量化模型与构建方式 1. **模型名称：利率市场结构指标（水平、期限、凸性结构）**[1][7] * **模型构建思路**：将1至10年期国债的到期收益率（YTM）数据，通过数学变换分解为三个独立的维度：水平、期限和凸性结构，用以从均值回归视角评估当前利率市场的状态[1][7]。 * **模型具体构建过程**：报告未详细说明具体的数学变换公式，但指出是将1至10年期的国债YTM数据分别转化至三个结构指标[7]。构建过程涉及计算各指标的历史分位数（如3年、5年、10年滚动窗口），以判断当前点位在历史中的相对位置[7][9]。 2. **模型名称：利率价量多周期择时模型**[2][3][6][10][13][17][20] * **模型构建思路**：基于核回归算法识别利率（国债YTM）的趋势形态，刻画支撑线和阻力线，并根据长、中、短不同投资周期下利率走势的形态突破情况，进行多周期复合判断，生成看多或看空的交易信号[10][20]。 * **模型具体构建过程**： 1. **趋势识别**：使用核回归算法对利率时间序列进行平滑，以捕捉其主要趋势并生成支撑线和阻力线[10]。 2. **多周期设定**：设定长周期（平均切换频率为月度）、中周期（双周度）和短周期（周度）三种不同的时间窗口[10][20]。 3. **信号生成**：在每个周期下，判断利率是否向上突破阻力线（上行突破）或向下突破支撑线（下行突破）[10][13][17]。 4. **综合评分**：统计三个周期中“下行突破”和“上行突破”的票数。若同向突破总得票数达到2/3（即至少2票），则生成相应的看多或看空信号；否则为无明确信号[6][10][13][17]。 3. **模型名称：利率价量多周期交易策略**[4][23][24][27][28][32] * **模型构建思路**：将上述多周期择时信号转化为可交易的资产配置策略，通过在不同市场环境下动态调整短、中、长久期债券的配置比例，以获取超越等权基准的超额收益[23]。 * **模型具体构建过程**： 1. **投资标的**：根据策略久期偏好选择不同的债券指数： * 短久期：综合债1-3 (CBA00121) * 中久期：综合债3-5 (CBA00131) * 长久期：根据择时信号来源的YTM期限对应为综合债5-7 (CBA00141)、7-10 (CBA00151)或10以上 (CBA00161)[23]。 2. **交易规则**： * **看多信号（做多长久期）**：当短、中、长周期中，有至少2个周期出现利率向下突破支撑线，且利率趋势非向上时，满配长久期债券[23]。 * **看多但趋势向上**：当满足上述突破条件，但利率趋势向上时，配置1/2中久期 + 1/2长久期[23]。 * **看空信号（做多短久期）**：当短、中、长周期中，有至少2个周期出现利率向上突破阻力线，且利率趋势非向下时，满配短久期债券[28]。 * **看空但趋势向下**：当满足上述突破条件，但利率趋势向下时，配置1/2中久期 + 1/2短久期[28]。 * **其他情况**：配置1/3短久期 + 1/3中久期 + 1/3长久期[28]。 3. **业绩基准**：久期等权策略，即始终持有1/3短久期 + 1/3中久期 + 1/3长久期的组合[28]。 4. **止损规则**：当单日组合超额收益小于-0.5%时，将持仓调整为等权配置[28]。 模型的回测效果 1. **基于5年期国债YTM的多周期交易策略**[4][24][36] * **长期表现（2007.12.31以来）**：年化收益率5.46%，最大回撤2.88%，收益回撤比1.9，相对业绩基准的超额年化收益率1.06%，超额收益回撤比0.61[24]。 * **短期表现（2024年底以来）**：年化收益率2.27%，最大回撤0.59%，收益回撤比3.85，相对业绩基准的超额年化收益率0.65%，超额收益回撤比2.27[4][24]。 * **胜率**：2008年以来逐年绝对收益大于0的概率为100%，逐年超额收益大于0的概率为100%[24]。 2. **基于10年期国债YTM的多周期交易策略**[4][27][36] * **长期表现（2007.12.31以来）**：年化收益率6.03%，最大回撤2.74%，收益回撤比2.2，相对业绩基准的超额年化收益率1.62%，超额收益回撤比1.15[27]。 * **短期表现（2024年底以来）**：年化收益率2.53%，最大回撤0.58%，收益回撤比4.37，相对业绩基准的超额年化收益率1.05%，超额收益回撤比3.24[4][27]。 * **胜率**：2008年以来逐年绝对收益大于0的概率为100%，逐年超额收益大于0的概率为100%[27]。 3. **基于30年期国债YTM的多周期交易策略**[4][32][36] * **长期表现（2007.12.31以来）**：年化收益率7.28%，最大回撤4.27%，收益回撤比1.7，相对业绩基准的超额年化收益率2.37%，超额收益回撤比0.85[32]。 * **短期表现（2024年底以来）**：年化收益率2.69%，最大回撤0.92%，收益回撤比2.93，相对业绩基准的超额年化收益率1.97%，超额收益回撤比2.59[4][32]。 * **胜率**：2008年以来逐年绝对收益大于0的概率为94.44%，逐年超额收益大于0的概率为94.44%[32]。 量化因子与构建方式 （报告未涉及独立的量化因子构建，仅包含基于利率数据的模型和策略）

量化模型与构建方式 1. **模型名称：利率市场结构指标（水平、期限、凸性结构）**[1][7] * **模型构建思路**：将1至10年期国债的到期收益率（YTM）数据，通过数学变换分解为三个独立的成分，分别代表利率的绝对水平、期限利差和凸性结构，用以从均值回归视角评估市场状态[1][7]。 * **模型具体构建过程**：报告未提供具体的数学变换公式，但描述了构建结果。将1-10年期国债YTM序列转化为三个指标： 1. **水平结构**：代表利率的绝对水平，当前读数约为1.6%[7]。 2. **期限结构**：代表长短期利率之差（期限利差），当前读数约为0.6%[7]。 3. **凸性结构**：代表收益率曲线弯曲程度（凸性），当前读数约为0.14%[7]。 随后，计算各指标在滚动历史窗口（3年、5年、10年）内的分位数，以判断其相对位置[7]。 2. **模型名称：利率价量多周期择时模型**[2][6][11] * **模型构建思路**：采用核回归算法识别利率（国债YTM）历史走势的形态，刻画支撑线和阻力线，并根据长、中、短三种不同投资周期下价格对支撑/阻力线的突破情况，进行多周期信号综合，生成最终的择时观点（看多/看空）[11]。 * **模型具体构建过程**： 1. **趋势形态识别**：使用核回归算法对利率时间序列进行平滑，拟合出趋势线，并据此确定支撑线和阻力线。具体算法细节引用自前期报告《形态识别算法在利率择时中的应用》[11]。 2. **多周期信号生成**：在长周期（平均切换频率为月度）、中周期（双周度）和短周期（周度）三个时间维度上，分别判断当前利率是否向上突破阻力线或向下突破支撑线[11][21]。 3. **信号综合评分**：统计三个周期中“下行突破”和“上行突破”的票数。若同向突破（同为下行或同为上行）的总票数达到或超过2票（即2/3），则生成相应的看多（下行突破≥2票）或看空（上行突破≥2票）信号[6][11][17]。 3. **模型名称：利率价量多周期交易策略**[4][24][25][28][33] * **模型构建思路**：以上述多周期择时模型产生的信号为基础，通过在不同久期债券组合（短、中、长久期）之间进行轮动配置，构建主动交易策略，旨在获取超越等权配置基准的超额收益[24]。 * **模型具体构建过程**： 1. **投资标的**：根据策略久期偏好选择不同的债券指数： * 短久期：综合债1-3 (CBA00121) * 中久期：综合债3-5 (CBA00131) * 长久期：根据择时信号来源分别对应：5年期模型用综合债5-7 (CBA00141)，10年期模型用综合债7-10 (CBA00151)，30年期模型用综合债10以上 (CBA00161)[24]。 2. **交易信号与仓位配置规则**： * 当**看多信号**（利率向下突破）出现时： * 若利率趋势非向上，则满配**长久期**债券[24]。 * 若利率趋势向上，则配置 **1/2中久期 + 1/2长久期**[24]。 * 当**看空信号**（利率向上突破）出现时： * 若利率趋势非向下，则满配**短久期**债券[29]。 * 若利率趋势向下，则配置 **1/2中久期 + 1/2短久期**[29]。 * 其余时间（无明确信号），则进行**等权配置**：1/3短久期 + 1/3中久期 + 1/3长久期[29]。 3. **业绩基准**：久期等权策略，即始终持有1/3短久期+1/3中久期+1/3长久期[29]。 4. **止损规则**：当单日组合超额收益（相对于业绩基准）小于-0.5%时，立即将持仓调整为等权配置[29]。 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年12月31日以来）**：年化收益率5.46%，最大回撤2.88%，收益回撤比1.9，相对业绩基准的年化超额收益率1.06%，超额收益回撤比0.61，逐年绝对收益胜率100%，逐年超额收益胜率100%[25][37]。 * **短期表现（2024年底以来）**：年化收益率2.09%，最大回撤0.59%，收益回撤比3.55，相对业绩基准的超额收益率0.64%，超额收益回撤比2.14[4][25]。 2. **基于10年期国债YTM的多周期交易策略** * **长期表现（2007年12月31日以来）**：年化收益率6.03%，最大回撤2.74%，收益回撤比2.2，相对业绩基准的年化超额收益率1.63%，超额收益回撤比1.15，逐年绝对收益胜率100%，逐年超额收益胜率100%[28][37]。 * **短期表现（2024年底以来）**：年化收益率2.34%，最大回撤0.58%，收益回撤比4.05，相对业绩基准的超额收益率1.06%，超额收益回撤比3.07[4][28]。 3. **基于30年期国债YTM的多周期交易策略** * **长期表现（2007年12月31日以来）**：年化收益率7.28%，最大回撤4.27%，收益回撤比1.7，相对业绩基准的年化超额收益率2.39%，超额收益回撤比0.86，逐年绝对收益胜率94.44%，逐年超额收益胜率94.44%[33][37]。 * **短期表现（2024年底以来）**：年化收益率2.47%，最大回撤0.92%，收益回撤比2.7，相对业绩基准的超额收益率2.16%，超额收益回撤比2.55[4][33]。 量化因子与构建方式 （报告未涉及独立的量化因子构建，所有分析均基于上述模型展开。） 因子的回测效果 （报告未涉及独立的量化因子测试。）

量化模型与构建方式 1. **模型名称：利率市场结构指标（水平、期限、凸性）**[1][7] * **模型构建思路**：通过主成分分析（PCA）等方法，将1至10年期国债的到期收益率（YTM）曲线分解为三个正交的结构性因子，分别代表利率的整体水平、期限利差和曲率变化，用以定量描述利率市场的结构状态[7]。 * **模型具体构建过程**：将不同期限（1-10年）的国债YTM序列进行主成分分析。前三个主成分分别对应： 1. **水平结构**：代表收益率曲线的平行移动，是所有期限收益率变动的共同部分。 2. **期限结构**：代表收益率曲线的斜率变化，反映长短期利差。 3. **凸性结构**：代表收益率曲线的曲率变化，反映中期收益率相对于长短端收益率的变动。 通过计算各主成分的得分，得到三个结构指标的读数。报告通过计算当前读数在历史滚动窗口（3年、5年、10年）内的分位数，来判断其处于“中性偏高”或“中性偏低”的状态[1][7]。 2. **模型名称：利率价量多周期择时模型**[6][10][24] * **模型构建思路**：采用核回归算法拟合利率（YTM）历史数据，识别并刻画其运行过程中的支撑线与阻力线形态。通过观察不同投资周期（长、中、短）下利率走势对形态的突破情况，生成交易信号，并综合多周期信号形成最终的择时观点[10][24]。 * **模型具体构建过程**： 1. **形态刻画**：使用核回归（一种非参数回归方法）对指定期限（如5年、10年、30年）国债的YTM时间序列进行平滑拟合，生成一条趋势线。通过算法识别该趋势线在特定时间窗口内的高点和低点，分别连接形成“阻力线”和“支撑线”，构成一个动态的通道形态[10]。 2. **周期设定**：设定长、中、短三种投资周期，其信号平均切换频率分别为月度、双周度和周度[10][21]。 3. **信号生成**：在每个周期视角下，判断最新利率数据是否向上突破阻力线或向下突破支撑线，分别记为“向上突破”或“向下突破”信号，若无突破则为“无信号”[6][10]。 