量化模型与构建方式 1. **模型名称**：利率债预期收益模型 - **模型构建思路**：通过分解利率债收益为票息收益、骑乘收益、久期收益和凸性收益四个分项，结合利率预测模型和蒙特卡洛模拟预测任意期限国债的持有一年预期收益[8] - **模型具体构建过程**： $$R~\approx~r_{N}+\,r o l l\,y i e l d\,+\,D u r\cdot(-\Delta r)\,+\,\frac{1}{2}C x\cdot\Delta r^{2}$$ 其中： - \(r_N\)为票息收益，\(roll\,yield\)为骑乘收益，\(Dur\)为久期，\(\Delta r\)为利率变化，\(Cx\)为凸性调整项[8] - **模型评价**：能够量化评估不同期限国债的预期收益差异，但依赖利率预测模型的准确性 2. **模型名称**：月度利率预测模型 - **模型构建思路**：基于利率短期运行的均值回复、短期动量（1个月）和长期动量（12个月）特征构建[14] - **模型具体构建过程**： $$\Delta r_{t+1}\,=\,\beta_{1}(\mu-r_{t})+\beta_{2}(r_{t}-r_{t-1})+\,\beta_{3}(r_{t}-r_{t-12})+\sigma\sqrt{r_{t}}\cdot\varepsilon$$ 其中： - \(\mu\)为利率中枢，\(\beta_1\)为均值回复系数，\(\beta_2\)为短期动量系数，\(\beta_3\)为长期动量系数[14] - **模型评价**：适用于短期（1个月）利率走势预测，但对参数敏感性较高 3. **模型名称**：宏观胜率评分卡模型 - **模型构建思路**：通过货币、信用、增长、通胀与海外五因子合成大类资产的宏观胜率评分[11] - **模型具体构建过程**：未披露具体公式，但基于中长贷同比、PMI、主权CDS等指标动态调整胜率分值[11] - **模型评价**：能够捕捉经济韧性变化，但需依赖宏观数据的及时性 --- 量化因子与构建方式 1. **因子名称**：利率债赔率因子 - **因子构建思路**：定义为10Y与1Y国债未来一年预期收益差，反映长债相对短债的收益吸引力[8] - **因子具体构建过程**： - 赔率 = 10Y国债预期收益 - 1Y国债预期收益，通过预期收益模型计算[8] 2. **因子名称**：交易拥挤度因子 - **因子构建思路**：通过长债换手率（成交额/余额）和成交占比（长债成交额/全市场国债成交额）刻画交易热度[17][18] - **因子具体构建过程**： - 换手率 = 10Y以上国债成交额 ÷ 余额 - 成交占比 = 10Y以上国债成交额 ÷ 所有国债成交额[17][18] --- 模型的回测效果 1. **利率债预期收益模型**： - 截至2025年7月18日，10Y-1Y预期收益差为-3.2%，处于2011年以来低位[8] 2. **月度利率预测模型**： - 年化收益6.6%，最大回撤2.3%，2025年1月底起建议配置短端国债规避Q1回撤[14] 3. **宏观胜率评分卡模型**： - 当前债券胜率降至0%，反映经济韧性增强[11] --- 因子的回测效果 1. **利率债赔率因子**： - 历史极低赔率（-3.2%）隐含长债配置风险[8] 2. **交易拥挤度因子**： - 当前换手率位于1.0倍标准差，成交占比位于2.2倍标准差，超过2倍标准差时未来1~3个月收益为负[17][18][24][25]

量化模型与构建方式 1. **模型名称：赔率+胜率策略** - 模型构建思路：结合各资产的赔率与胜率策略的风险预算，构建综合配置策略[3] - 模型具体构建过程： 1. 赔率增强型策略：根据资产赔率指标（如A股AIAE指标、债券赔率指标），在目标波动率约束下超配高赔率资产，低配低赔率资产[38] 2. 胜率增强型策略：基于货币、信用、增长、通胀和海外五因子构建宏观胜率评分卡，分配风险预算[41] 3. 综合策略：将赔率策略和胜率策略的风险预算简单相加，生成最终配置权重[44] - 模型评价：综合策略在历史回测中表现稳健，兼顾赔率与胜率的动态平衡 2. **模型名称：行业轮动策略** - 模型构建思路：基于行业景气度、趋势和拥挤度三维框架进行行业配置[33] - 模型具体构建过程： 1. 趋势指标：行业过去12个月信息比率（IR）[33] 2. 拥挤度指标：行业换手率比率、波动率比率和beta比率[33] 3. 景气度判断：通过基本面数据划分高/低景气行业（实心/空心气泡表示）[36] 4. 综合评分：结合三维指标生成行业配置建议（如银行、农林牧渔等）[37] 3. **模型名称：美联储流动性指数模型** - 模型构建思路：从数量维度和价格维度解构美联储流动性[18] - 模型具体构建过程： 1. 包含净流动性、联储信用支持、预期引导、市场隐含和公告意外等子指标[17] 2. 综合加权生成流动性指数，用于判断美股配置价值[18] --- 量化因子与构建方式 1. **因子名称：AIAE指标（A股估值赔率因子）** - 因子构建思路：衡量A股相对实体债务的估值吸引力[10] - 因子具体构建过程： $$ \text{AIAE} = \frac{\text{中证全指总流通市值}}{\text{中证全指总流通市值} + \text{实体总债务}} $$ 截至5月底该指标为16%，位于2010年以来35%分位数[10] 2. **因子名称：质量因子（EPS稳定性等）** - 因子构建思路：综合赔率、趋势和拥挤度三标尺评估质量风格[19] - 因子具体构建过程： 1. 赔率：1.3倍标准差（高赔率） 2. 趋势：-0.3倍标准差（中等趋势） 3. 拥挤度：-0.8倍标准差（低拥挤）[19] - 因子评价：当前上升空间较大，建议长期关注[32] 3. **因子名称：成长因子** - 因子构建思路：通过估值、趋势和拥挤度评估成长风格[21] - 因子具体构建过程： 1. 赔率：-1.9倍标准差（低赔率） 2. 趋势：0.4倍标准差（中等趋势） 3. 拥挤度：0.3倍标准差（中等拥挤）[21] - 因子评价：整体配置价值较低[32] 4. **因子名称：小盘因子** - 因子构建思路：横截面分析小盘风格的风险收益特征[26] - 因子具体构建过程： 1. 赔率：-0.3倍标准差（中性） 2. 趋势：0.4倍标准差（中高水平） 3. 拥挤度：0.5倍标准差（中高水平）[26] --- 模型的回测效果 1. **赔率+胜率策略** - 2011年以来年化收益6.9%，最大回撤2.8%，夏普比率3.04[46] - 2014年以来年化收益7.6%，最大回撤2.6%[46] - 当前配置：泛权益类11.0%、黄金2.4%、债券86.6%[44] 2. **行业轮动策略** - 2011年以来年化超额收益12.3%，信息比率（IR）1.13[34] - 2019年以来年化超额收益9.5%，最大回撤12.3%[34] 3. **赔率增强型策略** - 2011年以来年化收益6.8%，最大回撤3.0%[40] --- 因子的回测效果 1. **质量因子** - 综合得分2.4（三标尺加权），超额收益稳定性较高[19] 2. **成长因子** - 综合得分-1.6，近期趋势和赔率同步下滑[21] 3. **小盘因子** - 综合得分0，拥挤度持续处于中高风险区间[26]