固收量化系列研究之六：形态识别算法在利率择时中的应用-240530-招商证券-25页_1mb

形态识别算法在利率择时中的应用总结

核心内容

形态识别算法在利率择时中的应用主要围绕以下几个方面展开：

1. 基于核回归的利率曲线形态刻画
   采用核回归方法提取利率数据的主要趋势，过滤短期波动，形成“点+线”的简化形态结构，为后续形态识别提供基础。

2. 传统形态指标在利率择时中的应用
   识别头肩形、扩散形、三角形和矩形等传统形态信号，并据此构建久期轮动策略，以提升利率择时的收益表现。

3. 基于支撑线和阻力线的形态泛化方法
   构建突破形态策略，利用支撑线和阻力线的突破信号，进一步优化策略效果。

4. 多周期共振策略的构建
   通过短、中、长周期信号的共振，提高策略的稳定性与收益表现。

5. 双线突破形态与传统形态的关联
   分析双线突破信号与传统形态信号之间的关系，发现双线突破信号具有更广泛的覆盖性。

主要观点

• 核回归方法：通过核回归平滑利率数据，提取主要趋势，减少短期波动的干扰，从而识别出利率形态。
• 传统形态信号：头肩形、扩散形、三角形和矩形形态均能有效识别利率趋势，多形态复合策略表现优于等权基准。
• 双线突破信号：通过支撑线和阻力线突破信号构建的策略，交易频率更高，策略表现优于传统形态策略。
• 策略改进：根据利率通道趋势（上行、震荡、下行）对双线突破策略进行优化，提升了收益回撤比。
• 多周期共振：结合短、中、长周期信号，形成共振策略，进一步提升了策略的稳定性和收益表现。

关键信息

1. 核回归方法

• 目的：提取利率数据的主要趋势，减少短期波动的影响。
• 方法：通过核函数对利率数据进行加权平均，提取出主要趋势。
• 带宽参数影响：带宽越小，策略越高频；带宽越大，策略越长周期。
• 应用结果：带宽为5时，年化收益率为5.71%，优于等权基准81BP。

2. 传统形态指标

• 形态类型：头肩形、扩散形、三角形、矩形。
• 策略构建：根据形态信号判断利率趋势方向，进行久期轮动。
• 表现结果：头肩形、扩散形、三角形和矩形组合的年化收益率分别为5.10%、4.97%、5.41%、5.03%，均跑赢等权基准。
• 超额收益：最高为51BP（三角形组合）。

3. 双线突破形态策略

• 信号构建：基于支撑线和阻力线的突破方向，形成交易信号。
• 策略逻辑：
  • 利率向下突破支撑线 → 超配长久期
  • 利率向上突破阻力线 → 超配短久期
• 表现结果：年化收益率为7.68%，超额收益为2.78%，最大回撤为5.91%。
• 改进策略：根据利率通道趋势调整配置，年化收益率为7.65%，最大回撤降至3.77%，收益回撤比提升至2.03。
• 多周期共振策略：结合短、中、长周期信号，仅在多重信号共振时进行交易，年化收益率为8.82%，超额收益为3.92%，最大回撤为3.32%，收益回撤比为2.66。

4. 传统形态与双线突破形态的关联

• 覆盖性：大部分传统形态信号均能被双线突破信号所覆盖。
• 一致性：双线突破信号在突破方向和形态含义上与传统形态信号基本一致。
• 信号频率：双线突破信号的频率明显高于传统形态信号，2007年以来，传统形态信号数量平均占双线突破信号的30%左右。

策略表现

• 多形态复合策略：年化收益率5.71%，超额收益81BP，收益回撤比1.05。
• 双线突破策略：年化收益率7.68%，超额收益2.78%，最大回撤5.91%，收益回撤比1.30。
• 改进后的双线突破策略：年化收益率7.65%，最大回撤3.77%，收益回撤比2.03。
• 多周期共振策略：年化收益率8.82%，超额收益3.92%，最大回撤3.32%，收益回撤比2.66。

风险提示

• 本报告结果基于历史数据测算，模型在政策或市场环境变化时可能失效。
• 本报告提及的债券不构成投资建议。

研究团队

• 任瞳：S1090519080004
• 王武蕾：S1090519090003
• 梁雨辰：S1090523070008