国泰海通|固收:机构行为因子在债市量化择时中的“体检”、筛选与引入——债市因子图鉴(一)

国泰君安证券研究03-10 22:00

报告导读:三步完成:针对性的“因子体检”、S0P分流漏斗筛选和动态IC引入模型。

机构行为研究都利率择时中具有重要意义的一环,然而量化择时中引入对机构行为因子的应用存在三大痛点:一是影响的滞后性,资金流向往往需要数日发酵才能兑现为行情;二是作用机制的非线性,部分博弈行为仅在极端拥挤或情绪拐点时才具备显著指引;三是策略属性的非对称性,不同机构在牛熊市中的操作逻辑(趋势vs反转)截然不同。针对上述痛点,本文构建了一套适配机构行为特征的多维度评价体系与SOP分流流程,旨在解决数据落地难点,筛选出真正具备解释力与统计稳健性的优质因子。

首先全面刻画每一个机构行为因子的有效性与稳健性,设计了一套包含四大维度、十余项细分指标的“体检套餐”。基于机构行为因子运用的难点,我们扩展了常规的单一IC评价体系:(1)通过测算不同滞后周期下的IC值锁定因子的最佳的预测能力与周期;(2)增加测算胜率与赔率的非线性变化,以模拟不同环境下的盈亏比;(3)测算因子的峰度、自相关与换手率,实现信号形态优选;(4)分场景压力测试,测算因子在牛市下的“进攻性”,熊市下的“防御性”和震荡环境下的生存能力。

在因子“体检报告”的基础上,建立基于特征的三层SOP分流漏斗,构建“动量、反转、配置”三位一体的立体化因子库:首先剔除高换手、低效费比的噪声数据,随后依据信号的统计分布特征进行赛道分流。分布均匀且具备线性预测能力的归为动量因子,捕捉趋势延续;呈尖峰肥尾特征且具备极端收益优势的归为反转因子,捕捉情绪拐点;高自相关且回撤可控的归为配置因子,锁定安全边际。这一分类体系确保了因子在不同市场环境下各司其职。

基于上述筛选体系,我们量化拆解了不同机构在利率债不同期限上的行为逻辑,其中中期国债主要受理财子公司与中小银行驱动;而超长端国债则由保险机构的刚性配置与大型银行的避险情绪主导。特别是发现保险<1Y的累积净买入对长端国债行情具有显著的择时能力。这些发现将笼统的机构行为细化为具体的资金流向,验证了高质量因子本身即包含深刻的市场逻辑。

最后,为了验证因子筛选的有效性,我们分别构建了静态等权模型与动态IC自适应模型,其中后者在样本外(20257月至今)展现出了较强的有效性。本框架对于存在滞后或具备一定非线性特征的因子具有较强的普适性,同样适用于国债期货多空持仓、宏观数据等具有相似特征的因子体系。我们将在后续的系列报告中,进一步探讨该方法论在宏观量化领域的复用与拓展。

风险提示:历史数据存在失效的可能;模型核心参数依赖历史数据校准,易受样本区间结构性特征影响,量化模型效率可能衰减;极端行情波动。

报告来源

以上内容节选自国泰海通证券已发布的证券研究报告。

报告名称:机构行为因子在债市量化择时中的“体检”、筛选与引入——债市因子图鉴(一);报告日期:2026.03.09 报告作者:

唐元懋(分析师),登记编号:S0880524040002

孙越(分析师),登记编号:S0880525080004

重要提醒

本订阅号所载内容仅面向国泰海通证券研究服务签约客户。因本资料暂时无法设置访问限制,根据《证券期货投资者适当性管理办法》的要求,若您并非国泰海通证券研究服务签约客户,为保证服务质量、控制投资风险,还请取消关注,请勿订阅、接收或使用本订阅号中的任何信息。我们对由此给您造成的不便表示诚挚歉意,非常感谢您的理解与配合!如有任何疑问,敬请按照文末联系方式与我们联系。

法律声明

本公众订阅号(微信号: GTHT RESEARCH )为国泰海通证券股份有限公司(以下简称“国泰海通证券”) 研究所依法设立、独立运营的唯一官方订阅号。其他机构或个人在微信平台上以国泰海通研究所名义注册的,或含有“国泰海通研究",或含有与国泰海通证券研究所品牌名称相关信息的其他订阅号均不是国泰海通证券研究所官方订阅号。本订阅号不是国泰海通证券研究报告发布平台,本订阅号所载内容均来自于国泰海通证券研究所已正式发布的研究报告,如需了解详细的证券研究信息,请具体参见国泰海通证券研究所发布的完整报告。在任何情况下,本订阅号的内容不构成对任何人的投资建议,国泰海通证券也不对任何人因使用本订阅号所载任何内容所引致的任何损失负任何责任。本订阅号所载内容版权仅为国泰海通证券所有,国泰海通证券对本订阅号保留一切法律权利。订阅人对本订阅号发布的所有内容(包括文字、影像等)进行复制、转载的,需注明出处为“国泰海通研究”, 且不得对本订阅号所载内容进行任何有悖原意的引用、删节和修改。

扫码关注 星标不迷路

国泰海通证券研究所官方公众号

海量研报 | 热门活动 | 视听内容

免责声明:本文观点仅代表作者个人观点,不构成本平台的投资建议,本平台不对文章信息准确性、完整性和及时性做出任何保证,亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白
发表看法