>> 浙商證券-利率量化擇時(shí)系列一：賠率視角下的30年國(guó)債擇時(shí)模型-250619
| 上傳日期： |
2025/6/20 |
大?。?/td>
| 1217KB |
| 格式： |
pdf 共14頁(yè) |
來(lái)源： |
浙商證券 |
| 評(píng)級(jí)： |
-- |
作者： |
覃漢 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告，僅限高級(jí)會(huì)員查看 |
|
|
本文作為利率量化擇時(shí)系列報(bào)告的起點(diǎn)，通過(guò)基于100個(gè)基本面與技術(shù)面因子構(gòu)建利率擇時(shí)模型，有望有效地預(yù)測(cè)30年期國(guó)債收益率未來(lái)5個(gè)交易日走勢(shì)，并從賠率的角度出發(fā)，初步構(gòu)建了基于利率擇時(shí)的量化交易模型。
主觀與量化
近年來(lái)利率下行周期與波動(dòng)率上升趨勢(shì)共振，通過(guò)擇時(shí)和波段交易作為提高收益的方式逐漸得到固收投資者的關(guān)注。傳統(tǒng)基于“五碗面”的主觀定性分析難以高效捕捉交易機(jī)會(huì)，而量化模型通常在捕捉短期趨勢(shì)中更具優(yōu)勢(shì)，通過(guò)動(dòng)態(tài)解析數(shù)據(jù)中的非線性規(guī)律，有望為久期管理、對(duì)沖策略、波段交易提供更為科學(xué)依據(jù)。
何為集成學(xué)習(xí)（ensemble）模型？
雖然大模型的火熱給以GNN和Transformer為代表的深度神經(jīng)網(wǎng)絡(luò)帶來(lái)了持續(xù)的關(guān)注度，但深度學(xué)習(xí)的黑匣子屬性依然是其較為明顯的缺點(diǎn)，集成方法具有以下幾個(gè)顯著優(yōu)勢(shì)：1）可解釋性強(qiáng)：能夠明確輸出特征重要性、分裂路徑和變量影響方向，更適用于需要邏輯可追溯的金融研究場(chǎng)景；2）對(duì)小樣本與噪聲數(shù)據(jù)更友好：深度學(xué)習(xí)通常依賴大規(guī)模樣本和高維連續(xù)特征，對(duì)于債券市場(chǎng)而言，集成方法在有限樣本、高噪聲環(huán)境中依然具備良好穩(wěn)定性，適配金融市場(chǎng)中常見的結(jié)構(gòu)性跳變數(shù)據(jù)；3）調(diào)參復(fù)雜度適中：盡管部分集成模型調(diào)參空間較大，但相較于神經(jīng)網(wǎng)絡(luò)需要大量超參數(shù)組合、訓(xùn)練時(shí)間長(zhǎng)、易陷入局部最優(yōu)的特性而言，集成算法具有更高的工程可控性；4）適配金融因子的結(jié)構(gòu)特征：金融數(shù)據(jù)常呈現(xiàn)非線性、分段式和缺失值較多的特征。集成模型天然支持對(duì)缺失值、類別型變量和非正態(tài)分布變量的處理，且在非線性建模上具備先天優(yōu)勢(shì)。
模型設(shè)計(jì)
本次我們將嘗試使用基本面因子與技術(shù)面因子來(lái)預(yù)測(cè)30年期國(guó)債收益率未來(lái)5個(gè)交易日走勢(shì)。這一選擇出于兩方面的考慮：一是實(shí)用性，低利率環(huán)境下，長(zhǎng)周期預(yù)測(cè)不確定性高，短期波段交易更具價(jià)值；二是可行性，點(diǎn)位預(yù)測(cè)易受噪聲干擾，方向性分類任務(wù)更適配投資決策。為了讓模型更多地學(xué)習(xí)利率下行的邏輯，我們訓(xùn)練模型時(shí)采取了三分類的方法，選取1）周度利率變動(dòng)幅度位于歷史40%~60%分位數(shù)的樣本作為“震蕩”類，標(biāo)為類別0；2）周度利率變動(dòng)幅度位于20%~40%分位數(shù)的樣本為“小幅下行”類，標(biāo)為類別1；3）周度利率變動(dòng)幅度位于歷史20%分位數(shù)以內(nèi)的樣本為“大幅下行”類，標(biāo)為類別2。最后，通過(guò)數(shù)據(jù)收集、數(shù)據(jù)處理、模型優(yōu)化與模型評(píng)估，系統(tǒng)性地輸出具備交易價(jià)值的利率擇時(shí)信號(hào)。結(jié)果顯示，XGB是最有效的模型，對(duì)于類別1和2，合并后的查準(zhǔn)率（precision）為59.42%，查全率（recall）為81.46%、調(diào)和平均值（F1 score）達(dá)68.72%，表明模型能較好地識(shí)別做多信號(hào)。同時(shí)，若以TL作為交易標(biāo)的，依據(jù)模型信號(hào)持有5天為例，策略樣本外回測(cè)區(qū)間（2024/5/14~2025/5/14）年化收益達(dá)12.58%，夏普比1.54，最大回撤6.95%，交易勝率67.23%。
風(fēng)險(xiǎn)提示
1）模擬交易與回測(cè)局限性；2）硬件誤差風(fēng)險(xiǎn)；3）歷史數(shù)據(jù)失真風(fēng)險(xiǎn)
|
|
