债市博弈论（一）｜读懂“价格语言”
摘要
读懂“价格语言”。有效市场中，一切有价值的信息都已反映在价格走势当中；现实世界处于“有效”和“非有效”之间，价格有时会“非理性”运动，有时则的确隐含了尚未被市场充分理解的“超额信息”。因此，对于价格本身的研究与对于客观环境的研究同样重要，至少可以相互验证和补充。基于此，我们在原有“基本面”分析范式的基础上，推出“债市博弈论”系列报告，侧重于探讨市场价格本身的规律。本篇报告是系列的第一篇，旨在提出一个观察价格运动规律的简单模型。
驱动价格的“二元力量”。市场之“道”是变化，在此基础上，衍生出两种基本驱动力量：发散和收敛。“发散”意味着不断强化，从而形成“趋势”；“收敛”意味着均值回归，从而形成“波动”。再复杂的价格，都可以拆分成上述两种形态的叠加。我们通过MT和HT两个指标来识别这两种形态。
“MT指标”用于识别趋势。指标包含两个部分，第一部分追踪利率变动的方向，第二部分用于追踪利率变动的速度。其中，第二个条件判定利率“斜率”的二阶导，其灵敏度较高，能够比较早的识别趋势转向的早期信号。“HT指标”用于识别波动。基本原理是，通过希尔伯特变换，找出金融时间序列数据中的规律，并通过当前信号所处于周期中的位置，对未来变动方向进行预测。寻找“共振窗口”。当趋势和波动均处于向上窗口时，发出看空信号；当趋势和波动均处于向下窗口时，发出看多信号；当趋势和波动指标发生矛盾之时，不进行方向判定，认为利率处于“震荡期”。
历史回测显示，在利率较流畅的单边上行和下行过程中，模型能够较完整地把握趋势。在利率震荡区间，能及时发出震荡信号，减少信号的反复。在样本外，模型总体运行良好，主要性质无明显削弱。
模型应用于：1）利率方向的预判：模型最新运行结果显示，11月13日，波动项指标（8月28日以来）再度翻空，趋势项指标维持看空（6月2日以来），当前市场宜谨慎。2）与其他指标联合判断。3）历史行情对比。
#风险提示：模型效果样本外削弱
“基本面”的盲点。传统债市分析着眼于基本面框架，通过对经济数据、政策信息、机构行为等因素的跟踪，捕捉市场方向。对此，我们在过去的报告中已经进行了大量研究（详见“如何搭建经济高频观测体系”、“利率十大同步指标”、“如何跟踪市场久期”等等），这些略显“繁琐”但不可或缺的工作构成了研判体系的“基石”。
不过，这一分析范式存在着难以规避的“盲点”，主要体现在：①对“小概率”事件无能为力。例如，“疫情冲击”并不再常规基本面框架的范畴之内，在很大程度上是不可捕捉的，但这一因素对一季度市场走势又几乎是决定性的，忽略的代价极高。②“事后解释”多于“事前判断”。基本面指标存在两点缺陷，一是公布频率偏低，现有的日频数据屈指可数，大部分高频指标仅以周度（且部分并非实时）频率发布。二是方向变化确认需要时间，并非所有变化最终都会被市场定价。因此，基本面更多被用于“解释”而非“预测”，当数据揭晓或者趋势转折确认时，相应的行情常常已经走完了。
读懂“价格语言”。有效市场中，一切有价值的信息都已反映在价格走势当中；现实世界处于“有效”和“非有效”之间，价格有时会“非理性”运动，有时则的确隐含了尚未被市场充分理解的“超额信息”。因此，对于价格本身的研究与对于客观环境的研究同样重要，至少可以相互验证和补充。基于此，我们在原有“基本面”分析范式的基础上，推出“债市博弈论”系列报告，侧重于探讨市场价格本身的规律。本篇报告是系列的第一篇，旨在提出一个观察价格运动规律的简单模型。
驱动价格的“二元力量”。“道生一，一生二，二生三”，市场之“道”是变化，是不确定性，在此基础上，衍生出两种基本驱动力量：发散和收敛。“发散”意味着不断强化，上升就永远上升，下降就永远下降，从而形成“趋势”；“收敛”意味着均值回归，围绕某个中枢来回摆动，从而形成“波动”。再复杂的价格，都可以拆分成上述两种形态的叠加。我们每天观察到的上涨或下跌，有时是趋势方向的延申，有时则是波动作用的体现。
之所以进行这样的拆分，是因为：①时间跨度不同。趋势的形成与破坏往往耗时较长，属于“长周期”分析；波动规律一般在偏短的时间窗口内成立，属于“短周期”分析。②识别方法不同，趋势变化具有一定“后验性”，波动变化则带有“前瞻性”。③应用场景不同。趋势判断适用于“配置策略”，波动判断适用于“交易策略”。以下，我们对趋势和波动的识别方法进行简要介绍。
