量化模型与构建方式 1. **模型名称：利率市场结构指标模型**[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，以从均值回归的视角评估当前利率市场的状态[7]。 * **模型具体构建过程：** 1. 收集1至10年期各关键期限的国债到期收益率数据。 2. 通过特定的数学变换（报告未给出具体公式，但提及是“转化”），将原始的期限结构曲线分解为三个指标： * **水平结构：** 反映整体利率水平的高低。 * **期限结构：** 反映长短期利差，通常指期限利差。 * **凸性结构：** 反映收益率曲线弯曲程度的变化。 3. 计算每个结构指标在历史滚动窗口（如3年、5年、10年）下的分位数，以判断当前值在历史中所处的位置[7][9]。 2. **模型名称：利率价量多周期择时模型**[10][22] * **模型构建思路：** 使用核回归算法识别利率（YTM）走势的形态，刻画支撑线和阻力线，并根据长、中、短三个不同投资周期下价格对支撑/阻力线的突破情况，进行投票综合，生成交易信号[10][22]。 * **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数据进行平滑处理，以捕捉其主要趋势形态，并据此计算出动态的支撑线和阻力线[10]。 2. **多周期设定：** 设定三个不同频率的观察周期： * 长周期：信号平均切换频率为月度[10]。 * 中周期：信号平均切换频率为双周度[10]。 * 短周期：信号平均切换频率为周度[10]。 3. **信号生成（每个周期独立）：** 在每个周期内，判断当前利率价格是否向上突破阻力线或向下突破支撑线，从而产生“向上突破”、“向下突破”或“无信号”[10][13][15]。 4. **信号综合：** 综合三个周期的突破信号进行投票[10][13][15]： * 若同一方向（上行或下行）的突破总票数达到或超过2票（即≥2/3），则生成明确的看多或看空信号。 * 若同向突破票数未达2票，则综合信号为“中性震荡”。 5. **策略应用：** 将此择时信号应用于债券久期轮动策略[22][27]： * **看多信号（利率下行）：** 当至少2个周期出现向下突破，且利率趋势非向上时，满配长久期债券；若趋势向上，则配置1/2中久期+1/2长久期[22]。 * **看空信号（利率上行）：** 当至少2个周期出现向上突破，且利率趋势非向下时，满配短久期债券；若趋势向下，则配置1/2中久期+1/2短久期[27]。 * **中性信号：** 其余时间，短、中、长久期债券等权配置[27]。 * **止损规则：** 当单日组合超额收益小于-0.5%时，立即将持仓调整为等权配置[27]。 * **模型评价：** 该模型通过多周期共振提高了信号的稳健性，并设置了明确的止损规则以控制回撤[22][27]。 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模型”驱动的久期轮动策略，业绩基准为短、中、长久期债券的等权组合（1/3+1/3+1/3）。长期回测区间为2007年12月31日至今，短期回测区间为2024年底以来[22][23][26][31]。* 1. **基于5年期国债YTM的择时策略** * 长期年化收益率：5.45%[23] * 长期最大回撤：2.88%[23] * 长期收益回撤比：1.9[23] * 长期超额收益率（vs基准）：1.05%[23] * 短期年化收益率（2024年底以来）：2.37%[4][23] * 短期最大回撤（2024年底以来）：0.59%[23]（报告另一处为0.68%[4]） * 短期收益回撤比（2024年底以来）：4.01[4][23] * 短期超额收益率（2024年底以来）：0.63%[4][23] * 逐年绝对收益胜率（2008年以来）：100%[23] * 逐年超额收益胜率（2008年以来）：100%[23] 2. **基于10年期国债YTM的择时策略** * 长期年化收益率：6.03%[26] * 长期最大回撤：2.74%[26] * 长期收益回撤比：2.2[26] * 长期超额收益率（vs基准）：1.62%[26] * 短期年化收益率（2024年底以来）：2.69%[4][26] * 短期最大回撤（2024年底以来）：0.58%[26]（报告另一处为0.92%[4]） * 短期收益回撤比（2024年底以来）：4.67[4][26] * 