【天天时快讯】固定收益专题：关于市场状态判断模型的探索

(资料图片仅供参考)

核心观点：

市场状态判断是我们施用不同策略的前提。比如在债市较为景气的时期，收益率呈现持续下行的态势，加久期和拉高杠杆是常用的有效套利策略，而当市场存在收益率上行压力的时候，将久期降低至合适的区间可以减小利率风险对组合回撤的影响。

在量化策略实现的过程中，买入卖出信号的触发阈值通常需要根据历史数据进行寻优，而切分市场状态后寻优得到的阈值通常能在针对性的市场中取得更好的表现。本文列举了三类常用的市场状态切割模型，其中基础分割模型基于涨跌分析和波动幅度分析，是较常用的市场状态分割方法；除此之外，压力测试中常用的分位数模型也可以从收益率变化的速率的历史分位数表现对历史样本进行切割；最后，基于货币周期和基本面周期的周期切分模型在解释债市大周期时的效果较好。我们以MACD 方向判断模型为例，测试了这三种市场切割模型对模型方向判断胜率的增益效果，为了使得各模型平行可比，我们取10 日为标准化区间。

首先在全样本情况下，我们以12 年至19 年的数据作为训练集，计算MACD 指标在不同阈值下的60 日后涨跌情况，考虑到14 年是债市收益率的高点，此后每一轮利率高点的值都会低于上一轮峰值，因此为了标准化阈值寻优的过程，我们使用MACD 值的百日所处分位数来替代原本的数值，通过评估不同阈值下的总体表现，我们将全样本下的最终的操作阈值设定为9%和62%，即当MACD 在过去百日的分位数达到62%时，我们采取买入操作，在过去百日的分位数达到9%时，我们采取卖出操作。根据这一操作信号，20 年以来，策略超额为23.7BP，其中买入信号胜率为50%，卖出信号胜率为64.3%。

接着我们引入三个市场分割模型，按照同样的方法在不同的市场状况下寻找更优的操作阈值。由于不同的市场分割模型可能会切割出不同数量的市场状态，因此我们在9%和62%全局最优的阈值的基础上，考虑在单个市场状态下进行正负1%-5%的阈值修正后，考察是否能提升策略的总体胜率与超额收益。

综合来看，三种市场切分模型均能对原始的操作信号产生有效的正向补充。根据测试区间的表现来看，基础分割模型的边际调优表现相比之下最弱，这可能是由于该模型基于两个高频维度（涨跌和波动）的切割使得同类市场之间的类别特性过弱，导致综合表现相对较差。分位数模型表现最好，根据测试区间的表现，该模型能相比全样本模型更有效地判断利率低点，这主要是由于21 年下半年至22 年初，利率呈现波段式下行的特征，而基于分位点生成的市场状态判断在此类行情中适用性较好；相比分位数模型，周期切分模型虽然也能一定程度上进行市场低点的判断，但由于债市的运行节奏和宏观因子的表现不完全同步，因此在左侧提示上，使用宏观经济周期切分的方法效果不如分位数模型好。

风险提示：经济表现超预期、宏观政策超预期、市场切割模型失效、量价指标失效

关键词： 市场分割 卖出信号