的突破情况，生成多周期复合择时信号[9]。 * 模型具体构建过程： 1. 对特定期限（如5年、10年、30年）的国债到期收益率（YTM）时间序列数据，分别应用核回归算法，以拟合出代表长期、中期、短期趋势的平滑曲线[9]。 2. 在每条趋势线（支撑线或阻力线）的上下方，根据历史波动率设定一个阈值通道[9]。 3. 当利率走势向上突破阻力线通道时，生成“向上突破”信号；当利率走势向下突破支撑线通道时，生成“向下突破”信号；若未发生突破，则为“无信号”[9][12][14]。 4. 对长、中、短三个周期分别独立判断突破信号[9]。 5. 综合三个周期的信号进行投票：统计“向上突破”和“向下突破”的总票数[5][9]。 6. 生成最终综合信号：若某一方向的突破总票数达到或超过2票（即总周期数2/3），则生成明确的看多或看空信号；否则，信号为“中性震荡”[5][9]。在特定情况下（如信号由看多转为中性但看多与看空票数未发生反转），结果可表述为“中性偏多”[14]。 2. 因子名称：利率水平结构因子[6] * 因子构建思路：将1至10年期的国债到期收益率序列，通过变换提取出代表整体利率水平的结构性指标，用于从均值回归视角判断市场位置[6]。 * 因子具体构建过程：报告未提供具体的数学变换公式，但指出该因子是由1-10年期国债YTM数据转化而来[6]。其数值代表利率的绝对水平（例如1.58%）[6]。 3. 因子名称：利率期限结构因子[6] * 因子构建思路：从1至10年期的国债到期收益率序列中，提取出代表收益率曲线斜率（期限利差）的结构性指标[6]。 * 因子具体构建过程：报告未提供具体的数学变换公式，但指出该因子是由1-10年期国债YTM数据转化而来[6]。其数值代表长短期利差（例如0.55%）[6]。 4. 因子名称：利率凸性结构因子[6] * 因子构建思路：从1至10年期的国债到期收益率序列中，提取出代表收益率曲线弯曲程度（凸性）的结构性指标[6]。 * 因子具体构建过程：报告未提供具体的数学变换公式，但指出该因子是由1-10年期国债YTM数据转化而来[6]。其数值代表曲线的凸性程度（例如0.06%）[6]。 模型的回测效果 1. 基于5年期国债YTM的多周期交易策略 * 长期表现（2007.12.31至今）：年化收益率5.47%，最大回撤2.88%，收益回撤比1.9，超额收益率（相对久期等权基准）1.06%，超额收益回撤比0.61[22]。 * 短期表现（2024年底以来）：年化收益率2.1%，最大回撤0.59%，收益回撤比3.57，超额收益率0.77%，超额收益回撤比2.27[22]。 * 逐年胜率（2008年以来）：绝对收益大于0的概率100%，超额收益大于0的概率100%[22]。 2. 基于10年期国债YTM的多周期交易策略 * 长期表现（2007.12.31至今）：年化收益率6.04%，最大回撤2.74%，收益回撤比2.21，超额收益率1.63%，超额收益回撤比1.15[25]。 * 短期表现（2024年底以来）：年化收益率2.33%，最大回撤0.58%，收益回撤比4.03，超额收益率1.19%，超额收益回撤比3.16[25]。 * 逐年胜率（2008年以来）：绝对收益大于0的概率100%，超额收益大于0的概率100%[25]。 3. 基于30年期国债YTM的多周期交易策略 * 长期表现（2007.12.31至今）：年化收益率7.32%，最大回撤4.27%，收益回撤比1.71，超额收益率2.42%，超额收益回撤比0.86[30]。 * 短期表现（2024年底以来）：年化收益率2.95%，最大回撤0.92%，收益回撤比3.22，超额收益率2.65%，超额收益回撤比3.08[30]。 * 逐年胜率（2008年以来）：绝对收益大于0的概率94.44%，超额收益大于0的概率94.44%[30]。 因子的回测效果 （报告未提供利率水平、期限、凸性结构因子的独立回测效果指标）