量化｜归因后，模型在历史拐点看到了什么？

今年以来，我们的模型已经精准提示了两次拐点信号，近期又发出了阶段性变化信号，市场关注模型看到了哪些我们主观上可能忽视的因素。 首先需要提示，我们给出的底层变化是【因子*参数】的变化结果，前者是变量自身变化，后者则是模型训练的结果。 归因的结果只是统计学上的结果，很有可能出现的是，底层因子与利率相关性与我们理解的常规经济学逻辑相背离；而且即使方向一致，最终理解也是见仁见智，因此我们只把模型的底层变化呈现给各位投资者，而不做过多主观分析。 信用投放、商品价格和出口指数的变动对信号反转影响较大。如2024年9-10月，2023年8月和10月数轮利率转向时，变动最大的变量均主要为信用投放和商品价格指标，2025年3-4月利率两轮转向受出口和商品价格影响较大。 模型提示当前债市或有阶段性调整。模型输出概率自4月1日以来不断提升，4月9日后开始提示震荡，与债市节奏相吻合，4月11日模型输出概率五日移动平均值为89%，指向当前债市调整概率较大，其中影响模型输出信号转向的主因或为出口指数和商品价格。 最后，模型输出的是利率上行的概率，只做择时、无关赔率，模型结果只是客观地跟着波段走，还需要结合我们的主观判断。对于当前，我们判断债市大方向上看多方向不变，只是短期有一定波动，因此我们建议调整即买入。 风险提示：模型失效风险；因子失效风险；数据质量风险。 过往几轮利率走势反转前，我们的量化模型进行精准提示，本文主要对模型拐点信号做归因。 图1.模型输出多空曲线图 底层数据大致可分为基本面、通胀和货币/信用投放三个板块，对应125个细分变量。 图2.模型数据类别拆解 12025年4月信号变化归因：有色、沥青与出口 3月31日至4月7日，10年期国债收益率由1.81%迅速下行至1.63%，随后震荡，而模型输出概率自4月1日以来便不断提升，4月10日后开始提示调整。 图3.10年期国债收益率和模型输出概率 从处理后变量变动情况看，相较4月3日，4月7日阴极铜（活跃合约）期货结算价、波罗的海干散货指数(BDI)、铝（活跃合约）期货结算价等上升较大，九城地铁客运量等下降较大。 图4.4月7日相较4月3日绝对值变动较大的10个变量 从变量实际值来看，阴极铜（活跃合约）期货结算价、波罗的海干散货指数(BDI)、铝（活跃合约）期货结算价于4月7日都有明显下降，4月7日九城地铁客运量较4月3日也有明显下降，且维持下降趋势至4月10日。 图5.期货结算价(活跃合约):阴极铜 图6.九城地铁客运量 图7.波罗的海干散货指数(BDI) 图8.期货结算价(活跃合约):铝 22025年3月信号变化归因：出口、黑色金属和汽油 3月17日，10年期国债收益率达年内高点1.90%，随后震荡下行，而模型输出概率自3月7日以来便大幅下滑，3月12日起降至0左右，显示强烈看多信号，模型信号提示反转领先于利率下行。 图9.10年期国债收益率和模型输出概率 从处理后变量变动情况看，相较3月6日，大多变量于3月12日有不同程度的下降，其中波罗的海干散货指数(BDI)及螺纹钢（活跃合约）期货结算价等较3月6日下降较大，苯乙烯价格和10年期国债期货（活跃合约）持仓量较3月6日增上升较大。 图10.3月12日相较3月6日绝对值变动较大的10个变量 从变量实际值来看，波罗的海干散货指数(BDI)于3月12日大幅上升，此后一段时间内持续维持高位。 螺纹钢（活跃合约）期货3月12日结算价较3月6日有所下降，此后两日虽短暂回升但于3月17日再度下降，此后明显低于3月6日价格。 铁矿石港口库存量于3月14日明显下降，此后虽然呈回升趋势，但仍低于3月7日价格。 苯乙烯价格呈明显下降趋势，3月12日价格较3月6日有所下降。 图11.波罗的海干散货指数(BDI) 图12.期货结算价(活跃合约):螺纹钢 图13.中国:港口库存量:铁矿石 图14.中国:市场价:苯乙烯(一级品) 32025年2月信号变化归因：债券托管余额、有色金属和黑色金属 年初开始，模型输出概率指向看多（接近于0），2月5日开始模型输出概率大幅提升并维持在90%以上（大于60%视为调整），与2月6日开始的10年期国债收益率上行相吻合。 图15.10年期国债收益率和模型输出概率 从处理后变量变动情况看，相较1月27日，2月5日债券市场托管余额和阴极铜期货结算价（活跃合约）等上升较大，中长期企业贷款、中长期人民币贷款和电解铜市场价等下降较大。