20260429-广发证券-_广发金工_资金面利率择时量化模型_哪些资金面指标具有利率预测性_17页_2mb

报告摘要

【广发金工】资金面利率择时量化模型总结

核心内容概述

本报告探讨了基于资金面因子的利率择时量化模型，构建了一个包含12大类、74个细分指标的资金面因子库。该模型旨在通过分析资金面指标对利率波动的预测能力，为债券投资提供新的择时依据。研究涵盖了日频和月频资金面因子的筛选、处理及择时策略回测，并进一步将择时信号应用于利率债久期轮动策略中，以评估其在实际投资中的表现。

主要观点

利率择时的维度：利率择时策略可分为宏观因子、微观价量指标与中观资金面因子三类，其中资金面因子作为中间维度，具有独特的预测价值。
资金面因子库构建：因子库包含财政政策、参考利率、拆借利率、回购利率、央行操作、利率互换、海外流动性、银行存单、票据贴现及其他因素等类别，共计74个指标。
数据处理：剔除缺失率超过10%的因子，进行前向填充和滞后处理，再进行一阶差分，以增强数据平稳性和预测能力。
日频单因子择时：在日频尺度上，49个资金面因子均表现出正收益，其中同业存单发行利率、关键期限债券收益率及部分衍生品利率表现最优。
日频多因子择时：构建了动态因子筛选与投票模型，11因子组合表现最佳，年化收益率为1.92%，收益风险比为2.79。
月频择时表现不佳：月频资金面因子在回测中表现平平，主要由于信号降频后的滞后与信息丢失，因此仅采用日频因子进行久期轮动。
久期轮动应用：将择时信号应用于利率债久期轮动策略，选择中债-国债总财富（7-10年）指数、中债-国债总财富（1-3年）指数及中证货币基金指数作为投资标的。结果显示，轮动策略在控制回撤的同时提升了收益风险比。
策略表现：
- 在长短久期债券指数间轮动，策略年化收益4.06%，最大回撤-2.63%，收益风险比2.45。
- 在长久期债券指数与货币基金指数间轮动，策略年化收益4.52%，最大回撤-1.31%，收益风险比2.79。
2025年以来表现：在传统价量策略失效背景下，资金面因子策略提供了相对准确的择时信号。

关键信息

资金面因子类型：包括财政政策、参考利率、拆借利率、回购利率、央行操作、利率互换、海外流动性、银行存单、票据贴现及其他因素等。
因子处理方法：
- 剔除缺失率高的因子。
- 进行前向填充和滞后处理。
- 一阶差分处理以增强平稳性。
单因子择时表现：
- 49个日频因子均获得正收益。
- 表现最好的因子包括同业存单发行利率、关键期限债券收益率、GC001和5年期利率互换等。
多因子择时策略：
- 采用动态因子筛选与投票模型。
- 11因子组合表现最优，年化收益率为1.92%。
久期轮动策略：
- 看多时持有长久期债券，看空时持有短久期债券或货币基金。
- 轮动策略在收益风险比上优于等权配置与简单买入持有。
模型局限性：
- 基于历史数据，模型在统计意义上有效，但无法保证未来表现。
- 资金面指标可能存在发布延迟或停止更新的风险。

结论

资金面因子在利率择时方面具有重要预测价值，尤其适用于高频策略。通过构建包含74个指标的因子库并进行筛选与处理，研究验证了资金面因子对短期利率波动的预测能力。在实际投资中，将资金面因子信号应用于利率债久期轮动策略，表现优于传统策略，尤其在控制回撤和提升收益风险比方面具有显著优势。然而，由于市场不确定性，该模型仅作为投资参考，不构成投资建议。

展开完整摘要