4. **信号综合**：统计三个周期中“向上突破”和“向下突破”的票数。若某一方向的突破总票数达到或超过2票（即2/3多数），则生成明确的看多或看空信号；否则，结果为中性震荡。对于边界情况（如信号刚由空转中但看空情绪未完全消散），会给出“中性偏空”等细化判断[6][10][17]。 模型的回测效果 1. **基于5年期国债YTM的价量多周期交易策略**[6][29] * **长期表现（2007.12.31至今）**：年化收益率5.48%，最大回撤2.88%，收益回撤比1.91，相对久期等权基准的年化超额收益率1.07%，超额收益回撤比0.62[29]。 * **短期表现（2024年底以来）**：年化收益率2.11%，最大回撤0.59%，收益回撤比3.57，相对久期等权基准的年化超额收益率0.87%，超额收益回撤比2.36[6][29]。 * **胜率（2008年以来逐年统计）**：绝对收益大于0的胜率100%，超额收益大于0的胜率100%[6][29]。 2. **基于10年期国债YTM的价量多周期交易策略**[6][28] * **长期表现（2007.12.31至今）**：年化收益率6.06%，最大回撤2.74%，收益回撤比2.21，相对久期等权基准的年化超额收益率1.65%，超额收益回撤比1.16[28]。 * **短期表现（2024年底以来）**：年化收益率2.39%，最大回撤0.58%，收益回撤比4.14，相对久期等权基准的年化超额收益率1.36%，超额收益回撤比3.35[6][28]。 * **胜率（2008年以来逐年统计）**：绝对收益大于0的胜率100%，超额收益大于0的胜率100%[6][28]。 3. **基于30年期国债YTM的价量多周期交易策略**[6][33] * **长期表现（2007.12.31至今）**：年化收益率7.34%，最大回撤4.27%，收益回撤比1.72，相对久期等权基准的年化超额收益率2.43%，超额收益回撤比0.87[33]。 * **短期表现（2024年底以来）**：年化收益率3.03%，最大回撤0.92%，收益回撤比3.31，相对久期等权基准的年化超额收益率2.97%，超额收益回撤比3.28[6][33]。 * **胜率（2008年以来逐年统计）**：绝对收益大于0的胜率94.44%，超额收益大于0的胜率94.44%[33]。 量化因子与构建方式 1. **因子名称：水平结构因子**[1][7] * **因子构建思路**：提取国债收益率曲线变动中的第一主成分，反映利率的整体水平变化[7]。 * **因子具体构建过程**：对1-10年期国债YTM序列进行主成分分析，取第一个主成分（解释方差最大的成分）的得分作为该因子的取值。该因子代表了收益率曲线的平行移动[7]。 2. **因子名称：期限结构因子**[1][7] * **因子构建思路**：提取国债收益率曲线变动中的第二主成分，反映长短期利率的利差变化[7]。 * **因子具体构建过程**：对1-10年期国债YTM序列进行主成分分析，取第二个主成分的得分作为该因子的取值。该因子代表了收益率曲线的斜率变化[7]。 3. **因子名称：凸性结构因子**[1][7] * **因子构建思路**：提取国债收益率曲线变动中的第三主成分，反映收益率曲线的曲率变化[7]。 * **因子具体构建过程**：对1-10年期国债YTM序列进行主成分分析，取第三个主成分的得分作为该因子的取值。该因子代表了收益率曲线中间部分相对于两端的弯曲程度[7]。

根据您提供的研报内容，以下是关于量化模型和因子的详细总结。 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**[10][24] * **模型构建思路**：该模型旨在通过识别不同投资周期下利率走势的形态突破（支撑线和阻力线），生成综合的交易信号，以实现对利率债的择时交易[10][24]。 * **模型具体构建过程**： 1. **趋势形态捕捉**：使用核回归算法对国债到期收益率（YTM）数据进行平滑处理，以刻画利率的支撑线和阻力线[10]。 2. **多周期信号生成**：模型在长周期（平均切换频率为月度）、中周期（双周度）和短周期（周度）三个时间维度上，分别判断当前利率是否向上突破阻力线或向下突破支撑线[10][13][16]。 