2026年固收量化系列研究之七：基本面、资金流与价量数据在利率择时中的应用

基于三分位检验的宏观基本面择时

在利率债投资实践中，择时是广为投资者所热议的经典主题。近年来，国 内利率市场持续处于低位震荡环境之中，趋势下行的票息收益难以对投资组合 的收益形成稳定支撑，久期的波段交易便越发受到投资者关注。 传统研究中，利率择时多以定性为主，围绕基本面信息等单一主题展开， 但难以全面且高频地捕捉市场动态。本报告尝试融合宏观基本面、机构资金流 与市场价格趋势三个维度，构建综合性的择时指标，旨在提升投资决策的广度 与稳健性： 1) 宏观基本面：从经济学基本逻辑出发，决定了利率的中长期方向，是 市场定价的“起点”； 2) 机构资金流：反映了主力资金对宏观信息的集体响应，体现出重点定 价参与机构的行为和态度； 3) 价量趋势形态：是定价行为的最终“结果”，直接从市场交易行为中捕 捉中短期动能，具备最强的时效性。

我们认为上述 3 点体现了从“因”到“果”、从“长期结构”到“短期信号” 的层次关系，且各有侧重：宏观维度注重经济周期定位，资金流维度跟踪市场 情绪变化，价量维度聚焦交易动能捕捉。通过多维信息的互补与过滤，可以帮 助我们在复杂市场中提取更全面且稳定的 ALPHA 配置机会。

1.1. 基于三分位检验的宏观数据有效性检验

宏观基本面数据是利率定价的“锚”，它通过影响经济增速、央行货币政策、 市场资金供需、通胀预期等因素，最终决定了利率波动的方向和水平。宏观基 本面分析是利率债择时最基础、根本、有效的方法之一。 从量化的角度看，基于宏观基本面数据进行利率投资的前提假设或要求有 两条：1）其一，资产价格波动是宏观经济波动的外在反映，或者说宏观经济波 动是资产价格波动的重要甚至决定性影响因素；2）其二，宏观基本面的变化存 在一定的趋势性或延续性，或者市场短期对宏观信息的反映存在不足，即市场的非完全有效性，带来了获取 ALPHA 的机会。 我们把利率定价的核心影响因素分为：经济增速预期、通胀预期、流动性 变化和风险偏好影响 4 个大类。我们尝试围绕着上述 4 类核心驱动因素，寻找 出与因素相关的宏观基本面领先指标，并跟踪宏观基本面的变化趋势，进行利 率投资判断。

在指标构造层面，如下表所示，我们优先对各类指标进行事前分类，将相 同类型的指标逐一归类，并映射到不同的驱动因素口径下。随后：1）相对于原 始数据而言，我们更为关注连续两期数据之间的边际变化趋势，并且为避免数 据的分布在时序前后不统一，因此先对数据进行差分处理；2）对于特定子类， 若指标较多，则考虑使用主成分分析等手段，将数据进行降维，提取多维度信 息中对全局解释能力最强的第一主成分，作为分析对象；3）部分指标的数据存 在信息披露窗口，需进行滞后处理，同时，在指标构建过程中，还应考虑实际 的交易日历情况，充分利用到所有可用的临近节假日数据。

1.2. 基本面数据的单因子择时效果检验

基于上文中的基本面信号，便可设计基于宏观基本面数据的利率择时策略。 策略逻辑为当指标处于前 1/3 或 1/3 分位时，根据其具体影响方向的不同，进行长、短久期的轮动配置。

汇总来看：1）各个指标相对业绩基准的超额收益在 40BP 到 120BP 不等， 均值为 85BP，超额收益回撤比均值为 0.21，其中绝对收益表现最好的指标为 pmi_prin、cgb_level 等；2）指标的双边换手率大多在 2 到 5 倍之间，即调仓频 率大多低于月度，其中 m2_m1 指标的策略换手率最低；3）部分指标存在阶段 性的超额回撤或失效，但通过分散化配置的方式，可以综合不同指标的观点， 帮助形成更为平稳的业绩曲线。

