量化模型与构建方式 1. **模型名称：利率市场结构指标模型**[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，用以刻画利率曲线的整体形态和特征[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，但指出是将不同期限的YTM数据转化为三个结构指标[7]。构建过程包括： 1. 收集并处理1至10年期各关键期限的国债YTM数据。 2. 通过特定的数学变换（如主成分分析或其他拟合方法），从原始YTM数据中提取出三个核心成分。 3. 第一个成分代表**利率水平结构**，反映整体利率的高低。 4. 第二个成分代表**利率期限结构**，反映长短期利差（期限利差）。 5. 第三个成分代表**利率凸性结构**，反映利率曲线弯曲度。 6. 计算各结构指标在当前时点的历史分位数（如滚动3年、5年、10年），以判断其相对历史水平的位置[7][9]。 2. **模型名称：利率价量多周期择时模型**[2][6][10][13][16][18] * **模型构建思路**：基于核回归算法识别利率（YTM）历史走势的形态，生成不同时间周期下的支撑线和阻力线，通过观察价格对这两条线的突破情况，产生长、中、短三个周期的择时信号，并综合投票得出最终观点[10]。 * **模型具体构建过程**：详情参考报告提及的早期文献《形态识别算法在利率择时中的应用》[10]。本报告概述的构建过程包括： 1. **趋势线刻画**：使用核回归算法对指定期限（如5年、10年、30年期）国债的YTM时间序列进行平滑处理，分别拟合出代表**支撑线**和**阻力线**的曲线[10]。 2. **多周期设定**：设定长、中、短三个投资周期，其信号平均切换频率分别为月度、双周度和周度[10][18]。 3. **突破信号生成**：在每个周期视角下，判断当前YTM是否向上突破阻力线（看空信号）或向下突破支撑线（看多信号）[10][11][14][17]。 4. **信号综合评分**：统计三个周期中“下行突破”（看多）和“上行突破”（看空）的票数。 * 若同向突破总票数达到2/3（即至少2票），则综合评分结果为明确的“看多”或“看空”[18]。 * 若同向突破总票数未达2/3，则综合评分结果为“中性震荡”。根据历史信号延续性，可进一步细分为“中性偏多”或“中性偏空”[13][16]。 3. **模型名称：利率多周期交易策略（轮动策略）**[4][22][23][26][27][31] * **模型构建思路**：将上述“利率价量多周期择时模型”产生的信号转化为可执行的债券久期轮动策略，通过在不同久期类型的债券指数间切换配置，以获取超额收益[22]。 * **模型具体构建过程**： 1. **投资标的**：根据择时信号所基于的国债期限，选择对应的综合债指数作为交易标的[22]： * 短久期：综合债1-3 (CBA00121) * 中久期：综合债3-5 (CBA00131) * 长久期：根据模型不同，分别为综合债5-7 (CBA00141，对应5Y模型)、综合债7-10 (CBA00151，对应10Y模型)、综合债10以上 (CBA00161，对应30Y模型)[22] 2. **交易信号与仓位规则**[22][27]： * **看多信号（利率下行）**： * 若短、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。 * 若满足上述突破条件，但利率趋势**向上**时，配置 **1/2中久期 + 1/2长久期**。 * **看空信号（利率上行）**： * 若短、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。 * 若满足上述突破条件，但利率趋势**向下**时，配置 **1/2中久期 + 1/2短久期**。 * **中性信号**：其余时间，在短、中、长三种久期债券上**等权配置**（各1/3）。 3. **业绩基准**：构建一个**久期等权策略**作为业绩基准，即始终持有1/3短久期 + 1/3中久期 + 1/3长久期债券组合[27]。 4. **止损规则**：当单日策略组合的超额收益（相对于业绩基准）小于-0.5%时，临时将持仓调整为等权配置[27]。 模型的回测效果 1. **基于5年期国债YTM的利率多周期交易策略**[4][23][35] * **长期表现（2007.12.31至今）**： * 年化收益率：5.45% * 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：1.05% * 超额收益回撤比：0.61 * 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% * **短期表现（2024年底以来）**： * 年化收益率：2.29% * 最大回撤：0.59% * 收益回撤比：3.88 * 相对业绩基准的超额收益率：0.63% * 超额收益回撤比：2.26 2. **基于10年期国债YTM的利率多周期交易策略**[4][26][35] * **长期表现（2007.12.31至今）**： * 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 * 逐年绝对收益大于0的胜率：100% * 逐年超额收益大于0的胜率：100% * **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收益率：1.13% * 超额收益回撤比：3.41 