3. **信号综合评分**：对三个周期的突破信号进行投票汇总。具体规则为： * 若三个周期中有至少两个周期出现同向突破信号（即“上行突破”或“下行突破”的票数达到2/3），则生成明确的看多或看空信号[10][16]。 * 若同向突破票数未达到2/3（例如1票上行突破对1票下行突破），则综合信号为中性震荡。若信号由看空转为中性但看多与看空票数未发生反转，则最终研判结果为中性偏空[13]。 * **模型评价**：该模型通过多周期共振机制，旨在提高信号的可靠性，并适应不同频率的交易需求[10]。 2. **模型名称：利率市场结构指标模型**[7] * **模型构建思路**：该模型通过将1至10年期的国债YTM数据转化为水平、期限和凸性三个结构指标，从均值回归的视角来评估当前利率市场的相对位置和形态[7]。 * **模型具体构建过程**： 1. **指标计算**：模型将整个收益率曲线信息浓缩为三个核心指标： * **水平结构（Level）**：反映了利率的绝对水平。 * **期限结构（Slope）**：反映了长短期利率的利差，即收益率曲线的斜率。 * **凸性结构（Curvature）**：反映了收益率曲线的弯曲程度。 2. **历史分位数定位**：将当前三个结构指标的读数，分别与过去3年、5年和10年的历史数据进行比较，计算其对应的分位数，以判断当前市场处于历史何种位置（例如，水平结构读数处于历史10年视角下的6%分位，意味着当前利率水平非常低）[7]。 模型的回测效果 1. **利率价量多周期择时模型（基于5年期国债YTM）**[25][37] * 长期年化收益率（2007年至今）：5.5% * 长期最大回撤：2.88% * 长期收益回撤比：1.91 * 长期超额收益率（相对久期等权基准）：1.07% * 长期超额收益回撤比：0.62 * 短期年化收益率（2024年底以来）：2.24% * 短期最大回撤：0.59% * 短期收益回撤比：3.8 * 短期超额收益率：0.81% * 短期超额收益回撤比：2.4 * 逐年绝对收益胜率（2008年以来）：100% * 逐年超额收益胜率：100% 2. **利率价量多周期择时模型（基于10年期国债YTM）**[28][37] * 长期年化收益率（2007年至今）：6.08% * 长期最大回撤：2.74% * 长期收益回撤比：2.22 * 长期超额收益率（相对久期等权基准）：1.65% * 长期超额收益回撤比：1.16 * 短期年化收益率（2024年底以来）：2.69% * 短期最大回撤：0.58% * 短期收益回撤比：4.65 * 短期超额收益率：1.39% * 短期超额收益回撤比：3.66 * 逐年绝对收益胜率（2008年以来）：100% * 逐年超额收益胜率：100% 3. **利率价量多周期择时模型（基于30年期国债YTM）**[33][37] * 长期年化收益率（2007年至今）：7.36% * 长期最大回撤：4.27% * 长期收益回撤比：1.72 * 长期超额收益率（相对久期等权基准）：2.41% * 长期超额收益回撤比：0.86 * 短期年化收益率（2024年底以来）：3.25% * 短期最大回撤：0.92% * 短期收益回撤比：3.54 * 短期超额收益率：2.57% * 短期超额收益回撤比：3.22 * 逐年绝对收益胜率（2008年以来）：94.44% * 逐年超额收益胜率：94.44% 量化因子与构建方式 1. **因子名称：利率水平结构因子**[7] * **因子构建思路**：该因子用于衡量利率市场的绝对水平，通过计算其历史分位数来判断当前利率处于高位还是低位[7]。 * **因子具体构建过程**：因子值为当前利率水平结构的读数（例如1.61%），并通过与历史区间比较得到其分位数[7]。 2. **因子名称：利率期限结构因子**[7] * **因子构建思路**：该因子用于衡量收益率曲线的斜率，即长短期利差，反映市场对远期利率的预期[7]。 * **因子具体构建过程**：因子值为当前利率期限结构的读数（例如0.42%），并通过与历史区间比较得到其分位数[7]。 3. **因子名称：利率凸性结构因子**[7] * **因子构建思路**：该因子用于衡量收益率曲线的弯曲程度，反映利率期限结构中的非线性变化[7]。 * **因子具体构建过程**：因子值为当前利率凸性结构的读数（例如-0.04%），并通过与历史区间比较得到其分位数[7]。 因子的回测效果 （报告中未提供这三个结构因子独立的回测绩效指标，如IC值、IR等，因此本部分略过）