1.3. 基于宏观基本面的复合择时策略

我们对 8 个基本面因子的仓位建议求取均值，汇总成多指标的基本面择时 投票器，最终形成利率的宏观基本面复合择时策略。

基于机构行为跟踪的资金流择时

2.1. 不同机构的交易行为差异分析

基于机构资金流的择时策略主要依赖于对机构行为的跟踪观察。通过分析 不同类型机构，在不同券种以及期限债券上的买卖交易行为，研判市场观点或 是进行风险管理，进而参与分享投资机会。 相比于直接从宏观经济运行中得到配置观点，基于机构资金流进行择时更 接近于“抄机构作业”的模式，其运作的核心前提条件有两个：1）其一是机构 投资行为的有效性，即机构投资者确实具备信息等层面的投资优势，投资行为 本身可以带来 ALPHA；2）市场的非完全有效性，即市场价格需要时间进行调 整，而非在机构操作当日已完全有效化，才存在继续“抄作业”的窗口机会。 从上述两点出发，该模式的核心步骤在于，确认哪些机构适合进行资金流 观测，且确实创造了 ALPHA 收益。我们首先根据近年来机构在利率债上的净 买入情况，将机构进行一定的分类，具体来说： 1) 分别计算机构年均的利率债累计净买入金额和累计净交易金额，并计 算交易买入比指标； 2) 若交易买入比较高，则机构倾向于进行债券交易，为交易型机构。从 测算结果看，证券公司、外资银行等机构便具有相对明显的交易倾向； 3) 若交易买入比较低，则为配置型机构。典型如保险公司、城市商业银 行等，此类机构较少参与利率的高频波段博弈，相对更关注长线尺度 的配置机会。

随后，我们如下列图表所示，分别统计了各机构在净买入行为前后市场利 率（10 年期国债）的变化情况，来判断机构交易行为是否具有跟踪价值。具体 来说，我们分别观察了滚动过去 1 周/2 周/1 个月/1 个季度的机构净买入金额， 并观察后续 1 周/2 周/1 个月/2 个月/3 个月/6 个月下的市场利率变动情况，并取 皮尔森相关系数。 测算结果基本反映出了不同机构的交易行为差异和有效性情况。以基金公 司为例，不难看出： 1) 基金公司的利率债交易主要集中在 10 年以下口径。在 1 年及以下的债券若出现净买入，则未来利率大概率上行，而在 3 年及以上出现净买 入时，未来利率大概率下行，这与基金公司 3 年左右的中性久期基本 匹配，且反应出基金公司普遍具有一定的择时能力； 2) 从左往右看，以过去 1 周净流入为例，其对市场利率的预测能力在未 来 1-2 周内相对更强，从未来 1-2 个月开始衰减、甚至是失效，这说明 基金公司相对更善于把握市场的短期交易机会，这与基金公司是交易 型机构的结论基本匹配； 3) 自上而下看，通过对比过去 1 周净流入，到过去 1 个季度净流入的统 计结果，可以发现基于基金公司短期资金流的交易胜率通常会更高， 而历史 1 个季度的净买入数据对后续市场走势的判断预测能力较弱。 这说明基金公司的资金流数据，更适用于“看短期行为”的跟踪模式。

另一类典型案例是以保险公司为代表的配置型机构。同相同的测算中，我 们可以总结出如下规律： 1） 保险公司的利率债交易主要集中在 10 年以上口径，尤其在 20-30 年比 例较高，而实际运行过程中，保险公司久期通常也明显要高于基金公 司久期； 2） 从左往右看，以过去 1 周净流入为例，保险公司资金对市场利率的预 测能力在随着时间的流逝而逐渐增强，在未来 3 个月左右相关系数最 大，这与基金公司存在较大差异，反映出保险公司的配置相对更偏长 期投资视角，与其配置型机构的定位相匹配； 3） 自上而下看，通过对比过去 1 周净流入，到过去 1 个季度净流入的统计 结果，可以发现基于保险公司长期资金流的交易胜率通常会更高，相 关系数逐渐增强，这说明保险公司相对更适合“看长期行为”的跟踪 模式。

2.2. 机构资金流的单因子择时效果检验

基于对机构利率债资金流的跟踪，我们可以进一步设计出相应的利率择时策 略。策略逻辑为当机构在所属的看空期限上出现净卖出、且在看多期限上出现 净买入时，配置长久期债券，相反则配置短久期债券。