考虑到重要性原则，本文首先针对中国10年期国债收益率走势进行趋势和波动的指标构建。
1．识别趋势
现有的趋势跟踪类指标不在少数，移动平均线、MACD、Trix等都已有广泛的应用。我们首先基于“拿来主义”进行回测，发现对于经常出现窄区间震荡的中国10年期国债收益率来说，这些指标比较容易出现反复错判，胜率不高。因此，我们在构造趋势跟踪指标的时候，除了使用常用的“方向”指标外，还加入了反映“速度”的二阶导指标，以期更为灵敏的把握利率趋势。
具体而言，我们构建自定义的“MT指标”。MT指标包含两个部分，第一个部分用于追踪利率变动的方向，第二个部分用于追踪利率变动的速度。
MT指标的计算方法：
• MTMt = it-it-n
• MAMTMt = MTMt的m日移动平均
• △MTt=MTMt- MAMTMt
MT指标的判定规则：
• 如果MTMt>0，且△MTt>0，则MT指标给出利率处于趋势上行区间信号；
• 如果MTMt<0，且△MTt<0，则MT指标给出利率处于趋势下行区间信号；
• 否则，维持前一信号不变。
MT指标的“直觉含义”。若某日的利率要被判定为处于上行趋势，需要满足两个条件。第一，当日利率需高于n天前的利率（即MTMt>0）。第二，利率的上行速度不放缓，表现为近n日的上行幅度要高于前m个相同时长区间涨幅的均值（即△MTt>0）。其中，第二个条件是用于判定利率“斜率”的二阶导，其灵敏度较高，能够比较早的识别趋势转向的早期信号。
2. 识别波动
波动指标的“核心特征”是均值回归。均值特征回归的出现一方面源于利率本身“上有顶，下有底”，另一方面源于寻顶探底的过程中，市场博弈力量的往复拉扯。从而使得利率围绕某个中枢来回摆动，从而形成“波动”。在技术分析中，有许多衡量“超买超卖”的指标，被用于把握短期波动的特征，例如KDJ、RSI、乖离率等。经过回测检验筛选，我们将希尔伯特变化（HT指标）作为衡量利率波动的指标。
指标基本原理是，通过希尔伯特变换，找出金融时间序列数据中的规律，并通过当前信号所处于周期中的位置，对未来变动方向进行预测。希尔伯特变换是一种积分变换，在信号处理领域有着广泛的应用。后来，大家发现这一变换在金融时间序列数据的波动性分析上，也能够发挥作用。例如，站在15年5月中旬预测未来利率的方向：将10Y国债利率经过希尔伯特变化为波动指标后，分析其处于周期中的位置（sin函数的第四象限），再根据其所处的位置预测未来变动的方向（处于第四象限，未来方向为向上运动）。
希尔伯特变化指标（HT指标）的计算方法：该指标希望分析时间序列数据的中短期波动，因此需要对原始数据消除其长期趋势和噪音。这里，采用移动平均线的方式去除噪音。进一步，对走势进行差分，消除趋势的影响。再对消除趋势和噪音后的时间序列，进行希尔伯特变换，计算信号指标。具体步骤为：
• 消除噪音：对价格走势计算过去n日均线
• 去除长期趋势影响：差分
• 计算过去m日的希尔伯特变换指标
HT指标的应用规则：
• 如果变换后的指标处于第一和第四象限，则认为利率处于上行波段；
• 如果变换后的指标处于第二和第三象限，则认为利率处于下行波段。
3. 多空规则
寻找“共振窗口”。模型试图通过MT指标来追踪趋势，通过HT指标来识别波动。当趋势和波动均处于向上窗口时，发出看空信号；当趋势和波动均处于向下窗口时，发出看多信号；当趋势和波动指标发生矛盾之时，不进行方向判定，认为利率处于“震荡期”。
4. 参数选择
通过历史回测进行参数选择。用于识别趋势的MT指标和识别波动的HT指标分别均包含两个与时间窗口相关的参数：n和m。n和m的具体含义参见2.2和2.3的定义。我们使用2006/01/04至2017/12/31的10年期国债利率作为历史回测数据，进行参数选择。综合胜率、调仓频率、模拟资产组合累计收益率等指标，最终选择的参数为：
1、样本内
基于上述参数选择和多空规则，样本内的模型信号结果为：
在利率较流畅的单边上行和下行过程中，模型能够较完整地把握趋势。例如在07年利率单边上行中，模型全程给出了看空信号。在08年利率单边下行中，模型在超过3/4的下跌过程中连续给出了看多信号。