3. **基于30年期国债YTM的利率多周期交易策略**[4][31][35] * **长期表现（2007.12.31至今）**： * 年化收益率：7.26% * 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：2.37% * 超额收益回撤比：0.85 * 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% * **短期表现（2024年底以来）**： * 年化收益率：2.73% * 最大回撤：0.92% * 收益回撤比：2.98 * 相对业绩基准的超额收益率：1.98% * 超额收益回撤比：2.62 量化因子与构建方式 1. **因子名称：利率水平结构因子**[1][7][9] * **因子构建思路**：从整个利率曲线中提取出的第一个主成分，代表利率的绝对水平，反映市场整体资金成本的状况[7]。 * **因子具体构建过程**：报告未给出具体计算公式。构建过程是通过对1-10年期国债YTM序列进行数学变换（如PCA）得到的第一主成分序列[7]。其数值代表利率水平的高低。 2. **因子名称：利率期限结构因子（期限利差）**[1][7][9] * **因子构建思路**：从整个利率曲线中提取出的第二个主成分，代表长短期利率之差，反映市场对未来经济预期的斜率[7]。 * **因子具体构建过程**：报告未给出具体计算公式。构建过程是通过对1-10年期国债YTM序列进行数学变换（如PCA）得到的第二主成分序列[7]。其数值代表期限利差的宽窄。 3. **因子名称：利率凸性结构因子**[1][7][9] * **因子构建思路**：从整个利率曲线中提取出的第三个主成分，代表利率曲线的弯曲程度，反映长端利率相对于中短端利率变化的非线性特征[7]。 * **因子具体构建过程**：报告未给出具体计算公式。构建过程是通过对1-10年期国债YTM序列进行数学变换（如PCA）得到的第三主成分序列[7]。其数值代表曲线凸性的大小。 因子的回测效果 （报告中未提供针对利率水平、期限、凸性结构这三个因子的独立回测绩效指标，如IC、IR、多空收益等。报告仅展示了这些因子当前的历史分位数状态[7][9]。）

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相对位置[1][7]。 * **模型具体构建过程**：报告未提供具体的数学变换公式，但描述了构建逻辑。将1-10年期国债YTM曲线分解为三个正交的成分： 1. **水平结构**：代表整体利率水平的高低。 2. **期限结构**：代表长短期利差（期限利差）。 3. **凸性结构**：代表收益率曲线弯曲程度（凸性）。 通过计算当前各结构指标值在历史滚动窗口（如3年、5年、10年）内的分位数，来判断其处于“中性偏高”、“中性偏低”等状态[7]。 2. **模型名称：利率价量多周期择时模型**[2][6][10] * **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形态的突破情况，进行多周期信号复合，生成最终的择时观点（看空、看多、中性震荡）[10]。 * **模型具体构建过程**： 1. **数据输入**：分别输入5年期、10年期、30年期国债的到期收益率（YTM）时间序列数据[6][10][13][16]。 2. **趋势形态刻画**：使用核回归算法对利率历史数据进行平滑拟合，生成代表趋势的支撑线和阻力线。具体算法细节引用自报告《形态识别算法在利率择时中的应用》[10]。 3. **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）、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][19]。 4. **信号综合评分**：统计三个周期中“上行突破”和“下行突破”的票数。若某一方向的突破总票数达到或超过2/3（即至少2票），则生成对应的看多或看空信号；否则，信号为中性震荡[6][10][19]。 3. **模型名称：利率价量多周期交易策略**[4][22][27] * **模型构建思路**：将上述多周期择时信号转化为可交易的久期轮动策略。根据看空、看多等信号，在不同久期的债券指数基金间进行切换，以获取超额收益[22]。 * **模型具体构建过程**： 1. **投资标的**： * 短久期：综合债1-3指数（CBA00121） * 中久期：综合债3-5指数（CBA00131） * 长久期：根据择时信号来源的YTM期限，对应不同的指数（5Y对应CBA00141，10Y对应CBA00151，30Y对应CBA00161）[22]。 2. **交易规则**： * **看多信号（利率向下突破）**：当短、中、长周期中至少有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；若利率趋势向上，则配置1/2中久期+1/2长久期[22]。 * **看空信号（利率向上突破）**：当短、中、长周期中至少有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；若利率趋势向下，则配置1/2中久期+1/2短久期[27]。 * **其他情况**：三种久期等权配置[27]。 3. **业绩基准**：构建久期等权组合，即1/3短久期+1/3中久期+1/3长久期[27]。 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[27]。 