宏观固收量化研究系列之（九）：基于神经网络模型的利率择时

基于神经网络模型的利率择时 ——宏观固收量化研究系列之（九） 研究结论 近年来，以神经网络、决策树等非线性的机器学习模型在量化投资领域得到了广泛的应用。基于机器学习模型良好的拟合和特征提取能力，我们引入神经网络的相关模型，基于日频的量价因子(特征)进行训练，从而对未来N日的利率涨跌和国债期货涨跌进行预测。 本文的因子库基于成交量、价格动量、价格波动、期限利差水平、期限利差动量、税收利差水平、税收利差动量、期现价差、资金面水平、资金面波动10个大类的日频指标产生，共计779个时序因子。 本文参考Baoetal.(2017)的思路，设计了一个两阶段预测模型(SE-GRU模型)，第一阶段是使用稀疏编码器(SparseEncoder)进行多维时间序列的信息提取，即通常所说的降维步骤，第二阶段是对降维后的时间序列使用GRU模型进行监督训练。损失函数由2部分组成，拟合的均方误差损失和稀疏自编码器提取特征的稀疏化约束。 基于SE-GRU模型，可以日频得到“未来N日的利率涨跌和国债期货涨跌”的预测值，从而形成各类标的的日频多空信号。本文选用10年期国债期货主力合约(T)、5年期国债期货主力合约(TF)、10Y国开活跃券、5Y国开活跃券作为回测标的，测试集结果显示，预测变量采用“未来3日”和“未来5日”的收益是较为合意的选择。 样本外的测试集回测结果表明，预测模型取得了不错的绝对收益和相对收益： 对于10年期国债期货，年化收益达到5.98%，收益风险比达2.36，平均交易天数为4.79天/次，其中，多头端年化3.81%，空头端年化2.26%； 对于5年期国债期货，年化收益达到3.42%，收益风险比达2，平均交易天数为5.74天/次，其中，多头端年化2.42%，空头端年化1.02%； 对于10年国开活跃券，年化赚得收益率达到62.03bps，收益风险比达1.5，平均交易天数为8.85天/次；信号用于久期轮动策略年化5.5%，最大回撤1.47%； 对于5年国开活跃券，年化赚得收益率达到63.46bps，收益风险比达1.28，平均交易天数为9.07天/次；信号用于久期轮动策略年化4.32%，最大回撤0.87%； 最后，本文还尝试使用积分梯度法分析预测模型的特征重要性，即各个因子对模型预测产生的影响的大小和排序，可供投资者参考。结果显示，T合约成交量、30Y/10Y国债换手率、利率的动量、资金面水平、现券波动、税收利差等因子贡献较大。 风险提示 量化模型失效的风险 市场极端环境的冲击 金融工程|专题报告 报告发布日期2023年03月12日 邱蕊021-63325888*5091 qiurui@orientsec.com.cn 执业证书编号：S0860519020001香港证监会牌照：BSW115 宋之辰songzhichen@orientsec.com.cn 陶文启taowenqi@orientsec.com.cn 基于量价信息的利率择时探讨：——宏观固收量化研究系列之（八） 2022-12-13 活跃券的均线择时：——宏观固收量化研 2022-03-25 究系列之（六） 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 一、研究背景4 二、模型简介5 2.1时序因子介绍5 2.2预测模型介绍6 1)稀疏编码器模型介绍7 2)GRU模型介绍8 3)损失函数9 三、回测结果9 3.1策略设计9 3.2预测表现11 3.3回测表现12 1)10年期国债期货主力合约12 2)5年期国债期货主力合约15 3)10Y国开活跃券17 4)5Y国开活跃券19 5)长短久期指数轮动22 3.4特征重要性24 四、结论26 风险提示26 附录26 参考文献28 图表目录 图1：预测模型示意图6 图2：稀疏自编码器与稀疏编码器示意图8 图3：RNN示意图8 图4：GRU循环单元结构示意图9 图5：国债期货标的的训练集测试集划分10 图6：利率标的的训练集测试集划分10 图7：各标的不同预测周期N的日度准确率11 图8：各标的不同预测周期N的日度IC11 图9：样本外信号表现(回测标的：10年期国债期货主力合约，回测区间：2021.01-2023.02) .....................................................................................................................................................................................13 图10：做多与做空表现以及信号(回测标的：10年期国债期货主力合约)14 图11：样本外信号表现(回测标的：5年期国债期货主力合约，回测区间：2021.01-2023.02) .....................................................................................................................................................................................15 图12：做多与做空表现以及信号(回测标的：5年期国债期货主力合约)17 图13：样本外信号表现和信号分布(回测标的：10Y国开活跃券利率，回测区间：2017.01-2023.02)18 图14：样本外信号表现(回测标的：5Y国开活跃券利率，回测区间：2017.01-2023.02)21 图15：10Y国开信号用于长短久期轮动22 图16：5Y国开信号用于长短久期轮动23 图17：10Y+5Y国开信号合成的久期策略23 图18：各模型的特征重要性排序(前十)24 