20220321-东证期货-债券量化系列之二_债券组合量化策略研究_24页_1mb

债券组合量化策略研究总结

核心内容概述

本文聚焦于目标久期下的收益率曲线策略，探讨了哑铃型组合与子弹型组合在债券投资中的应用，并基于机器学习模型（如随机森林、AdaBoost、XGBoost和Lasso）对蝶式组合的收益率进行预测，从而指导债券多头组合的构建。文章从模型构建、影响因子归因、策略表现等方面展开分析，为投资者提供量化配置方案。

主要观点与关键信息

1. 债券组合类型与构建方式

• 子弹型组合：将仓位集中在特定期限的债券上，通常为目标久期对应的债券。
• 哑铃型组合：选择低久期与高久期债券进行组合，形成对利率曲线两端的敞口。
• 阶梯型组合：均衡配置长久期、中久期与短久期债券，作为轮动策略的基准。

蝶式组合构建方式：

• 本文采用现金中性方法，即两翼组合市值相等，且对利率曲线水平因子暴露较小，主要受益于曲线变平和凸性增加。
• 蝶式组合的权重配比为低久期与高久期组合权重平均约为1.3:1。

2. 蝶式组合表现与影响归因

• 平均月度收益率：蝶式组合平均月度收益率为负，但震荡格局明显，长期有向下压力。
• 凸性溢价：高凸性组合在收益率大幅波动时表现更优，低凸性组合在收益率变化较小时更优。
• 风险因子暴露：
  • 水平因子：对蝶式组合影响较小。
  • 斜率因子：显著受益于曲线平坦化。
  • 曲率因子：对组合收益影响最大，且波动性较高。

3. 模型构建与效果分析

• 模型选择：采用Lasso、随机森林、AdaBoost和XGBoost四种模型对蝶式组合收益率进行预测。
• 特征选择：基于活跃券组合、蝶式组合、NS模型因子和远期利率曲线构建276个特征因子。
• 模型效果：
  • R2指标：XGBoost模型表现最佳（测试集R2为5.2%），Lasso模型最差（测试集R2为1.0%）。
  • 胜率（HIT）：随机森林模型表现最佳（测试集胜率为60.7%）。
  • 盈亏比（PL）：Lasso模型表现最佳（测试集PL为1.59）。
  • 夏普比率：XGBoost模型（1.84）与Lasso模型（2.08）表现相对较好，AdaBoost模型表现最弱（1.16）。

4. 蝶式策略净值表现

• 测试集表现：
  • Lasso：年化收益1.7%，夏普比率2.08，最大回撤-0.7%。
  • 随机森林：年化收益1.4%，夏普比率1.63，最大回撤-0.6%。
  • AdaBoost：年化收益1.0%，夏普比率1.16，最大回撤-0.8%。
  • XGBoost：年化收益1.5%，夏普比率1.84，最大回撤-0.4%。
• 全样本表现：
  • Lasso：年化收益1.3%，夏普比率1.21，最大回撤-1.3%。
  • 随机森林：年化收益1.6%，夏普比率1.46，最大回撤-1.2%。
  • AdaBoost：年化收益1.6%，夏普比率1.48，最大回撤-1.1%。
  • XGBoost：年化收益2.3%，夏普比率2.11，最大回撤-1.0%。
• 等权基准对比：全样本中，XGBoost模型的年化收益（4.8%）和夏普比率（2.85）均优于等权基准（3.6%）。

5. 债券多头配置策略

• 配置信号：根据蝶式组合的信号，若信号为正（多两端空中间），则配置哑铃型组合；若信号为负（空两端多中间），则配置子弹型组合。
• 测试集表现：
  • Lasso：年化收益4.6%，最大回撤-2.6%。
  • 随机森林：年化收益4.4%，最大回撤-3.1%。
  • AdaBoost：年化收益4.2%，最大回撤-3.0%。
  • XGBoost：年化收益4.5%，最大回撤-2.7%。
• 等权基准提升：多头配置策略的收益风险比（如夏普比率）均优于等权基准。