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][23] * **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[23]。 * **短期表现（2024年底以来）**：年化收益率2.04%，最大回撤0.59%，收益回撤比3.47，相对业绩基准的超额年化收益率0.74%，超额收益回撤比2.2[4][23]。 * **胜率**：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%[23]。 2. **基于10年期国债YTM的多周期交易策略**[4][26] * **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1.63%，超额收益回撤比1.15[26]。 * **短期表现（2024年底以来）**：年化收益率2.3%，最大回撤0.58%，收益回撤比3.98，相对业绩基准的超额年化收益率1.2%，超额收益回撤比3.14[4][26]。 * **胜率**：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%[26]。 3. **基于30年期国债YTM的多周期交易策略**[4][31] * **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2.39%，超额收益回撤比0.86[31]。 * **短期表现（2024年底以来）**：年化收益率2.44%，最大回撤0.92%，收益回撤比2.66，相对业绩基准的超额年化收益率2.29%，超额收益回撤比2.59[4][31]。 * **胜率**：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%[31]。

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）

量化模型与构建方式 1. **模型名称：利率市场结构指标模型**[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相对位置[1][7]。 * **模型具体构建过程**：将1至10年期国债YTM数据拟合为一个关于期限t的二次多项式，通过回归系数来定义三个结构指标[7]。 1. 假设利率期限结构曲线为：$$YTM(t) = a + b \cdot t + c \cdot t^2$$，其中t为期限。 2. 通过回归得到系数a, b, c。 3. **水平结构**：由常数项a代表，反映整体利率水平。报告中的读数约为1.6%[1][7]。 4. **期限结构**：由一次项系数b代表，反映利率曲线的斜率（期限利差）。报告中的读数约为0.48%[1][7]。 5. **凸性结构**：由二次项系数c代表，反映利率曲线的弯曲程度。报告中的读数约为0.02%[1][7]。 6. 将当前的结构指标值与过去3年、5年、10年的历史数据进行比较，计算其历史分位数，以判断当前点位的高低[7][9]。 2. **模型名称：利率价量多周期择时模型**[2][6][10] * **模型构建思路**：基于核回归算法识别利率（YTM）历史走势的形态，刻画不同时间周期下的支撑线与阻力线，并根据利率走势对这些形态线的突破情况，生成多周期复合的择时信号[10]。 * **模型具体构建过程**： 1. **数据**：分别使用5年期、10年期、30年期国债的YTM数据作为输入[6][10][13][16]。 2. **周期设定**：设定长、中、短三个投资周期，其择时信号的平均切换频率分别为月度、双周度和周度[10][18]。 3. **形态识别**：应用核回归算法对各个周期的利率历史数据进行平滑拟合，生成表征趋势的支撑线和阻力线[10]。 4. **信号生成（单个周期）**：在每个周期内，判断当前利率是否向上突破阻力线（生成“向上突破”信号）或向下突破支撑线（生成“向下突破”信号），若无突破则“无信号”[10][11][15][17]。 5. **信号综合（多周期投票）**：综合三个周期的信号进行投票[6][10]。 * 统计“下行突破”总票数和“上行突破”总票数。 * **看多信号**：当“下行突破”票数达到总周期数（3个）的2/3及以上时（即≥2票），综合评分结果为“看多”[6][13]。 * **看空信号**：当“上行突破”票数达到总周期数（3个）的2/3及以上时（即≥2票），综合评分结果为“看空”（规则对称，报告中未出现实例）[10]。 * **中性信号**：若同向突破票数未达2/3，则结果为“中性震荡”[6][10]。对于美债模型，在“中性震荡”基础上，若近期曾发出看多信号且看多与看空总票数未发生反转，则最终研判为“中性偏多”[18]。 模型的回测效果 （注：以下回测结果均基于“利率价量多周期择时策略”，该策略以同名择时模型的信号进行久期轮动交易[21]） 1. **基于5年期国债YTM的择时策略** * **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1.9，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[22][34]。 * **短期表现（2024年底以来）**：年化收益率2.15%，最大回撤0.59%，收益回撤比3.64，相对业绩基准的超额年化收益率0.8%，超额收益回撤比2.32[4][22]。 * **胜率**：逐年绝对收益大于0的胜率为100%，逐年超额收益大于0的胜率为100%[22]。 