当利率处于震荡区间时，模型能及时发出震荡信号，减少信号反复对模型最终效果的影响。以2010年初至6月的利率震荡下行区间为例，模型总体上把握住了这段下行趋势，并且在利率小波动上行时，及时发出震荡信号。
2、样本外
在样本外，模型总体运行良好，主要性质相对样本内数据无明显削弱。我们预留了2018年1月4日以后的10年期国债利率作为样本外测试数据。总体上看，样本外检验结果显示，模型具有稳定性，出现过度拟合的风险较小。模型在样本外运行中，平均调仓时间为22天一次，总胜率56%。
1、利率方向的预判
模型可用于10年期国债利率运行方向的预判。模型最新运行结果显示：11月13日，波动项指标（8月28日以来）再度翻空，趋势项指标维持看空（6月2日以来），当前市场宜谨慎。
2、与其他指标联合判断：提高胜率
作为利率择时体系中的一部分，MTHT模型可与其他指标联合进行市场方向的判定，以提高判定胜率。MTHT模型可以与传统的债市分析框架结合，相互印证，以提高捕捉市场方向的胜率。
例如，我们此前提出过一个观测市场情绪的“市场分歧指数”（详见“如何跟踪市场久期”），该指数用于衡量基金公司持仓久期的长短分歧程度。伴随着机构观点在多空之间变化，分歧程度在趋同和趋异之间往复变化。当分歧程度处于极值时，往往预示着市场拐点即将到来。当MTHT模型与分歧指数指示方向相互印证时，对方向判定的胜率较高。例如，2017年底，机构分歧指数创历史新高，模型两个指标随后接连转为看多。2019年11月底机构分歧指数冲高回落后，模型在12月转看多。这两次分歧指数与模型相互印证后，市场均出现了较大的行情。
3、历史行情的对比：历史是否重演？
结合模型信号，可以将不同时期的利率走势做叠加，“以史为鉴”。例如，对比同样是危机年份的2008年与今年的利率走势。我们将两个年份模型信号首次转多作为叠加的起点，会发现这两个年份在10年国债利率走势节奏上，有一定的一致性。2009年的利率走势可以为我们外推今年的走势提供帮助。而模型则为如何进行叠加，提供了参考。
特别提示：
本公众号不是招商证券股份有限公司（下称“招商证券”）研究报告的发布平台。本公众号只是转发招商证券已发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义。
本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。
招商证券对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。对依据或者使用本公众号所载资料所造成的任何后果，招商证券均不承担任何形式的责任。
本公众号所载内容仅供招商证券股份客户中的专业投资者参考，其他的任何读者在订阅本公众号前，请自行评估接收相关内容的适当性，招商证券不会因订阅本公众号的行为或者收到、阅读本公众号所载资料而视相关人员为专业投资者客户。
一般声明：
本公众号仅是转发招商证券已发布报告的部分观点，所载盈利预测、目标价格、评级、估值等观点的给予是基于一系列的假设和前提条件，订阅者只有在了解相关报告中的全部信息基础上，才可能对相关观点形成比较全面的认识。如欲了解完整观点，应参见招商证券网站（http://www.cmschina.com/yf.html）所载完整报告。
本公众号所载资料较之招商证券正式发布的报告存在延时转发的情况，并有可能因报告发布日之后的情势或其他因素的变更而不再准确或失效。本资料所载意见、评估及预测仅为报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。
本公众号所载资料涉及的证券或金融工具的价格走势可能受各种因素影响，过往的表现不应作为日后表现的预示和担保。在不同时期，招商证券可能会发出与本资料所载意见、评估及预测不一致的研究报告。招商证券的销售人员、交易人员以及其他专业人士可能会依据不同的假设和标准，采用不同的分析方法而口头或书面发表与本资料意见不一致的市场评论或交易观点。
本公众号及其推送内容的版权归招商证券所有，招商证券对本公众号及其推送内容保留一切法律权利。未经招商证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。