基于状态转换模型的国债期货市场划分

基于状态转换模型的国债期货市场划分 glmszqdatemark2026年08月21日 国债期货市场状态划分。传统的识别国债期货市场状态的方法如移动平均线（MA）中的两线金叉/死叉容易受短期噪音干扰而产生虚假信号，这类基于技术指标的自动化阈值判别法存在结构性短板，难以同时刻画国债期货的“方向”与“波动微观结构”的切换。本文通过构建一个状态转换模型，该模型基于训练集提取收益动量、趋势差异与下行风险等特征，通过状态转换惩罚约束相邻交易日状态跳变，在牛熊两个状态中心之间进行路径最优划分，从而识别国债期货价格运行所处的趋势状态。 分析师徐亮执业证书：S0590525110037邮箱：xliang@glms.com.cn 状态转换模型框架：状态转换模型的核心思想是同时刻画收益方向、趋势持续性和下行风险，与单一均线规则不同，该框架下的状态识别取决于多维特征整体与两个状态中心的接近程度，并受到状态连续性约束。为避免不同指标量纲和波动尺度差异影响模型，代码使用训练集的均值和标准差对全部样本进行标准化，这样处理后，状态转换模型在统一尺度上比较每个交易日与状态中心的距离。该模型并不是简单根据单日涨跌判断牛熊，而是在全样本范围内寻找一条成本最低的状态路径：一方面要求每个交易日的特征尽可能接近对应状态中心，另一方面又避免牛熊状态过于频繁地跳变。λ越大意味着只有当市场特征变化足够明显、足以抵消切换惩罚时，模型才会确认一次新的牛熊状态转换。 相关研究 1．固收专题研究：如何高频跟踪基金的权益调仓行为-2026/08/202．流动性跟踪与地方债策略专题：后续地方债供给节奏和品种利差空间怎么看-2026/08/193．信用债周策略20260818：新批5Y摊余债基能带动中端收益率下行吗？-2026/08/184．债券策略周报20260816：如何看后续利率节奏和债券策略-2026/08/165．转债周策略20260816：关注小盘风格走强下的转债配置机会-2026/08/16 基于状态转换模型的回测。将模型应用于10年期国债期货主力连续合约，利用6维技术特征对2015年4月至2026年8月的行情进行牛熊状态识别。模型采用前70%样本作为训练集，后30%样本作为测试集，测试集时间区间从2023年3月10日开始，进一步对测试集收益进行测算，且从测试集第一次发生信号转换（2023年8月22日）视作观察日，按照信号次日开仓，反向信号次日开盘平仓，牛市则做多，熊市做空，测试集策略累计收益率14.33%，最大回撤-1.57%、夏普值2.08；同期做多持有累计收益率6.73%，最大回撤-2.25%，夏普值1.01。 同样对TL合约进行回测，测试集策略累计收益5.48%、夏普1.58、最大回撤-2.75%，同期持有做多累计收益0.17%、夏普0.07、最大回撤-5.32%。综合而言该模型参数少、逻辑透明、可解释性强，适合作为国债期货多头敞口管理与仓位调节的辅助状态工具。 模型优化方向。在国债期货市场状态划分过程中，最终判断牛熊状态的依据是交易日特征向量与两个状态中心的欧式平方距离，通过对比两距离与市场走势来看，到两距离的差值较小的时候往往市场处于震荡状态，以此后续可以通过该指标进一步在牛熊状态中通过不断寻优找到能够表征震荡市场状态的特征，从而为进一步选择合适的国债期货技术指标、开展择时研究提供参考。 风险提示：历史规律未必代表未来，模型存在失效风险。 目录 1国债期货市场状态划分.............................................................................................................................................32状态转换模型基本框架.............................................................................................................................................42.1模型框架..............................................................................................................................................................................................42.2模型回测..............................................................................................................................................................................................52.3总结......................................................................................................................................................................................................73风险提示.................................................................................................................................................................8插图目录.....................................................................................................................................................................9 1国债期货市场状态划分 对于国债期货的趋势类市场状态划分通常使用趋势类技术指标，最为典型的是移动平均线（MA），即对最近N个交易日的收盘价做算术平均，用以消除单日价格的偶然波动，弱化短期扰动对趋势判断的干扰，从而更清晰地呈现价格运行的方向。