短期超额收益率（2024年底以来）：1.08%[4][26] * 逐年绝对收益胜率（2008年以来）：100%[26] * 逐年超额收益胜率（2008年以来）：100%[26] 3. **基于30年期国债YTM的择时策略** * 长期年化收益率：7.26%[31] * 长期最大回撤：4.27%[31] * 长期收益回撤比：1.7[31] * 长期超额收益率（vs基准）：2.37%[31] * 短期年化收益率（2024年底以来）：2.78%[4][31] * 短期最大回撤（2024年底以来）：0.92%[4][31] * 短期收益回撤比（2024年底以来）：3.03[4][31] * 短期超额收益率（2024年底以来）：1.92%[4][31] * 逐年绝对收益胜率（2008年以来）：94.44%[31] * 逐年超额收益胜率（2008年以来）：94.44%[31] 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：** 从国债收益率曲线中提取代表整体利率水平高低的成分[7]。 * **因子具体构建过程：** 通过对1-10年期国债YTM序列进行数学变换（具体变换公式未在提供内容中给出），得到单一数值指标，用以衡量利率的绝对水平[7]。 2. **因子名称：利率期限结构（期限利差）因子**[7] * **因子构建思路：** 从国债收益率曲线中提取代表长短期利差的成分[7]。 * **因子具体构建过程：** 通过对1-10年期国债YTM序列进行数学变换（具体变换公式未在提供内容中给出），得到单一数值指标，用以衡量收益率曲线的斜率[7]。 3. **因子名称：利率凸性结构因子**[7] * **因子构建思路：** 从国债收益率曲线中提取代表曲线弯曲度变化的成分[7]。 * **因子具体构建过程：** 通过对1-10年期国债YTM序列进行数学变换（具体变换公式未在提供内容中给出），得到单一数值指标，用以衡量收益率曲线的凸性[7]。 因子的回测效果 *注：报告未提供上述利率结构因子的独立回测绩效指标（如IC、IR等），仅展示了其当前及历史分位数状态[7][9]。* 1. **利率水平结构因子** * 当前读数：约1.55%[1][7] * 历史分位数（滚动3年）：12%[7] * 历史分位数（滚动5年）：7%[7] * 历史分位数（滚动10年）：4%[7] 2. **利率期限结构（期限利差）因子** * 当前读数：约0.5%[1][7] * 历史分位数（滚动3年）：45%[7] * 历史分位数（滚动5年）：28%[7] * 历史分位数（滚动10年）：30%[7] 3. **利率凸性结构因子** * 当前读数：约0%[1][7] * 历史分位数（滚动3年）：25%[7] * 历史分位数（滚动5年）：15%[7] * 历史分位数（滚动10年）：12%[7]

交易策略核心理念 - 通过多周期共振策略筛选精准信号，将交易胜率从50%提升至70% [6] - 高概率机会仅存在于趋势方向，应放弃逆势操作，避免90%的亏损源于逆势抢机会 [9] - 高概率并非预测，而是基于明确规则的执行，没有绝对的高概率，只有符合规则的高概率 [15] 多周期共振技术应用 - 将周期分为三层：大周期（日线）定趋势、中周期（60分钟）找方向、小周期（5分钟）抓点位 [7] - 单个周期的信号是猜测，多个周期共振的信号才是确认，需在所有周期共振时动手 [6][8] - 例如在碳酸锂行情中，日线为下跌趋势，60分钟出现同步下跌信号，于5分钟周期77450元/吨开空，止损500点，价格跌至71200元/吨，盈利6000多点，盈亏比1:12 [7][12] 顺势交易与风险控制 - 上涨趋势中只等回调结束做多，下跌趋势中只等反弹结束做空，绝不抄底博反转 [10] - 震荡行情中需学会被迫等待，避免强行开仓，不采摘未成熟的果实 [10] - 止损设置看小周期，止损额不超过总资金的0.5%；止盈看大周期，不预设目标价，坚定持仓让利润奔跑 [12] 品种选择与资金管理 - 做多选择趋势最强的品种，做空选择趋势最弱的品种，遵循强者恒强弱者恒弱原则 [14] - 例如在黑色系中，铁矿石期货价格于支撑位横盘，做多则首选铁矿石，其后反弹较其他品种多涨300多点 [14] - 小止损作为安全垫，大止盈作为赚钱引擎，通过小亏损大盈利实现整体盈利，例如亏损500元盈利6000多元，盈亏比1:12 [12][13]

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）