2. **基于10年期国债YTM的择时策略** * **长期表现（2007.12.31至今）**：年化收益率6.05%，最大回撤2.74%，收益回撤比2.21，相对业绩基准的超额年化收益率1.64%，超额收益回撤比1.16[25][34]。 * **短期表现（2024年底以来）**：年化收益率2.47%，最大回撤0.58%，收益回撤比4.28，相对业绩基准的超额年化收益率1.32%，超额收益回撤比3.39[4][25]。 * **胜率**：逐年绝对收益大于0的胜率为100%，逐年超额收益大于0的胜率为100%[25]。 3. **基于30年期国债YTM的择时策略** * **长期表现（2007.12.31至今）**：年化收益率7.33%，最大回撤4.27%，收益回撤比1.72，相对业绩基准的超额年化收益率2.42%，超额收益回撤比0.87[30][34]。 * **短期表现（2024年底以来）**：年化收益率3.07%，最大回撤0.92%，收益回撤比3.35，相对业绩基准的超额年化收益率2.78%，超额收益回撤比3.21[4][30]。 * **胜率**：逐年绝对收益大于0的胜率为94.44%，逐年超额收益大于0的胜率为94.44%[30]。

根据研报内容，以下是关于量化模型和因子的总结： 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][21][24] * **模型构建思路**：基于核回归算法捕捉利率趋势形态，刻画利率数据的支撑线和阻力线，根据不同投资周期下利率走势的形态突破情况，给出多周期复合择时观点[10][24] * **模型具体构建过程**： * 使用核回归算法对利率（YTM）时间序列进行平滑处理，以识别趋势并生成支撑线和阻力线[10] * 在长周期（平均切换频率为月度）、中周期（平均切换频率为双周度）和短周期（平均切换频率为周度）三个不同时间尺度上，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][21] * 综合三个周期的突破信号生成最终择时观点：当三个周期中有至少两个周期发出同向突破信号（例如，两个或以上周期为向下突破），且利率趋势非反向时，则产生明确的看多或看空信号；否则信号为中性[10][21][24] * 对于美国市场，模型逻辑类似，但最终信号会结合近期信号历史进行微调，例如“中性偏多”的判断[21] 2. **模型名称：利率多周期交易策略**[24][29] * **模型构建思路**：将上述利率价量多周期择时信号转化为具体的久期配置策略，通过在不同信号下超配或低配不同久期的债券组合来获取超额收益[24] * **模型具体构建过程**： * **投资标的**：根据模型久期偏好选择不同久期的债券指数[24] * 短久期：综合债1-3 (CBA00121) * 中久期：综合债3-5 (CBA00131) * 长久期：根据基础YTM期限对应选择（5年期YTM模型对应综合债5-7 (CBA00141)，10年期对应综合债7-10 (CBA00151)，30年期对应综合债10以上 (CBA00161)）[24] * **组合构建规则**[24][29]： * 看多信号（长久期）：当短、中、长周期中，有至少2个周期下的利率形态向下突破支撑线，且利率趋势非向上时，满配长久期；当条件满足但利率趋势向上时，配置1/2中久期+1/2长久期 * 看空信号（短久期）：当短、中、长周期中，有至少2个周期下的利率形态向上突破阻力线，且利率趋势非向下时，满配短久期；当条件满足但利率趋势向下时，配置1/2中久期+1/2短久期 * 中性信号：其余时间三种久期等权配置 * **业绩基准**：久期等权策略，即1/3短久期 + 1/3中久期 + 1/3长久期[29] * **止损方式**：当单日组合超额收益小于-0.5%时，调整持仓为等权配置[29] 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**：从收益率曲线中提取出代表整体利率水平的信息[7] * **因子具体构建过程**：将1至10年的国债到期收益率（YTM）数据通过特定方法（报告中未明确给出具体公式，但提及是转化）计算出一个综合读数，用以衡量利率市场的整体水平[7] 2. **因子名称：利率期限结构因子**[7] * **因子构建思路**：从收益率曲线中提取出代表期限利差的信息[7] * **因子具体构建过程**：基于1至10年国债YTM数据，通过特定方法计算出一个代表长短期利差水平的读数[7] 3. **因子名称：利率凸性结构因子**[7] * **因子构建思路**：从收益率曲线中提取出代表曲线凸性程度的信息[7] * **因子具体构建过程**：基于1至10年国债YTM数据，通过特定方法计算出一个代表收益率曲线弯曲程度（凸性）的读数[7] 模型的回测效果 1. **基于5年期国债YTM价量的多周期交易策略**[25][37] * 长期年化收益率：5.5% (2007.12.31至今) * 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）：1.86% * 短期最大回撤：0.59% * 短期收益回撤比：3.16 * 短期超额收益率：0.85% * 短期超额收益回撤比：2.17 * 逐年绝对收益胜率（2008年以来）：100% * 逐年超额收益胜率（2008年以来）：100% 2. **基于10年期国债YTM价量的多周期交易策略**[28][37] * 长期年化收益率：6.09% (2007.12.31至今) * 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）：1.66% * 