第t期、周期为N的移动平均定义为： 其中N为移动平均的计算周期，𝑀𝐴𝑡为第t时刻的移动平均值，𝑃𝑡−𝑖为第𝑡−𝑖时刻的收盘价（或结算价）。择时应用规则：一是价格与均线的相对位置，价格上穿MA通常视为偏多信号，下穿则偏空；二是短、长两条均线之间的交叉，即“金叉”（短期均线上穿长期均线，偏多）与“死叉”（短期均线下穿长期均线，偏空）；三是多条均线的排列关系，当短、中、长期均线自上而下依次排列（即“多头排列”）时，表明多头趋势已经确立且各周期资金成本一致向上，是趋势强度较高的信号，反之则为“空头排列”。 资料来源：iFinD，国联民生证券研究所 然而在实际应用中，移动平均线（MA）中的两线金叉/死叉容易受短期噪音干扰而产生虚假信号，这类基于技术指标的自动化阈值判别法存在结构性短板，难以同时刻画国债期货的“方向”与“波动微观结构”的切换。本文通过构建一个状态转换模型，该模型基于训练集提取收益动量、趋势差异与下行风险等特征，通过状态转换惩罚约束相邻交易日状态跳变，在牛熊两个状态中心之间进行路径最优划分，从而识别国债期货价格运行所处的趋势状态。 2状态转换模型基本框架 2.1模型框架 状态转换模型的核心思想是同时刻画收益方向、趋势持续性和下行风险，与单一均线规则不同，该框架下的状态识别取决于多维特征整体与两个状态中心的接近程度，并受到状态连续性约束。为避免不同指标量纲和波动尺度差异影响模型，代码使用训练集的均值和标准差对全部样本进行标准化，这样处理后，状态转换模型在统一尺度上比较每个交易日与状态中心的距离。 状态转换模型设定市场只有两个隐藏状态：𝑠𝑡∈{0,1}，每一天都会被分到状态0或状态1，代表牛熊两个市场状态，状态转换模型的目标是： 其中𝑠𝑡第t天所属的状态，只有两个，通常是牛市/熊市，𝑧𝑡是第t天的特征向量，𝜇𝑠𝑡状态𝑠𝑡对应的中心点，可以理解成这个状态的“代表特征”，‖𝑧𝑡−𝜇𝑠𝑡‖2当天特征和所属状态中心的距离平方，越小越好，(𝑠𝑡≠𝑠𝑡−1)：指示函数，如果今天状态和昨天不一样就记为1，否则记为0。𝜆：状态切换惩罚系数，控制模型有多不喜欢频繁换牛熊。 目标函数的第一项min𝑠𝑡∑‖𝑧𝑡−𝜇𝑠𝑡‖2𝑡衡量每个交易日与其所属状态中心之间的距离，距离越小，说明该交易日越符合该状态的典型特征。第二项𝜆∑𝐼𝑡(𝑠𝑡≠𝑠𝑡−1)是状态切换惩罚项，当今日状态与上一交易日不同，即发生牛熊切换时，指示函数取1，否则取0。参数𝜆控制模型对频繁切换的惩罚力度，𝜆越大，模型越倾向于保持原有状态，从而减少短期噪声导致的反复切换。因此，模型并不是简单根据单日涨跌判断牛熊，而是在全样本范围内寻找一条成本最低的状态路径：一方面要求每个交易日的特征尽可能接近对应状态中心，另一方面又避免牛熊状态过于频繁地跳变。𝜆越大意味着只有当市场特征变化足够明显、足以抵消切换惩罚时，模型才会确认一次新的牛熊状态转换。 2.2模型回测 为了验证该模型的效果，我们使用T合约和TL合约进行样本内训练，样本外测试，通过对比策略的收益和做多持有收益及最大回撤和夏普值，验证该模型的有效性。 2.2.1T合约回测 将模型应用于10年期国债期货主力连续合约，利用6维技术特征对2015年4月至2026年8月的行情进行牛熊状态识别。模型采用前70%样本作为训练集，后30%样本作为测试集，测试集时间区间从2023年3月10日开始，进一步对测试集收益进行测算，且从测试集第一次发生信号转换（2023年8月22日）视作观察日，按照信号次日开仓，反向信号次日开盘平仓，牛市则做多，熊市做空，测试集策略累计收益率14.33%，最大回撤-1.57%、夏普值2.08；同期做多持有累计收益率6.73%，最大回撤-2.25%，夏普值1.01。截至2026年8月14日，模型判定T合约处于牛市状态，自2025年12月8日起已持续166天。该模型参数少、逻辑透明、可解释性强，适合作为国债期货多头敞口管理与仓位调节的辅助状态工具。综合而言该模型能够较好的区分牛熊状态，可作为后续判断TL合约市场状态的参考依据。 资料来源：wind，国联民生证券研究所 资料来源：wind，国联民生证券研究所 2.2.2TL合约回测 继续将状态转换模型应用于30年期国债期货主力连续合约（TL），以6维日频技术特征刻画“方向×波动”结构，对有效交易日进行牛熊状态划分。由于TL合约上市时间较晚，TL合约的首次上市时间为2023年4月，因此本次全样本从2023年4月至2026年8月，模型采用前70%样本作为训练集、后30%样本纯样本作为测试集，标准化参数、状态中心均在训练集内估计，测试集观察日从2025年8月27日开始，测试集收益计算方法同T合约，测试集策略累计收益5.48%、夏普1.58、最大回撤-2.75%，同期持有做多累计收益0.17%、夏普0.07、最大回撤-5.32%，截至2026年8月18日，模型判定TL处于牛市状态（自2026-04-07起已持续92个交易日为全样本最长牛段），历史回测中样本外策略收益高于同期做多持有收益。 资料来源：wind，国联民生证券研究所整理 资料来源：wi