基本面量化专题报告：从信息论探究高阶相互作用之股债

核心观点与结论

信息论，特别是整合信息论和信息分解理论，为研究复杂系统中的高阶相互作用提供了有效工具。本文主要应用整合信息分解框架（ΦID）分析股债系统的高阶相互作用，并基于此构建择时模型。

ΦID框架简介

ΦID框架结合了部分信息分解（PID）和整合信息理论（IIT），将多变量时间序列中的信息流分解为16个可解释的信息原子，包括协同（STS）、冗余、特有信息等，并揭示了六种不同的信息动力学模式：存储、复制、传输、擦除、向下因果和向上因果。

股债系统协同性分析

本文选取沪深300指数和十年期国债收益率作为研究对象，基于ΦID框架计算股债系统的协同信息（STS），并分析其周期特征和择时效果。

• 协同信息计算： 以144个交易日为窗口计算股债系统的STS，并利用其斜率变化识别变盘点。
• 择时测试： 将变盘点作为进场点，结合均线判断趋势方向，测试沪深300和十年期国债的择时效果。

测试结果

• 择时效果： 日线级别测试胜率最高超过60%，部分测试情形累计收益随时间逐步上升。沪深300的测试胜率整体上高于十年期国债，且斜率参数也高于国债，说明股指波动周期大于国债。
• 极值点测试： 股债协同在极值点（波峰和波谷）的测试效果优于分别测试波峰或波谷的情形。
• 波动周期差异： 虽然股债变盘点相同，但其波动周期存在差异，这与之前研究中发现的结论一致。

研究意义与展望

本文表明，借助信息论研究系统的高阶相互作用是有意义的。未来将把ΦID框架应用到大宗商品等多资产系统中，进一步测试高阶相互作用在金融择时中的应用。