长期超额收益回撤比：1.16 * 短期年化收益率（2024年底以来）：2.42% * 短期最大回撤：0.58% * 短期收益回撤比：4.19 * 短期超额收益率：1.55% * 短期超额收益回撤比：3.53 * 逐年绝对收益胜率（2008年以来）：100% * 逐年超额收益胜率（2008年以来）：100% 3. **基于30年期国债YTM价量的多周期交易策略**[33][37] * 长期年化收益率：7.38% (2007.12.31至今) * 长期最大回撤：4.27% * 长期收益回撤比：1.73 * 长期超额收益率（相对久期等权基准）：2.42% * 长期超额收益回撤比：0.87 * 短期年化收益率（2024年底以来）：3.11% * 短期最大回撤：0.92% * 短期收益回撤比：3.39 * 短期超额收益率：2.87% * 短期超额收益回撤比：3.28 * 逐年绝对收益胜率（2008年以来）：94.44% * 逐年超额收益胜率（2008年以来）：94.44% 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回测绩效指标）

根据研报内容，以下是关于量化模型和因子的总结： 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**：基于核回归算法捕捉利率趋势形态，刻画利率数据的支撑线和阻力线，根据不同投资周期下利率走势的形态突破情况，给出多周期复合择时观点[10] * **模型具体构建过程**： * **趋势识别**：使用核回归算法对国债到期收益率（YTM）数据进行平滑处理，分别拟合出长周期、中周期和短周期下的趋势线（支撑线和阻力线）[10] * **信号生成**：判断当前YTM相对于各周期趋势线的位置，生成突破信号。信号类型包括“向上突破”、“向下突破”和“无信号”[10][13][17] * **信号合成**：对长、中、短三个周期的突破信号进行投票合成。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（例如，两个或以上周期为“向下突破”），则生成最终的看多或看空信号；否则可能生成中性信号或进行特殊配置[10][24][29] * **组合构建**：根据合成的最终信号配置不同久期的债券组合[24][29] * 看多信号（至少两个周期向下突破且趋势非向上）：满配长久期债券[24] * 看多信号但趋势向上：配置1/2中久期 + 1/2长久期[24] * 看空信号（至少两个周期向上突破且趋势非向下）：满配短久期债券[29] * 看空信号但趋势向下：配置1/2中久期 + 1/2短久期[29] * 其他情况：短、中、长久期等权配置[29] * **止损机制**：当单日组合超额收益小于-0.5%时，调整持仓为等权配置[29] * **模型评价**：该模型通过多周期共振机制过滤噪音，旨在提高信号的稳定性[10] 2. **因子名称：利率水平结构因子**[7] * **因子构建思路**：将1至10年的国债YTM数据转化为一个代表整体利率水平高低的指标，从均值回归视角进行评估[7] * **因子具体构建过程**：报告未详细说明该因子的具体计算公式，但指出其反映了利率的绝对水平，并通过历史分位数（如3年、5年、10年分位数）来衡量当前水平在历史中的位置[7] 3. **因子名称：利率期限结构因子**[7] * **因子构建思路**：捕捉不同期限国债收益率之间的利差，反映利率曲线的陡峭程度[7] * **因子具体构建过程**：报告未详细说明该因子的具体计算公式，但指出其读数代表了期限利差，并通过历史分位数进行评估[7] 4. **因子名称：利率凸性结构因子**[7] * **因子构建思路**：衡量利率曲线的弯曲程度，即凸性特性[7] * **因子具体构建过程**：报告未详细说明该因子的具体计算公式，但指出其读数代表了凸性结构，并通过历史分位数进行评估[7] 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模型** * 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，相对业绩基准的年化超额收益率1.07%，超额收益回撤比0.62，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1.86%，最大回撤0.59%，收益回撤比3.15，相对业绩基准的超额收益率0.86%[4][25] 2. **基于10年期国债YTM的利率价量多周期择时模型** * 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2.23，相对业绩基准的年化超额收益率1.66%，超额收益回撤比1.16，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2.35%，最大回撤0.58%，收益回撤比4.07，相对业绩基准的超额收益率1.56%[4][28] 3. **基于30年期国债YTM的利率价量多周期择时模型** * 长期表现（2007年12月31日至今）：年化收益率7.38%，最大回撤4.27%，收益回撤比1.73，相对业绩基准的年化超额收益率2.42%，超额收益回撤比0.87，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2.98%，最大回撤0.92%，收益回撤比3.26，相对业绩基准的超额收益率2.87%[4][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）