根据研报内容，现总结如下： 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**[11] * **模型构建思路**：该模型旨在捕捉利率的趋势形态，通过核回归算法刻画利率数据的支撑线和阻力线，并根据长、中、短三个不同投资周期下利率走势的形态突破情况，生成复合择时信号[11] * **模型具体构建过程**： 1. **形态识别**：使用核回归算法对利率时间序列（如不同期限的国债YTM）进行拟合，生成代表趋势的支撑线和阻力线[11] 2. **多周期信号生成**：分别在长周期（平均切换频率为月度）、中周期（双周度）和短周期（周度）三个时间框架下，判断当前利率是否向上突破阻力线（看多信号）或向下突破支撑线（看空信号）[11][14][17][21] 3. **信号综合**：将三个周期的突破信号进行投票汇总。具体规则为： * 若三个周期中出现同向突破（看多或看空）的总票数达到或超过2票（即2/3），则生成明确的看多或看空信号[11][17] * 若同向突破总票数未达到2票（即1票对1票，或1票对0票等情况），则综合评分结果为中性震荡。若此前的信号为看多或看空，则当前结果可进一步细分为“中性偏多”或“中性偏空”[14][21] * **模型评价**：该模型通过多周期共振机制，旨在提高信号的稳定性，减少单一周期信号的噪音干扰[11] 量化因子与构建方式 1. **因子名称：利率水平结构因子**[8] * **因子构建思路**：该因子用于衡量利率市场的绝对水平，通过将1至10年的国债到期收益率（YTM）数据进行转化得到，并从均值回归的视角评估当前水平在历史中的相对位置[8] * **因子具体构建过程**：报告未提供具体的计算公式，但指出该因子是基于1年至10年期国债的YTM数据转化而来。其数值代表利率的绝对水平，例如当前读数约为1.61%[8] 2. **因子名称：利率期限结构因子**[8] * **因子构建思路**：该因子用于衡量利率曲线的斜率，即长短期利率之间的利差，反映市场对远期利率的预期[8] * **因子具体构建过程**：报告未提供具体的计算公式。其数值代表期限利差，例如当前读数约为0.41%[8] 3. **因子名称：利率凸性结构因子**[8] * **因子构建思路**：该因子用于衡量利率曲线的弯曲程度，即凸性，反映利率曲线中长端利率相对于中短端利率的变化特征[8] * **因子具体构建过程**：报告未提供具体的计算公式。其数值代表凸性结构，例如当前读数约为-0.04%[8] 模型的回测效果 1. **基于5年期国债YTM的利率价量多周期择时策略**[25][28][33][37] * **长期表现（2007年12月31日至今）**：年化收益率5.5%，最大回撤2.88%，收益回撤比1.91，相对业绩基准的超额年化收益率1.07%，超额收益回撤比0.62，逐年绝对收益大于0的胜率100%，逐年超额收益大于0的胜率100%[25][37] * **短期表现（2024年底以来）**：年化收益率2.21%，最大回撤0.59%，收益回撤比3.74，相对业绩基准的超额年化收益率0.87%，超额收益回撤比2.44[25] 2. **基于10年期国债YTM的利率价量多周期择时策略**[28][33][37] * **长期表现（2007年12月31日至今）**：年化收益率6.09%，最大回撤2.74%，收益回撤比2.22，相对业绩基准的超额年化收益率1.65%，超额收益回撤比1.16，逐年绝对收益大于0的胜率100%，逐年超额收益大于0的胜率100%[28][37] * **短期表现（2024年底以来）**：年化收益率2.64%，最大回撤0.58%，收益回撤比4.57，相对业绩基准的超额年化收益率1.43%，超额收益回撤比3.64[28] 3. **基于30年期国债YTM的利率价量多周期择时策略**[33][37] * **长期表现（2007年12月31日至今）**：年化收益率7.37%，最大回撤4.27%，收益回撤比1.73，相对业绩基准的超额年化收益率2.41%，超额收益回撤比0.87，逐年绝对收益大于0的胜率94.44%，逐年超额收益大于0的胜率94.44%[33][37] * **短期表现（2024年底以来）**：年化收益率3.28%，最大回撤0.92%，收益回撤比3.59，相对业绩基准的超额年化收益率2.68%，超额收益回撤比3.3[33] 因子的回测效果 （报告中未提供利率水平、期限、凸性结构因子的独立测试结果）

