美联储货币政策与宏观经济 - 美联储主席鲍威尔表示将重新评估2020版货币政策框架的"关键部分"，并指出长期利率可能走高，"供应冲击"或成新常态 [1] - 美国4月PPI同比上涨2 4%低于预期，环比-0 5%，降幅创下五年来最大 [1] - 美国4月零售销售环比0 1%小幅超预期，但消费者支出疲软显露端倪 [1] 国际商业合作与投资 - 特朗普同阿联酋签署2000亿美元商业协议，合作在阿联酋建5GW数据中心 [1] - 卡塔尔主权财富基金拟十年在美投资5000亿美元 [1] 地缘政治动态 - 伊朗最高领袖顾问表示伊朗愿承诺永不制造核武，换取美解除制裁 [1] - 哈马斯官员称若实现永久停火，可交出加沙地带控制权 [1] 科技公司动态 - 阿里Q4营收同比增7%不及预期，阿里云增长加速18%，AI收入连续七个季度三位数增长 [1] - Meta将推迟发布旗舰AI模型Behemoth，股价盘中跌超3% [1] - CoreWeave获英伟达持股7%，向OpenAI提供40亿美元云计算产能 [1] 投资机构持仓变动 - 伯克希尔Q1大砍银行股，清仓花旗，苹果持仓未变，啤酒制造商持仓翻倍，存在保密持仓 [1] 零售行业表现 - 沃尔玛Q1销售额增长2 5%略低于预期，CFO警告关税价格上涨可能从本月开始 [1] AI研究进展 - 梁文锋参与发表回顾性论文，DeepSeek首次揭秘V3模型背后扩展方案 [1]

货币政策框架调整 - 美联储正在重新评估货币政策框架的关键部分 包括通胀目标和就业缺口的处理方式 [2] - 2020年制定的政策框架已不适用当前经济环境 当时基于持续低利率和低通胀的前提 [3] - 零利率下限约束不再是基础情景 实际利率上升可能影响当前框架要素 [3] 就业目标调整 - 2020年框架过度关注就业缺口 减少了美联储提前加息以冷却劳动力市场的做法 [4] - 调整并非永久放弃预防性政策 但劳动力市场紧张本身不足以触发政策反应 [5][6] - 除非委员会认为劳动力市场紧张将导致不受欢迎的通胀压力 才会采取政策行动 [6] 通胀目标调整 - 2020年采用的"灵活平均通胀目标"方法被批评过于针对低利率低通胀环境 [7] - 美联储正在重新考虑关于"缺口"的表述和平均通胀目标的适用性 [8] - 美联储重申2%通胀目标的重要性 强调锚定预期的关键作用 [10] 经济环境变化 - 未来通胀可能比2010年代更加波动 实际利率上升反映这一可能性 [9] - 可能进入供应冲击更频繁更持久的时期 这对经济和央行构成挑战 [11] - 关税政策可能减缓经济增长并推高通胀 加剧政策平衡难度 [11] 框架审查进展 - 框架审查将关注沟通方式 特别是在经济不确定性增加的时期 [12] - 新框架预计在未来几个月完成 可能在杰克逊霍尔研讨会上公布 [12]

美联储货币政策框架评估 - 演讲核心聚焦货币政策框架评估 包括如何履行充分就业和价格稳定双重使命的蓝图 [2] - 预计进行微妙调整 重点采取对称性通胀应对方法并改进经济预测摘要(SEP)的透明度 [2] - 与2020年框架大修相比 此次调整更为微妙 [3] 宏观经济背景变化 - 2022年通胀飙升至9.1%峰值 促使美联储采取40年来最激进加息行动 [3] - 当前物价压力虽有所缓解 但仍高于美联储2%的目标水平 [4] - 利率环境从2020年接近零水平发生巨大变化 [3] 政治环境与外部压力 - 特朗普公开施压美联储降息 要求效仿欧洲利率政策 [5] - 特朗普关税威胁笼罩美联储工作 贸易政策可能增加货币政策难度 [5] - 政治压力与潜在贸易战成为美联储需要应对的重要因素 [5] 市场预期与关注点 - 市场普遍期待获得降息线索 但演讲可能转向更具实质意义的议题 [1] - 演讲不会提供明确降息时间表 但将展示美联储对未来十年的思考框架 [5] - 投资者应重点关注美联储对通胀的看法及应对政治压力的策略 [5]

