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.pdf

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。利率择时定量方法的回顾：简要回顾了前期研究中基于微观市场行为 （价量指标）和宏观经济基本面（宏观因子）的利率择时策略。技术 指标策略反应敏捷，宏观因子策略逻辑稳健，两者互为补充。本篇报 告进一步探索介于二者之间的中观维度——资金面因子。

资金面因子库的建立：系统构建了包含财政政策、参考利率、拆借利 率、回购利率、央行操作等 12 大类、74 个资金面细分指标的因子库。 对指标进行了筛选、缺失值填补、滞后处理及差分转换，确保数据的 可得性与平稳性。

单因子利率择时：在日频尺度上，通过滚动窗口回归模型对中债-国债 总净价（7-10 年）指数进行择时。实证显示，49 个日频资金面因子均 获得超额收益，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，验证了资金面因子对短期利率波动的预测能力。

多因子利率择时：构建了动态因子筛选与投票模型。日频多因子策略 在回测区间内表现优异，年化收益率显著跑赢基准，其中 11 个因子的 组合表现较好。然而，在月频尺度的尝试中，可能由于日频信号降频 后的严重滞后与信息丢失，策略表现平平，表明资金面因子更适用于 高频择时。

初步应用于利率债久期轮动：将 11 因子日频择时信号应用于久期轮动, 选择 7-10 年国债总财富指数（CBA00651.CB）、1-3 年国债总财富 指数（CBA00621.CB）和中证货币基金指数（H11025.CSI）分别作 为长债、短债、现金管理的投资标的，看多债市时持有长久期财富指 数，看空时持有短久期财富指数或货币基金指数。相比于等权配置和 简单买入持有长久期债券，轮动策略表现相对更优。