量化模型与构建方式 1. 流动性周期指数模型 1.1 模型名称：流动性周期指数 1.2 模型构建思路： 该模型通过政策工具、市场利率和传导效率三个核心维度的信号处理与融合，动态捕捉中国货币政策传导效果与市场状态，精准识别货币政策的中长期趋势变化[2] 1.3 模型具体构建过程： 1) **分层信号处理架构**： - 采用四级递进处理框架：基础数据层→信号提取层→组合分析层→合成输出层 - 基础数据层完成政策利率、准备金率等原始指标的频率统一与缺失值处理 - 信号提取层通过动态标准化方法消除量纲差异 - 组合分析层引入时变权重机制 - 合成输出层通过边际变化强化与自适应滤波，突出政策拐点[76] 2) **动态权重分配机制**： - 价格型工具权重从20%阶梯式提升至48%，数量型工具权重从55%逐步降至25% - 引入DR007市场利率偏离度作为动态调节因子，当偏离超过10bp时自动提高价格型工具权重5%[76] 3) **噪声抑制技术方案**： - 采用6阶巴特沃斯低通滤波器 - 创新边际变化强化模块，通过20/40日双窗口差分计算政策力度加速度 - 建立信号稳定性校验机制[76] 4) **政策冲击记忆模型**： $$M_{t}=\alpha\cdot M_{t-1}+\beta\cdot\Delta R_{t}\times\Gamma(\Delta R_{t},\Delta R_{t-1})$$ 其中： - $M_t$:t日政策记忆量 - α=0.98:日度记忆衰减因子 - β=25：冲击系数 - $\Delta R_t$:t日政策工具变动量 - $\Gamma(\cdot)$:政策转向增强函数[83] 5) **政策转向增强函数**： $$\Gamma(\Delta R)=\left\{\begin{array}{c c}{{1.5}}&{{i f\Delta R_{t}\times\Delta R_{t-1}<0}}\\ {{1}}&{{o t h e r w i s e}}\end{array}\right.$$[86] 1.4 模型评价： 该模型创新性地结合了中国货币政策框架演进特征，通过动态权重分配和多维度信号融合，有效解决了传统量化模型在政策转型期适应性不足的问题[76] 2. 政策工具维度子模型 2.1 模型名称：政策工具维度信号合成模型 2.2 模型构建思路： 通过分层信号处理和政策冲击记忆模型，将各类货币政策工具的操作转化为统一的政策信号[76] 2.3 模型具体构建过程： 1) **政策利率指标**： - 对每个利率工具计算双重信号：基于360日移动平均的利率偏离度和带记忆衰减的政策冲击量 - 记忆衰减因子0.93-0.97，降息时冲击量正向放大1.5倍[80] - 权重动态适配：划分2014/09、2019/08、2024/06三个关键时点，OMO权重从100%阶梯下调至60%，MLF权重从40%逐步降至10%，LPR权重稳定在30%[84] 2) **准备金率指标**： - 采用统一分析框架处理准备金率信号 - 动态信号增强：使用高斯衰减模型将单次降/升准的政策冲击扩散至事件前后30天 - 双轨记忆模型：大行与中小行分别构建带衰减因子的政策记忆序列[85] - 信号合成：以70%大行信号与30%中小行信号加权合成[87] 3) **借贷便利指标**： - 采用多工具整合框架，覆盖MLF、PSL、央行票据等多种工具 - 结合工具特性设定差异化记忆衰减因子(0.93-0.97)与冲击系数(0.7-1.0)[89] - 各工具信号生成采用相对偏离度方法，计算月度净投放量与历史均值的相对差距[89] 3. 市场利率维度子模型 3.1 模型名称：市场利率维度信号合成模型 3.2 模型构建思路： 通过多维度层级分析法，聚合货币市场与债券市场动态信号[4] 3.3 模型具体构建过程： 1) **货币市场信号**： - 选取DR007、R007、同业存单利率及SHIBOR期限利差构建四维指标体系 - 采用动态阈值法与多周期信号融合机制[4] 2) **债券市场信号**： - 聚焦收益率曲线形态与动量特征 - 通过期限利差分析和收益率变动分析生成综合信号 - 采用360日滚动均值消除趋势干扰[4] 3) **信号融合**： - 货币市场信号占比60%，债券市场信号占比40% - 最终通过加权融合生成市场利率维度的综合信号[4] 4. 传导效率维度子模型 4.1 模型名称：传导效率维度信号合成模型 4.2 模型构建思路： 通过量化评估货币政策传导效果，动态调整政策工具与市场利率的权重[5] 4.3 模型具体构建过程： 1) **货币创造效率**： - 分析M2与社融增速差及M2-M1增速差 - 生成复合信号并进行反向调整[5] 2) **融资成本**： - 基于政策利率与市场利率的利差传导效率 - 计算MLF-LPR、OMO-DR007等关键利差[5] 3) **融资压力**： - 采用实际利率的历史分位数反映融资难度 - 通过Z-score标准化生成压力信号[5] 4) **市场分层**： - 通过R007-DR007利率差和银行间-交易所市场利差 - 揭示金融市场内部的流动性分层与风险定价[5] 模型的回测效果 1. **流动性周期指数模型**： - 年化收益率5.53% - 夏普比率0.974 - 最大回撤15.652% - 胜率64.762%[6] 2. **大类资产配置策略**： - 月度调仓实现了上述绩效指标[6]