20210306-申港证券-金融工程专题报告_低频因子与宏观利率相关性研究_18页_543kb

低频因子与宏观利率相关性研究总结

核心内容概述

本文聚焦于低频宏观因子与宏观利率之间的相关性分析，旨在通过优化因子数值区间划分方法，识别出与利率涨跌具有较高确定性的因子区间。研究使用中债国开债10年到期收益率作为宏观利率的代表指标，分析了多个月频和季频因子的数值区间对利率变化的预测能力。

主要观点

1. 低频因子间相关性普遍不高

• 大多数低频宏观因子之间的相关性较低，相关系数绝对值普遍小于0.8。
• 通过遍历和迭代方法，剔除了三个冗余因子：百城住宅平均价格指数、固定资产投资累计增速、进出口金额累计同比（美元计价），以避免因子效果重叠。

2. 完备二分类分析

• 仅经济学家信心指数在季频因子中实现了完备二分类，其SC值达到0.5，且上下期利率涨跌的胜率均超过60%。
• 月频因子中，社会融资同比增速的SC值接近0.49，也具备一定的二分类预测能力。

3. 单边子集的优化

• 放弃完备二分类的限制，寻找单侧最优区间，使得多数因子的胜率提升。
• 在覆盖度不低于0.33的前提下，优化后的区间胜率显著提高，尤其是**城镇居民收入累计增速（中位数）**的上涨相关区间胜率超过80%。

4. 双侧连续区间的优化

• 通过允许起止点自由变动，寻找覆盖度较低但相关性更强的双侧连续区间。
• 最优区间胜率进一步提升，季频因子的上涨相关区间胜率普遍超过70%，下跌相关区间也有显著提升。

关键信息

优化后的因子区间胜率（部分示例）

SC值提升显著

• 通过双侧连续区间的优化，大多数因子的SC值显著提升。
• 季频因子的SC值提升更为明显，尤其是经济学家信心指数和**城镇居民收入累计增速（中位数）**等。

结构清晰总结

1. 低频因子间相关性研究

• 相关性分析：多数低频因子之间相关性不高，相关系数绝对值普遍小于0.8。
• 冗余因子剔除：剔除三个高相关因子：百城住宅平均价格指数、固定资产投资累计增速、进出口金额累计同比（美元计价），以提升模型独立性。

2. 低频宏观因子数值分类研究

• 完备二分类：仅经济学家信心指数能够实现完备二分类，SC值为0.5。
• 单边子集优化：通过单侧区间划分，多数因子胜率提升，但提升幅度有限。
• 双侧连续区间优化：在数据覆盖度不低于0.33的前提下，寻找起止点自由的最优区间，显著提升了因子与利率涨跌的相关性。

3. 风险提示

• 国际政治环境的突发事件及政策风险可能影响宏观利率走势，需引起重视。

展望与建议

• 未来将基于优化后的因子区间构建多因子低频交易模型，以增强策略的可操作性和稳定性。
• 需注意各因子之间的协同效应，综合考量以提高预测准确率。