金融工程研究报告:利率择时:短周期价量策略
浙商证券·2024-12-04 20:28

量化模型与构建方式 短周期利率择时模型 - 模型名称:短周期利率择时模型 - 模型构建思路:结合价量形态和利率趋势状态,通过两步进行择时判断,一方面通过价量形态特征进行短期波动预测,另一方面通过识别利率变化趋势所处的状态优化模型决策[1][3][33] - 模型具体构建过程: 1. 短期波动预测:使用趋势模型代替传统技术分析指标,通过时序网络处理国债期货的趋势、波动和形态特征,捕捉特征间的非线性关系进行短期波动预测[3][40] - 价量特征包括:收盘价、成交量、向上振幅、向下振幅、调整后过去1个月收益率、调整后过去3个月收益率、调整后过去1年收益率、短期波动率、中长期波动率、K线形态[41][42] 2. 利率运行趋势状态识别:从国债利率的期限结构出发,构建利率变化趋势的状态变量,通过平移趋势强度、扭曲程度和形变幅度三个方面刻画国债收益率曲线的形变[3][48][50] - 平移趋势强度公式:Trt=i[(1)Pdi,tln ⁣(Pdi,t)]T r _ { t } = \sum _ { i } [ ( - 1 ) \cdot P _ { d _ { i }, t } \, \cdot \ln \! \left( P _ { d _ { i }, t } \right) ][50] - 扭曲程度公式:Dt=i[(1)Pdi,tln ⁣(Pdi,t)]D _ { t } = \sum _ { i } [ ( - 1 ) \cdot P _ { d _ { i }, t } \, \cdot \ln \! \left( P _ { d _ { i }, t } \right) ][50] 3. 合成择时信号:将价量特征和利率变化趋势的状态特征拼接后输入时序网络(biLSTM-attn),得到最终的择时信号,信号值大于零时为看多,信号值小于等于零则为看空[59][60] - 模型评价:优化后的短周期择时模型在风险收益和择时胜率方面都有明显提升,主要得益于输入端使用日频价量数据和模型学习了指标/特征间的非线性关系[3][43][60] 模型的回测效果 - 短周期利率择时模型 - 策略年化收益:6.63%[61] - 年化超额收益:3.93%[61] - 年化波动率:0.0252[61] - 择时胜率:58.68%[61] - 平均盈亏比:1.02[61] - 策略年化夏普比率:2.56[61] - 基准年化夏普比率:0.71[61] 量化因子与构建方式 价量特征因子 - 因子名称:价量特征因子 - 因子的构建思路:通过日频价量数据提取短期价格波动相关的特征[3][40] - 因子具体构建过程: - 收盘价:时序z-score标准化[41] - 成交量:时序z-score标准化[41] - 向上振幅:np.log(high/open)\mathrm { n p. l o g } ( \mathrm { h i g h / o p e n } )[41] - 向下振幅:np.log(open/low)\mathrm { n p. l o g ( o p e n / l o w ) }[41] - 调整后过去1个月收益率:r^t21,t{ \hat { r } } _ { t - 2 1, t }[42] - 调整后过去3个月收益率:r^t63,t\hat { r } _ { t - 6 3, t }[42] - 调整后过去1年收益率:r^t252,t\hat { r } _ { t - 2 5 2, t }[42] - 短期波动率:σt120,t\sigma _ { t - 1 2 0, t }[42] - 中长期波动率:σt750,t\sigma _ { t - 7 5 0, t }[42] - K线形态:回看窗口10天[42] - 因子评价:价量特征因子提供了更加丰富的有效信息,有助于模型捕捉特征间的非线性关系[3][43] 利率趋势状态因子 - 因子名称:利率趋势状态因子 - 因子的构建思路:通过国债收益率曲线的形变来识别利率变化趋势的状态[3][48] - 因子具体构建过程: - 平移程度:TrsT r _ { \mathfrak { s } }[52] - 扭曲程度:DtD _ { t }[52] - 形变幅度:cdi,t=rdi,trdi,tstepc _ { d _ { i }, t } = r _ { d _ { i }, t } - r _ { d _ { i }, t - s t e p }[1D,1M,2M,3M,6M,1Y,3Y,5Y,10Y,15Y,20Y,30Y]\in [ 1 D, 1 M, 2 M, 3 M, 6 M, 1 Y, 3 Y, 5 Y, 1 0 Y, 1 5 Y, 2 0 Y, 3 0 Y ][52] - 因子评价:利率趋势状态因子通过平移、扭转、形变幅度三个方面刻画国债收益率曲线的形变,能够有效识别利率变化状态[3][48][52] 因子的回测效果 - 价量特征因子 - 策略年化收益:4.68%[46] - 年化超额收益:2.03%[46] - 年化波动率:0.0249[46] - 择时胜率:55.29%[46] - 平均盈亏比:1.03[46] - 策略年化夏普比率:1.85[46] - 基准年化夏普比率:0.71[46] - 利率趋势状态因子 - 策略年化收益:6.63%[61] - 年化超额收益:3.93%[61] - 年化波动率:0.0252[61] - 择时胜率:58.68%[61] - 平均盈亏比:1.02[61] - 策略年化夏普比率:2.56[61] - 基准年化夏普比率:0.71[61]