报告行业投资评级 未提及 报告的核心观点 通过优化仓位策略可提升量化框架的真实表现，不同仓位策略在不同市场环境和搭配不同模型时表现各异，投资者应根据自身风险偏好和市场情况选择合适的模型与策略，且应更注重收益而非手续费消耗 [2][6][111] 根据相关目录分别进行总结 多因子模型下仓位策略的关键作用 - 市场一般量化框架直接使用涨跌方向预测存在问题，如模型胜率与收益率等指标不一致、频繁大幅调仓增加成本、复杂模型难收敛和稳定性不足等 [8] - 相比优化模型预测胜率，优化量化体系中的仓位策略更重要，可通过提高交易信号触发门槛值、设置逐步加仓条件或使用反双曲正切函数等方式提升策略盈亏比并限制换手率 [9] 多因子模型的仓位策略介绍 - **多空全仓策略**：基于二值化信号执行的极端仓位管理模式，将模型概率预测结果直接转化为全仓操作，适合作为业绩比较基准 [12] - **带门槛的多空全仓策略和逐步加仓策略**：带门槛的全仓策略引入模糊区间过滤机制，减少误判风险和低效交易频次；带门槛的逐步加仓结合门槛值模型和渐进式加仓管理模式，降低单次交易成本 [13][14] - **基于不同风险偏好和映射函数设计连续策略**：将二值选择的概率信号转化为仓位调整信号，可按风险偏好分为风险偏好型、风险中性型和风险厌恶型，对应不同映射函数，如 Sigmoid 函数、线性函数和 Atanh 函数等 [18] 策略回测情况 - **回测模拟的样本区间和关键参数**：交易标的为国债期货 T 合约，初始净值为 1，保证金比率为 2%，各策略信号发出后次日开盘开仓、收盘计算胜率、后日开盘调仓，使用最近 120 天数据训练模型，预测下一个交易日，2024 年为牛市，2025 年 1 - 5 月为震荡市 [30][31] - **多空全仓策略的基准结果**：牛市下增厚效果有限，震荡市中部分模型能实现显著收益增厚，搭配非线性模型在震荡市表现优于线性模型，搭配 GRU 时序模型能较好压制换手率 [33][34][35] - **带门槛值的全仓策略和逐步调仓策略**：门槛策略能优化投资策略赔率，但需根据模型类型和市场环境审慎设定阈值；逐步调仓策略能降低换手率和交易成本，但通常会牺牲部分收益，配套 LG 模型在震荡市表现较佳 [37][40][53] - **单一连续策略的效果分析**：在震荡市中与部分模型搭配能显著提升策略赔率，GRU 模型与连续策略组合表现稳定，Atanh 策略和 Sigmoid 策略展现不同风险偏好，换手率高低差异不固定 [58][68][73] - **交易手续费影响的再讨论**：信号输出强度与交易成本正相关，不同仓位策略对手续费影响不同，国债期货手续费对收益侵蚀程度较小，投资者应确立“收益优先、成本其次”的优化级次 [94][97][110] 总结与策略建议 - 各类仓位策略搭配重要，能在模型信号胜率不变时提升整体表现，震荡市中合理选择仓位策略增厚效果明显 [111] - 二值全仓策略在趋势明显时捕获收益，但波动、回撤和换手率高；门槛逐步加仓策略交易频率低，但震荡市收益捕获能力有限（LG 模型除外） [111] - 单一连续策略在震荡市表现出众，线性和正态策略收益稳定，Sigmoid、Atanh 和 Atanh - Sigmoid 策略适合风险厌恶型投资者，GRU 模型搭配 Atanh 类策略表现稳定 [111] - 单一连续型策略中的 Sigmoid 和 Atanh 等在震荡市能降低换手率和手续费消耗，投资者应更注重收益 [111]

报告导读： 通过优化仓位策略事半功倍的提升量化框架的真实表现。 关于利率（或国债期货）涨跌的预测，市场上的一般量化框架为使用 0-1 分类模型对国债期货的涨跌方向进行预测，但在实际操作中不宜直接使用这种涨跌 方向的预测。 对比起模型对预测胜率的优化，更重要的可能是量化体系中的仓位策略部分优化，即优化对预测模型的每日利率 0-1 信号（或价格上行概率） 如何映射到仓位的模式。 如可以考虑提高交易信号触发的门槛值或设置逐步加仓条件，合理减少交易频率，也可以通过使用反双曲正切函数来分配仓位，提 升策略盈亏比的同时限制换手率。 本研究中测试的仓位策略包括：多空全仓策略作为基准。带门槛的全仓策略，该策略的核心改进在于引入模糊区间过滤机制，带门槛的逐步加仓，结合门槛值 模型和渐进式的逐步加仓管理模式。连续型交易策略将二值选择的概率信号转化为仓位调整信号，即将国债期货价格的 X% 的上行概率，通过函数 f(X%) 映 射至相应的仓位，这可以将连续型的交易策略按照风险偏好类型划分为风险偏好型、风险厌恶型和风险中性型，分别分配 Sigmoid 函数、 Atanh 函数和线性 函数等。 参考报告《 债市择时多因子模型设计：从线性 ...