量化模型与构建方式 1. 流动性周期指数模型 1.1 模型名称：流动性周期指数 1.2 模型构建思路： 该模型通过政策工具、市场利率和传导效率三个核心维度的信号处理与融合，动态捕捉中国货币政策传导效果与市场状态，精准识别货币政策的中长期趋势变化[2] 1.3 模型具体构建过程： 1) **分层信号处理架构**： - 采用四级递进处理框架：基础数据层→信号提取层→组合分析层→合成输出层 - 基础数据层完成政策利率、准备金率等原始指标的频率统一与缺失值处理 - 信号提取层通过动态标准化方法消除量纲差异 - 组合分析层引入时变权重机制 - 合成输出层通过边际变化强化与自适应滤波，突出政策拐点[76] 2) **动态权重分配机制**： - 价格型工具权重从20%阶梯式提升至48%，数量型工具权重从55%逐步降至25% - 引入DR007市场利率偏离度作为动态调节因子，当偏离超过10bp时自动提高价格型工具权重5%[76] 3) **噪声抑制技术方案**： - 采用6阶巴特沃斯低通滤波器 - 创新边际变化强化模块，通过20/40日双窗口差分计算政策力度加速度 - 建立信号稳定性校验机制[76] 4) **政策冲击记忆模型**： $$M_{t}=\alpha\cdot M_{t-1}+\beta\cdot\Delta R_{t}\times\Gamma(\Delta R_{t},\Delta R_{t-1})$$ 其中： - $M_t$:t日政策记忆量 - α=0.98:日度记忆衰减因子 - β=25：冲击系数 - $\Delta R_t$:t日政策工具变动量 - $\Gamma(\cdot)$:政策转向增强函数[83] 5) **政策转向增强函数**： $$\Gamma(\Delta R)=\left\{\begin{array}{c c}{{1.5}}&{{i f\Delta R_{t}\times\Delta R_{t-1}<0}}\\ {{1}}&{{o t h e r w i s e}}\end{array}\right.$$[86] 1.4 模型评价： 该模型创新性地结合了中国货币政策框架演进特征，通过动态权重分配和多维度信号融合，有效解决了传统量化模型在政策转型期适应性不足的问题[76] 2. 政策工具维度子模型 2.1 模型名称：政策工具维度信号合成模型 2.2 模型构建思路： 通过分层信号处理和政策冲击记忆模型，将各类货币政策工具的操作转化为统一的政策信号[76] 2.3 模型具体构建过程： 1) **政策利率指标**： - 对每个利率工具计算双重信号：基于360日移动平均的利率偏离度和带记忆衰减的政策冲击量 - 记忆衰减因子0.93-0.97，降息时冲击量正向放大1.5倍[80] - 权重动态适配：划分2014/09、2019/08、2024/06三个关键时点，OMO权重从100%阶梯下调至60%，MLF权重从40%逐步降至10%，LPR权重稳定在30%[84] 2) **准备金率指标**： - 采用统一分析框架处理准备金率信号 - 动态信号增强：使用高斯衰减模型将单次降/升准的政策冲击扩散至事件前后30天 - 双轨记忆模型：大行与中小行分别构建带衰减因子的政策记忆序列[85] - 信号合成：以70%大行信号与30%中小行信号加权合成[87] 3) **借贷便利指标**： - 采用多工具整合框架，覆盖MLF、PSL、央行票据等多种工具 - 结合工具特性设定差异化记忆衰减因子(0.93-0.97)与冲击系数(0.7-1.0)[89] - 各工具信号生成采用相对偏离度方法，计算月度净投放量与历史均值的相对差距[89] 3. 市场利率维度子模型 3.1 模型名称：市场利率维度信号合成模型 3.2 模型构建思路： 通过多维度层级分析法，聚合货币市场与债券市场动态信号[4] 3.3 模型具体构建过程： 1) **货币市场信号**： - 选取DR007、R007、同业存单利率及SHIBOR期限利差构建四维指标体系 - 采用动态阈值法与多周期信号融合机制[4] 2) **债券市场信号**： - 聚焦收益率曲线形态与动量特征 - 通过期限利差分析和收益率变动分析生成综合信号 - 采用360日滚动均值消除趋势干扰[4] 3) **信号融合**： - 货币市场信号占比60%，债券市场信号占比40% - 最终通过加权融合生成市场利率维度的综合信号[4] 4. 传导效率维度子模型 4.1 模型名称：传导效率维度信号合成模型 4.2 模型构建思路： 通过量化评估货币政策传导效果，动态调整政策工具与市场利率的权重[5] 4.3 模型具体构建过程： 1) **货币创造效率**： - 分析M2与社融增速差及M2-M1增速差 - 生成复合信号并进行反向调整[5] 2) **融资成本**： - 基于政策利率与市场利率的利差传导效率 - 计算MLF-LPR、OMO-DR007等关键利差[5] 3) **融资压力**： - 采用实际利率的历史分位数反映融资难度 - 通过Z-score标准化生成压力信号[5] 4) **市场分层**： - 通过R007-DR007利率差和银行间-交易所市场利差 - 揭示金融市场内部的流动性分层与风险定价[5] 模型的回测效果 1. **流动性周期指数模型**： - 年化收益率5.53% - 夏普比率0.974 - 最大回撤15.652% - 胜率64.762%[6] 2. **大类资产配置策略**： - 月度调仓实现了上述绩效指标[6]

（货币政策）框架可能更加类似于2020年之前的状态。 鲍威尔：美联储在2%通胀目标方面考虑最佳方式。 ...