市场近期普遍下跌现象 - 春节前后全球多类资产出现暴跌，包括黄金白银、加密货币、美股、港股及A股 [1] - 部分个股跌幅显著，例如Figma和小鹏汽车持仓跌幅超过70% [1] 市场对下跌的流行解读（作者认为不成立） - 解读一：Anthropic的法律AI能力过强，可能导致专业软件需求被取代，引发软件股票崩盘 [1] - 解读二：谷歌财报资本开支指引过高，超出市场预期50%，引发市场对现金流的担忧 [2] - 解读三：市场预期即将上任的美联储主席Warsh为鹰派，将维护强势美元并推迟降息，甚至可能缩表 [2] 作者的核心观点：下跌的真实原因 - 市场下跌后的流行解读多为“噪音”，并非核心原因 [3][4] - 真实原因是流动性紧张叠加市场估值高企，共同造成了剧烈波动 [4] 美股市场估值水平分析 - 巴菲特指标（股市总市值/GDP）当前为230%，远超120%的“严重高估”警戒线 [5] - 标准普尔500指数的远期市盈率为22.0倍，高于30年均值17.1倍，处于+1.5个标准差附近，属于“显著偏贵”区间，接近2000年互联网泡沫时期的25.2倍 [7] 导致流动性收紧的三个关键因素 - 因素一：日本国债收益率上升，导致日元套利交易吸引力下降，引发全球去杠杆和资产抛售 [10] - 因素二：美国财政部TGA账户余额高企（约8932亿美元）及大规模国债发行，从金融系统抽走流动性 [13][14] - 因素三：芝加哥商品交易所（CME）为应对贵金属波动，连续6次提高金银期货保证金（如白银初始保证金从11%上调至18%），强制市场去杠杆并触发踩踏式平仓 [17] 需要重点关注的流动性指标 - 结算层资金：净流动性（美联储总资产 - TGA - 隔夜逆回购）是市场可用现金的方向指标，其下行意味着资金环境收紧 [19] - 短端资金价格：SOFR（隔夜融资利率）异常上升表明短端资金变贵，市场波动性增加 [19] - 利率波动：MOVE（美债波动率指数）上行意味着利率波动变大，中介缩表、杠杆下降，风险资产易跌 [20] - 全球去杠杆链条：需关注USDJPY（日元快速升值）和US2Y-JP2Y点差（套息交易基础收窄），这通常是去杠杆启动的信号 [21] - 信用环境：HY OAS（高收益信用利差）走阔说明融资环境变差，风险资产下跌更容易扩散 [21]

量化模型与构建方式 1. **模型名称：美元流动性扩散指数** - **模型构建思路**：结合数量维度和价格维度构建全面美元流动性刻画体系，通过五个指标（净流动性、联储信用支持、预期引导、市场隐含、公告意外）的等权平均得分反映流动性状态[4][6]。 - **模型具体构建过程**： 1. **数量维度**： - 净流动性 = 总资产 - TGA - 逆回购，反映市场真实可用资金[2][12]。 - 联储信用支持 = (中长期国债 + 联邦机构债券 + MBS) / (流通现金 + 准备金 + 逆回购)，基于抵押品质量衡量信用支持强度[15][17]。 2. **价格维度**： - 预期引导：基于彭博Fed Sentiment指数，通过NLP分析联储官员新闻情绪，计算平滑后季度差分方向[21][25]。 - 市场隐含：从联邦基金利率期货价格推算隐含加息幅度，公式为 $$隐含利率 = 100 - 期货价格$$，再计算季度差分方向[28][29]。 - 公告意外：使用3个月后到期的联邦基金利率期货在会议前后30分钟价格变化，识别超预期宽松或收紧信号[30][32]。 3. **综合得分**：每个指标方向（宽松+1，收紧-1）等权平均，得到美元流动性指数[33][34]。 - **模型评价**：对多数资产具有显著区分效果，尤其在极端收紧时能预警风险，美股择时策略年化超额收益达5.1%~7.2%[37][38]。 --- 量化因子与构建方式 1. **因子名称：净流动性** - **因子构建思路**：剔除TGA和逆回购干扰，直接反映市场可用资金量[2][7]。 - **因子具体构建过程**： - 计算 $$净流动性 = 总资产 - TGA - 逆回购$$，对应负债端的流通现金和准备金[5][9]。 - 通过平滑后的季度差分方向判断扩张（+1）或收缩（-1）[12][13]。 2. **因子名称：联储信用支持** - **因子构建思路**：通过抵押品等级划分（D/C1/C2）衡量联储对信用风险的干预[14][16]。 - **因子具体构建过程**： - 计算 $$联储信用支持 = \frac{中长期国债 + 联邦机构债 + MBS}{流通现金 + 准备金 + 逆回购}$$[15][17]。 - 平滑后同比差分方向为正表示信用支持增强[17][18]。 3. **因子名称：Fed Sentiment指数** - **因子构建思路**：捕捉联储官员高频言论中的政策倾向[21][22]。 - **因子具体构建过程**： - 基于NLP对新闻文本打分（极度鸽派至极度鹰派5档），计算每日情绪总分[22][23]。 - 平滑后季度差分方向反映边际变化[25][26]。 4. **因子名称：联邦基金期货隐含利率** - **因子构建思路**：通过期货价格反推市场对加息的隐含预期[28][29]。 - **因子具体构建过程**： - 公式 $$隐含利率 = 100 - 期货价格$$，关注下一次会议预期变化[28][29]。 5. **因子名称：公告意外** - **因子构建思路**：捕捉会议决策中未被定价的意外冲击[30][32]。 - **因子具体构建过程**： - 计算3个月后到期的联邦基金利率期货在会议前后30分钟价格变化[30][31]。 --- 模型的回测效果 1. **美元流动性扩散指数** - **年化超额收益（标普500）**：5.1%[37]。 - **最大回撤降低**：15%（标普500）、31%（纳指100）[37][38]。 - **夏普比率提升**：0.65（标普500择时） vs. 0.39（基准）[37]。 --- 因子的回测效果 1. **净流动性** - **扩张区间资产超额收益**：标普500年化超额6.8%[13]。 2. **联储信用支持** - **增强区间夏普比率**：标普500为1.25 vs. 减弱区间0.75[18]。 3. **Fed Sentiment指数** - **鸽派区间标普500收益**：年化15.5% vs. 鹰派区间5.2%[24]。 4. **公告意外** - **超预期宽松后60日美债收益**：1.2% vs. 收紧区间-0.4%[31]。 5. **市场隐含利率** - **宽松区间标普500超额**：25% vs. 收紧区间5%[27]。