风险提示

• 量化模型风险：模型效果基于历史数据，存在失效风险。
• 市场波动风险：债券收益率波动可能影响组合收益，需注意市场变化。

附注信息

• 活跃券筛选标准：基于国债期货交割券规则，选择剩余期限符合特定范围的债券作为活跃券。
• 数据处理：采用20日平均成交量选择关键期限债券，构建等权组合，月度再平衡。
• 模型训练与测试：以8:2划分训练集与测试集，进行交叉验证与超参数调优。

致谢

感谢东方证券金工首席分析师朱剑涛老师的指导与帮助。

作者信息

• 分析师：王冬黎
• 从业资格号：F3032817
• 投资咨询号：Z0014348
• 联系方式：
  • 电话：8621-63325888-3975 / 15802167045
  • 邮箱：dongli.wang@orientfutures.com

机构信息

• 东证期货：成立于2008年，是东方证券股份有限公司的全资子公司，注册资本23亿元人民币。
• 业务范围：商品期货经纪、金融期货经纪、期货投资咨询、资产管理、基金销售等。
• 营业部分布：全国33个营业部，134个证券IB分支网点。
• 核心竞争力：以衍生品风险管理为核心，具备研究和技术双重优势。

图表目录

• 图表1：蝶式组合常用构建方案
• 图表2：基于活跃券组合构建蝶式组合的主要风险暴露属性
• 图表3：蝶式组合月度收益
• 图表4：蝶式组合月度累计收益
• 图表5：子弹型组合与杠铃型组合到期收益率利差
• 图表6：子弹型组合与杠铃型组合到期收益率走势
• 图表7：参考国债期货交割券规则制定活跃券筛选标准
• 图表8：国债活跃券组合全收益指数（2Y）
• 图表9：国债活跃券组合全收益指数（5Y）
• 图表10：国债活跃券组合全收益指数（10Y）
• 图表11：国债活跃券组合久期（2Y）
• 图表12：国债活跃券组合久期（5Y）
• 图表13：国债活跃券组合久期（10Y）
• 图表14：情景分析之债券基本信息
• 图表15：水平因子对蝶式组合影响
• 图表16：水平因子情景
• 图表17：斜率因子对蝶式组合影响
• 图表18：斜率因子情景
• 图表19：曲率因子对蝶式组合影响
• 图表20：曲率因子情景
• 图表21：国债收益率NS模型曲线拟合与离散点比较（2022/03/03）
• 图表22：国债收益率NS模型曲线拟合与离散点比较（2021/10/18）
• 图表23：债券组合、离散收益率与NS模型斜率因子
• 图表24：债券组合、离散收益率与NS模型曲率因子
• 图表25：蝶式组合收益率预测主要指标与变化形式说明
• 图表26：基于特征筛选的线性降维模型建模流程图
• 图表27：回归树模型建模流程图
• 图表28：模型训练集与测试集预测效果评价对比
• 图表29：模型训练集与测试集预测效果评价对比（预测值解释能力R2）
• 图表30：模型训练集与测试集预测效果评价对比（预测方向胜率HIT）
• 图表31：模型训练集与测试集预测效果评价对比（预测盈亏比PL）
• 图表32：蝶式组合套利策略净值（测试集）
• 图表33：蝶式组合套利策略净值分析（测试集）
• 图表34：蝶式组合套利策略净值（全样本）
• 图表35：蝶式组合套利策略净值分析（全样本）
• 图表36：基于蝶式利差预测的债券哑铃与子弹型组合轮动策略净值（测试集）
• 图表37：基于蝶式利差预测的债券哑铃与子弹型组合轮动策略净值分析（测试集）
• 图表38：基于蝶式利差预测的债券哑铃与子弹型组合轮动策略净值（全样本）
• 图表39：基于蝶式利差预测的债券哑铃与子弹型组合轮动策略净值分析（全样本）