（1月31日开始债券市场托管余额变为2月数据，由于春节假期因素，2月5日为2月数据更新的第一天） 图16.2月5日相较1月27日绝对值变动较大的10个变量 从变量实际值来看，债券市场托管余额、阴极铜期货结算价（活跃合约）等6个指标于2月5日均有不同幅度的增长。 图17.中国:债券市场托管余额 图18.期货结算价(活跃合约):阴极铜 图19.企业中长贷 图20.居民中长贷 图21.中国:港口库存量:铁矿石 图22.中国:市场价:电解铜(1#) 42024年9-10月信号变化归因：居民中长贷、债券托管余额和工业原材料 2024年8月末，模型输出概率指向明确看多，9月4日开始出现变动，模型输出概率从接近0的水平迅速跃升至接近100%的水平，并持续至9月29日，9月24日10年期国债收益率上行。 图23.10年期国债收益率和模型输出概率 9月30日模型输出概率开始下降，10月8日模型输出概率指向明确看多（接近于0），基本与10年期国债再度下行的节奏保持一致。 图24.10年期国债收益率和模型输出概率 从处理后变量变动情况看，相较9月3日，9月4日居民中长贷和债券市场托管余额下降明显，企业中长贷增长明显。 相较9月30日，10月8日各类商品价格变动幅度偏大。 图25.9月4日相较9月3日绝对值变动较大的变量 图26.10月8日相较9月30日绝对值变动较大的变量 从变量实际值来看，居民中长贷、企业中长贷、债券市场托管余额均于9月4日延续上升趋势，小麦现货平均价延续下降趋势。（9月4日居民中长贷、企业中长贷及债券托管数据更新为9月当月值） 图27.居民中长贷 图28.企业中长贷 图29.中国:债券市场托管余额 图30.中国:现货平均价:小麦 从变量实际值来看，石油苯（工业级）价格10月8日继续下降，热轧卷板（活跃合约）期货结算价于10月8日结束了上升趋势并开始下降。 图31.中国:市场价:石油苯(工业级) 图32.期货结算价(活跃合约):热轧卷板 52023年10月信号变化归因：居民中长贷和农产品 2023年10月中旬，模型输出概率指向明确看多，10月24日开始出现变动，模型输出概率从接近100%的水平迅速跃升至接近0的水平，较10月31日10年期国债开始下行有所提前。 图33.10年期国债收益率和模型输出概率 从处理后变量变动情况看，相较10月23日，10月24日企业中长贷增长较快，居民中长贷下降较大，花生、铅锭等商品价格变动也较大。（模型每20日变更一次权重，10月24日权重变更） 图34.10月24日相较10月23日绝对值变动较大的10个变量 从变量实际值来看，居民中长贷和企业中长贷在10月延续了上升趋势，花生价格继续上升，10月20日后铅锭价格由此前的下跌转为上升。 图35.居民中长贷 图36.企业中长贷 图37.中国:市场价:花生(油料花生米) 图38.中国:市场价:铅锭(1#) 62023年8月信号变化归因：居民及企业中长贷、农产品和汽油 2023年8月中旬，模型输出概率指向明确看多，8月23日开始出现变动，模型输出概率从接近0的水平迅速跃升至接近100%的水平，基本与8月21日10年期国债开始上行的节奏一致。 图39.10年期国债收益率和模型输出概率 从处理后变量变动情况看，相较8月22日，居民中长贷和企业中长贷增长较快，债券市场托管余额下降较大（模型每20日变更一次权重，8月23日权重变更），稻米、柴油等商品价格也变动较大。 图40.8月23日相较8月22日绝对值变动较大的10个变量 从变量实际值来看，居民中长贷、企业中长贷、债券市场托管余额和稻米市场价延续了此前的上升趋势。 图41.居民中长贷 图42.企业中长贷 图43.中国:债券市场托管余额 图44.中国:市场价:稻米(粳稻米) 7风险提示 1、模型失效风险。模型输出的信号是基于特定的模型和历史数据计算得出的，然而市场环境是复杂多变的，包括宏观经济形势、政策调整、市场参与者行为等因素都可能发生变化。随着市场环境的改变，模型所依据的历史数据和统计规律可能不再适用，导致模型失效，从而使得模型输出的信号无法准确反映债市多空动能的真实情况，进而影响投资者基于此信号做出的投资决策。 2、因子失效风险。因子在历史数据中可能表现出与债市利率走势相关的特性，但未来这些因子的作用方向和作用强度可能发生变化。 3、数据质量风险。模型的计算依赖于准确、完整的数据。如果数据来源存在误差、缺失或异常值等问题，可能会影响模型的计算结果。例如，债券市场的交易数据、宏观经济数据等可能存在统计口径不一致、数据更新不及时等问题，这些都可能导致模型的计算出现偏差，从而误导投资者的决策。