资产荒，利率低，赚钱难，这些字眼在不断冲击债券交易员们的眼球，他们的日子也不好过了。当下固收产品收益率处于历史较低水平，可投安全高收益资产较难获得。在这样的大背景下，想要持续稳定地获取利润，系统化方法与精细化管理成为一个选择。

“量化或是可选择的手段之一”。多名固收人士对财联社如此称，基本所有的券商都在做，国有行股份行和部分城商行也在参与，市场活跃机构预估超过200家。胜率高，盈亏比较高，控制回撤，这些是重要关注点。

债券量化起步

量化交易在海外市场或国内股票市场已经进行了一定程度的研究，但在国内债市量化交易起步不久。以人为主观判断的传统交易会受到较多的情绪波动影响，对投资者的交易能力有极大的考验，因此量化投资的必要性和客观性则愈发凸显。

2018年，上海证券报发出一篇名为《用量化方式“玩转”债券投资》的新闻，同年各家券商、银行、基金也纷纷招揽债券量化相关的人才。时至今日，国内债券市场的量化研究究竟进行到了哪一步?虽然各机构内部的策略无法获得，但仍然能从公开报告中找到一些蛛丝马迹。

多因子模型是量化投资领域应用最广泛也是最成熟的量化模型之一，在国内债市，因子模型也同样是被讨论最多的模型。只是在国内债市，一些市场人士指出，收益率是单一标的，而且影响因素五花八门，这就导致风险无法分散，因子有效性也都是阶段性的。中金公司也认为，相比于股票、转债而言，债券数据的标准化程度不高、因子的说服力也可能相对弱。

在中金公司的多因子研究报告中，同样指出，若对于个别因子能做好一定程度的择时，那么对于固收产品而言或许会有显著增强效果。在因子选择方面，中金公司认为常用的因子包括衡量纯债价值的期限，衡量内嵌期权的期权调整利差(OAS)与相对零息国债利差(Z-Spread)，债券发行量，收益率的波动率、久期乘以利差(DTS)等。

因子模型在债券基金遴选过程中应用较多。国金证券(600109)曾在报告中描述一种在Campisi模型的基础上构建的基于净值数据的多因子模型，使用了以下七个因子：水平因子(Level)、斜率因子(Slope)、凸性因子(Curvature)、信用因子(Credit)、违约因子(Default)、转债因子(Convertible)、货币因子(Currency)。

在组合策略方面，东证期货基于目标久期，针对哑铃型组合与子弹型组合研究量化配置方案，基于线性模型(Lasso)以及回归树模型(随机森林、 AdaBoost、XGBoost)进行预测，并通过模型信号综合得到相对更加低换手、收益风险比更为稳健的策略方案。

量化CTA策略一般在商品期货中应用广泛，指依据因子模型对市场信息的刻画进行定量决策，并利用机器实现高纪律性的交易。对于国内债市来说，中金公司也表示，国债期货的数据质量比现券更高，流动性更好，更适合作为固收领域的起步产品。

兴业证券在2019年的一篇CTA策略研究报告中对国债期货的趋势策略进行了探讨，结果表明，国债期货价格短期存在趋势，而在中长期则呈现反转特征。通过滚动优化参数的方法，简单方向策略、Bollinger Band策略及Efficiency策略均能有效捕捉国债期货的趋势，提供正向收益，且策略表现对于滚动参数的设定并不敏感，具有一定的稳健性。此外，兴业证券(601377)还指出，利用趋势价值共振策略和基于波动率的信号过滤方法来增强原始趋势策略收益，两种增强均有显著效果。

200+机构角逐未来竞技场

“债券量化交易肯定是未来的趋势和方向，股票外汇商品等市场已有成功先例，国内已有不少机构角逐其中。” 上海数自洞信息科技有限公司量化策略研究员郭欣介绍。

该公司近期密集调研拜访了多家业内机构，据了解和预估，券商基本都在做债券量化交易，因奖励等机制灵活，走得快一些;国有行股份行和部分主要城商行，也在尝试，受内部风险偏好和流程影响，进程稍慢。

郭欣表示，国内的债券量化研究较少，投资实操有限，主要原因之一在于此前债市的钱好赚，没有量化交易的欲望和动力，二是对于量化的认知没有达到一定高度。

此外，国内的债券工具水平也较为有限，收益率曲线等有待改进。“想要持续稳定地获取超额利润，仅通过到期收益率(YTM)曲线和修正久期，这种粗放的交易方式是不够的。市场需要更加系统化的收益率曲线量化策略，与基于零息曲线和关键利率久期(KRD)的精细化管理。” 郭欣说。

针对量化交易的赚钱策略，中金公司认为，从更贴近交易的层面来看，理论上，判断一个量化模型的优劣有以下几个方面：胜率高，盈亏比比较高，控制回撤;且对于低频交易来说胜率更重要。在国内债市，市场的驱动逻辑很大程度上是宏观逻辑，中金公司根据主要宏观数据设计了国债期货低频交易模型，以及更高频的基于订单簿的交易模型。其中，中金公司以经济数据和债券收益率为切入点，引入货币金融、内外需求、名义产出对国债期货价格的影响。

对于未来的研究方向，中金公司建议，除了系统性变化，也要关注个体的差异，在个券的挖掘上继续寻找机会。