> **来源：[研报客](https://pc.yanbaoke.cn)** ```markdown # 国泰海通 | 固收：利率择时模型构建方法总结 ## 核心内容 本报告提出了一种综合性的利率择时模型，旨在通过**环境感知**与**共振决策**机制，提升模型在不同市场环境下的适应性和稳定性。模型融合了机构行为因子、L1正则化预测与GMM状态机技术，构建了一个具备动态调整能力的量化择时系统。 ## 主要观点 1. **模型构建理念** - 没有“最优模型”或“万能因子”，只有“最适合当前市场环境的模型”。 - 模型构建的核心在于**市场环境的动态识别与适配**，而非追求单一因子的绝对收益。 2. **因子构造与筛选** - 将原始机构行为数据重构为**趋势、极值、敏感度**三类衍生特征。 - 构建了包含**1429个特征**的机构行为衍生因子库，用于捕捉市场微观结构的变化。 - 根据因子的多空收益特征，将其划分为**进攻因子库**与**防守因子库**： - 进攻因子库用于在多头状态下获取超额收益； - 防守因子库用于识别尾部风险并发出预警信号。 3. **信号层设计** - 引入**L1双轨正则化预测模型**，分别构建进攻与防守模型： - 进攻模型关注顺势机会，不局限于预期收益覆盖资金成本； - 防守模型专注于风险预警，通过权重平衡训练强化其在非对称市场中的表现。 - 信号层的设计增强了模型对市场非对称环境的应对能力。 4. **环境感知与共振决策机制** - 引入**GMM（高斯混合模型）**，用于识别市场状态，并基于**久期、杠杆率、波动率**划分市场环境。 - 构建了**6元正交市场状态划分体系**，实现对市场环境的精准感知。 - 在顺风期动态放大杠杆，提升收益；在拥挤与波动放大的时期主动收缩杠杆，控制风险。 - 防守模型作为“前置一票否决机制”，在出现重大风险信号时自动阻断仓位操作，增强系统稳健性。 5. **实战表现与稳健性验证** - 回测显示，该模型在**2021年至2026年**期间表现优异： - **7-10Y**周度策略年化收益达**9.03%**； - **10+Y**周度策略年化收益达**17.73%**； - 最大回撤显著降低，提升了策略的风险调整后收益。 - 补充了因子筛选的**稳健性检验**，结果显示模型在不同时间序列中具有较强的**时序连贯性**。 ## 关键信息 - **模型结构**：L1概率预测 + GMM市场状态感知 + 共振决策矩阵。 - **因子分类**：进攻因子库、防守因子库。 - **市场状态划分**：基于久期、杠杆率、波动率的6元正交状态划分。 - **回测表现**： - 7-10Y策略年化收益：9.03% - 10+Y策略年化收益：17.73% - 最大回撤明显压缩，具备较强的择时能力和风险控制能力。 - **风险提示**： - 历史数据可能失效； - 模型参数依赖历史数据校准，易受样本区间结构性特征影响； - 极端行情可能对模型产生冲击。 ## 总结 本报告提出的利率择时模型通过融合机构行为因子、L1正则化预测与GMM状态感知技术，实现了对市场环境的动态识别与策略的自动适配。模型不仅提升了择时能力，还增强了在复杂市场条件下的风险控制水平，具备较强的实战表现与稳健性。其核心在于通过多维度因子筛选与状态划分，构建一个能够“感知环境”并“共振决策”的系统化择时框架，为债市量化策略提供了新的思路与方法。 ```