核心观点 - 通过优化仓位策略可以事半功倍地提升量化框架的真实表现，特别是在震荡市中效果更为明显 [1][3] - 仓位策略的优化比模型预测胜率的优化更为重要，包括设置交易信号触发门槛、逐步加仓条件以及使用反双曲正切函数分配仓位等 [4][19] - 连续型交易策略（如Sigmoid、Atanh等）在震荡市中表现优异，能够在不提高预测胜率的前提下显著提升策略的赔率表现 [68][86] 仓位策略分类与特点 多空全仓策略 - 基于二值化信号执行极端仓位管理，当上涨概率信号>50%时多头满仓，<50%时空头满仓 [24] - 直接反映模型原始预测质量，适合作为业绩比较基准，但存在频繁大幅调仓和摩擦成本问题 [24][16] - 在牛市中年化收益率5.19%-7.30%，震荡市中部分模型如SVM年化收益率可达10.52% [50][51] 带门槛的策略 - 引入模糊区间过滤机制，当预测信号处于中间区间(0.45,0.55)时平仓，规避低置信度信号交易 [25] - 在牛市中GRU模型年化收益率从5.19%提升至6.25%，最大回撤从1.87%降至0.95% [56] - 在震荡市中MCMC方法最大回撤从0.96%降至0.66%，夏普比率从1.97跃升至2.85 [56] 逐步调仓策略 - 通过三阶信号过滤机制动态划分决策区间，单次调整1/5仓位直至满仓或空仓 [26] - 显著降低换手率和交易成本，但通常会牺牲部分策略收益，震荡市中多数模型年化收益率低于1% [59] - 逻辑回归(LG)模型在震荡市中表现例外，年化收益率4.30%，卡玛比率高达9.74 [64][65] 连续型交易策略 策略分类 - 风险偏好型：使用Sigmoid函数，信号不明显时仓位变化大 [34][35] - 风险中性型：线性策略，仓位随信号同步变化 [33] - 风险厌恶型：使用Atanh函数，信号不明显时决策谨慎 [38][39] 表现分析 - GRU搭配Sigmoid策略在震荡市卡玛比率达12.48，最大回撤仅0.21% [68] - MCMC搭配Atanh策略最大回撤低至逐步调仓策略的十分之一，卡玛比率高达40.32 [68] - Atanh策略在牛市与GRU/MCMC搭配时优势明显，卡玛比率达22.54，但震荡市中优势稀释 [89][103] 策略回测结果 市场环境差异 - 牛市(2024年)：各模型年化收益率5.19%-7.30%，增厚效果有限 [50] - 震荡市(2025年)：模型表现分化，SVM年化收益率10.52%，夏普比率3.17 [50][51] 模型表现 - GRU模型：时序信号捕捉能力强，与连续策略形成"万能适配"，卡玛比率在牛市达22.54 [83][86] - SVM模型：震荡市中表现突出，但策略优势具有环境依赖性 [86][88] - RF模型：通过特征随机性提升鲁棒性，震荡市年化收益率6.68% [51] 手续费影响 - 二值全仓策略因强制满仓切换导致成本峰值，年度双边换手率最高达289.55 [93][99] - 逐步调仓策略通过单次仓位调整限制，系统性压制交易频率与规模 [110] - 国债期货手续费影响较小(0.01%-0.08%年化收益率衰减)，应优先关注收益而非成本 [119]

报告行业投资评级 未提及 报告的核心观点 - 债市短期偏震荡概率高，应维持久期，若资金利率下行可适当加杠杆 [2] - 债市由“看多不做多”转为部分多头“松动”阶段，情绪指数下滑 [3] - 基本面与宽货币是多空双方“主战场” [3] - 可考虑适当参与博弈 TS 合约上涨 [6] 根据相关目录分别进行总结 卖方与买方市场 - 卖方市场情绪指数较上周下降，本周跟踪加权指数 0.18，不加权指数 0.28，当前机构整体中性偏多，10 家偏多，17 家中性，3 家偏空 [13] - 买方市场情绪指数较上周下降，本周跟踪情绪指数 0.18，当前机构整体中性偏多，10 家偏多，16 家中性，3 家偏空 [14] - 信用债市场热词为科创债推动政策、隐债问责，前者预计未来发行增量为金融机构和民营企业，后者城投债发行监管趋于严格，短期内风险可控 [18] - 可转债本周机构整体持中性偏多观点，2 家偏多，6 家中性 [20] 国债期货跟踪 - 期货交易方面，除 TS 合约价格和持仓量上升外，其余期货合约价格和持仓量均下降，成交量和成交持仓比全面上升 [24][25] - 现券交易方面，30Y 国债和利率债换手率下降，10Y 国开债换手率上升 [35][36] - 基差交易方面，TF 主力合约基差收窄，其余主力合约基差走阔，TS 主力合约净基差走阔，其余主力合约净基差收窄，TS 合约 IRR 上升，其余主力合约 IRR 下降，可关注 TS 合约正套策略 [41][44][45] - 跨期价差方面，T 合约价差走阔，其余主力期货合约价差收窄；跨品种价差方面，2*TS - TF、4*TS - T 合约价差走阔，其余主力期货合约价差收窄，建议关注多短空长做陡曲线策略 [51][52]