本报告以2014年12月至2026年4月中国10年期国债收益率日度数据为对象,比较了均值基准、AR(1)、线性回归、随机森林和XGBoost对日度变化的样本外预测表现。研究发现日度变化样本外可预测性整体较弱,资金利率和期限利差在模型内部获得的相对信息贡献尚未稳定转化为更低的样本外预测误差。资金利率和期限利差的变化有助于判断资金环境和风险暴露,但不能直接用作次日收益率的方向或点位预测信号。
报告显示10年期国债收益率日度变化的均值接近于零,标准差为0.023个百分点,主要变量之间的相关系数绝对值均低于0.02,说明现有变量对日度收益率变化的线性同步信息极为有限。五个模型在测试样本上的预测误差比较结果为:均值基准模型与AR(1)的表现几乎无法区分,XGBoost的误差与均值基准模型基本一致,随机森林和线性回归的预测误差均高于均值基准模型。
报告重点分析了10年期国债收益率日度变化的样本外可预测性,比较了不同模型如均值基准、AR(1)、线性回归、随机森林和XGBoost的预测表现。同时分析了资金利率和期限利差在模型内部获得的相对信息贡献,以及它们在样本外置换重要性,结果显示这类信息尚未转化为稳定、显著的样本外预测增益。
报告指出资金利率和期限利差的变化有助于判断资金环境和风险暴露,但不宜直接用作次日收益率的方向或点位预测信号。10年期国债收益率日度变化的样本外可预测性有限,资金利率和期限利差在模型内部获得的相对信息贡献尚未稳定转化为更低的样本外预测误差。这意味着投资者需结合多种信息综合判断市场环境。
报告显示国债收益率日度变化弱可预测性,资金利率和期限利差的变化虽有助于判断资金环境和风险暴露,但无法直接用于预测次日收益率方向或点位。投资者需注意短期利率变化的不确定性,不宜过度依赖单一指标进行预测,应结合宏观环境、资金面等多维度信息综合决策,警惕市场波动风险。