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，识别不同周期（长、中、短）下的支撑线与阻力线突破信号，结合投票机制生成综合择时信号[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，满配长久期债券 - 若至少2个周期出现向下突破支撑线但趋势向上，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，满配短久期债券 - 若至少2个周期出现向上突破阻力线但趋势向下，配置50%中久期+50%短久期 - 其余情况等权配置短、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**：通过多周期共振降低噪声干扰，但依赖历史形态识别的稳定性[10] 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公募基金久期及分歧水平，反映机构行为[13] - **模型具体构建过程**： 1. **数据输入**：全市场中长期纯债基金持仓数据（含杠杆调整）[13] 2. **指标计算**： - 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$$ \sigma_D = \sqrt{\frac{1}{N}\sum_{i=1}^N (D_i - \bar{D})^2} $$[14] 3. **平滑处理**：采用4周移动平均消除短期波动[14] 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6.17%，最大回撤1.52%，收益回撤比2.26[24] - 短期年化收益率7.24%，最大回撤1.55%，收益回撤比6.21[4] - 长期超额收益率1.65%，短期超额收益率2.14%[24] - 逐年绝对收益胜率100%，超额收益胜率100%[24] 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**：反映利率绝对水平偏离历史均值的程度[7] - **因子具体构建过程**： 1. 计算1-10年期国债到期收益率均值$$ \text{Level} = \frac{1}{10}\sum_{t=1}^{10} YTM_t $$ 2. 标准化为历史分位数（3/5/10年滚动窗口）[9] 2. **因子名称**：利率期限结构因子 - **因子构建思路**：刻画长短期利差变化[7] - **因子具体构建过程**： 1. 计算期限利差$$ \text{Term} = YTM_{10y} - YTM_{1y} $$ 2. 标准化为历史分位数[9] 3. **因子名称**：利率凸性结构因子 - **因子构建思路**：衡量收益率曲线弯曲程度[7] - **因子具体构建过程**： 1. 计算凸性指标$$ \text{Convexity} = YTM_{5y} - \frac{YTM_{1y} + YTM_{10y}}{2} $$ 2. 标准化为历史分位数[9] 因子的回测效果 1. **利率水平结构因子**： - 当前读数1.51%，处于3/5/10年分位数6%/4%/2%[9] 2. **利率期限结构因子**： - 当前读数0.31%，处于3/5/10年分位数14%/8%/11%[9] 3. **利率凸性结构因子**： - 当前读数0.01%，处于3/5/10年分位数16%/9%/9%[9] 其他关键指标 1. **公募债基久期指标**： - 久期中位数3.51年（历史5年分位数96.53%）[6] - 久期分歧1.55年（历史5年分位数59.07%）[14] 2. **公募债基YTM指标**： - YTM中位数1.7%，4周移动平均1.74%[18]