图19：所有用到的因子列表27 表1：因子类别5 表2：因子数据集简介5 表3：回测品种与回测设计11 表4：样本外信号表现(回测标的：10年期国债期货主力合约，回测区间：2021.01-2023.02) .....................................................................................................................................................................................12 表5：样本外信号表现(回测标的：5年期国债期货主力合约，回测区间：2021.01-2023.02) .....................................................................................................................................................................................15 表6：样本外信号表现(回测标的：10Y国开活跃券利率，回测区间：2017.01-2023.02)18 表7：样本外信号表现(回测标的：5Y国开活跃券利率，回测区间：2017.01-2023.02)20 一、研究背景 关于利率债市场的量化择时策略，之前我们发布的两篇报告《活跃券的均线择时》、《基于量价信息的利率择时探讨》已有过一定程度的探讨: 1)《活跃券的均线择时：——宏观固收量化研究系列之(六)》中，我们尝试使用技术分析回测数据，而后我们发现，以均线为代表的技术指标存在以下问题： 被动地应对行情，并未对市场进行预测和验证，因此胜率较低； 本质上是趋势跟踪，在拐点来到时反应较为迟钝； 如果是日频级别的技术分析，则极度依赖于市场状态，尤其在震荡市信号变换频率较大，会出现来回亏损的情况； 参数方面，容易出现过拟合，比如往往出现选择训练集最优参数，而在样本外失灵的情况。 2)《基于量价信息的利率择时探讨：——宏观固收量化研究系列之(八)》中，我们尝试挖掘有显著线性关系的、有样本内预测能力的时序单因子，从而对未来期货的涨跌进行多因子合成预测，但依然存在一些问题： 时序因子并不能像股票领域的截面alpha因子一样，贡献较为稳健的超额收益，在不同市场风格下，大多数时序因子表现会出现不同程度的波动，即信号出现失灵； 利率市场较为复杂，线性方法虽然简单，但是拟合程度也相应较低，尤其是对于单因子回归所产生的信号，预测能力较差； 通过筛选因子的方式，最终使用的信息较少，在几百个时序因子中最后筛选出几个较好的因子，最后合成信号只利用到了这几个因子的信息，而剩下的因子仍有很多的信息尚未被利用； 因子之间可能存在复杂的相关性，报告中采用的简单等权的方法可能并非是最好的合成方式 不管是技术分析，还是线性预测，本质上，我们面临的择时问题属于时间序列预测(Timeseriesforecasting,TSF)的问题，这类问题是统计学中非常重要的领域，在医疗监测、交通、能源、气象、金融等领域有着广泛的应用。传统的时间序列模型，如AR系模型，往往基于数据的平稳性假定，捕捉时间序列变量的线性预测。而近些年来，以循环神经网络(RecurrentNeuralNetworks,RNN)为代表的深度学习(DeepLearning)模型发展迅速，由于其复杂的网络结构设计，拟合能力和特征提取能力远超传统机器学习模型，被大量运用在时间序列预测问题上。 近几年中国利率债市场交易主体逐渐活跃，以国债期货、各期限利率债活跃券等品种已经产生了较多量价数据，而资金面、国债/国开收益率曲线也有足够长的历史数据，这也为我们使用复杂模型的拟合提供了可能。 本文尝试设计神经网络模型，使用海量的因子库对国债期货和利率的涨跌进行拟合，从而形成日频的多空择时信号，在此基础上对样本外的历史数据加以回测。 二、模型简介 2.1时序因子介绍 本文特征的数据在《基于量价信息的利率择时探讨：——宏观固收量化研究系列之(八)》中的因子库的基础上，进行了丰富和扩展，共计779个时序因子(含历史分位数和移动平均的平滑处理)，具体的因子内容，详见附录。 表1：因子类别 因子数量 日间价格动量 217 成交量 209 期限利差动量 108 日间价格波动 72 期限利差水平 48 资金面水平 42 资金面波动 36 税收利差动量 27 税收利差水平 12 期现价差 8 资料来源：东方证券研究所&Wind资讯 其中，由于国债期货上市时间较晚1，因此对于涉及国债期货的因子和标签(国债期货价格涨跌幅)的样本长度较短，因此，下文根据我们所定义的标签不同，数据分为两大类——含国债期货的数据集和不含国债期货的数据集，如下表所示： 表2：因子数据集简介 数据集时间跨度因子数量标签 含国债期货 2016.05至今 779 未来N日国债期货涨跌幅 不含国债期货 2007.11至今 471 未来N日国开利率涨跌 资料来源：东方证券研究所&Wind资讯 110年期国债期货于2015年3月在中金所上市 2.2预测模型介绍 近年来以神经网络、决策树等非线性的机器学习模型在量化投资领域得到了广泛的应用。基于机器学习模型良好的拟合和特征提取能力，我们引入神经网络相关模型，对上文所得到的因子数据集(特征)进行训练，从而对未来N日的利率涨跌和国债期货涨跌进行预测。 在使用相关模型进行预测时，一个重要的问题就是在使用数量庞大的特征时，如何对特征进行降维从而剔除噪声和无效信息干扰。为了应对这个问题，常见的做法是人工筛选提取“重要性”较高的特征，然后用这些人工提取的特征进行拟合。这种方法往往计算成本较大，稳定性较差且有着极大的过拟合风险。 为了克服这个问题，