**行业与公司** * 债券市场与权益市场[1][3][6][14] * 可转债市场[1][6][15] * 固收资管产品（理财、保险资管）[9][15] * 房地产行业[18] * 北交所[22] **核心观点与论据** * **债市调整性质与原因**：近期债券市场调整无明确基本面利空 更多是交易情绪和波段操作导致 与去年四季度央行买债造成的“不看好但做多”相反 当前是“观点不空但不愿意做多”[3] 资金紧张是债市下跌的结果而非原因[1][5] 此轮调整为非典型熊陡 与资金紧张关系不大 不会引发全面赎回或信用补跌[1][7] * **资金面展望**：对三四季度资金面保持乐观 政府债券供给压力减少及贷款需求疲软将维持资金面宽松 即使央行未全面降准降息 资金面仍可能维持宽松状态[1][5] 北交所打新每周冻结约6000亿资金 对资金面有短期扰动[22] * **投资策略建议**： * 债券策略：小资金可尝试抄底进行小波段操作（例如8月份每次大幅下跌后抄底可赚取2到3个基点）[1][4] 长期或大型资金应减少组合久期 等待利率明确转向下行时再入场（右侧交易）[1][4][10][23] 短端和信用品种配置胜率较高[1][4] 超长信用债在震荡或调整状态下资本利得空间小 建议等待牛市氛围重启后再介入[19][20] * 权益与可转债：权益市场上涨趋势未结束[1][6][14] 可转债估值具吸引力 在股市上涨背景下仍有投资价值[1][6] 股市上涨由流动性宽松驱动 可能出现股债双涨[14] 科创ETF第二轮发行预计不会引发显著抢筹行情[21] * **负反馈机制**：当前证券市场负反馈机制较易被切断 因基金久期虽延长但整体交易不拥挤 银行和保险公司配债节奏较慢 狭义和广义杠杆率均不高 央行防空转担忧减弱[8] * **利率与价格顶部判断**：当前利率顶部及价格底部出现过程更可能是一个反复筑顶（圆顶）过程 而非尖顶[10][23] 建议关注宏大叙事逻辑降温作为右侧信号[10][17] * **物价走势影响**：预计PPI将从-4%回到-2%附近 但从-2%回到0%难度较大 工业品价格持续上涨动力不足 PPI生产资料向生活资料传导不明显 对CPI影响有限 债券市场反应通常领先于生活资料和消费品价格上涨[2][11] * **固收产品持有体验**：今年个人持有固收资管产品体验较为稳定 因理财机构采用平滑估值方法 且宏观环境下所有固收产品收益均下降 赎回潮更多体现为转向保险资管或银行存款等更稳定产品[9] * **房地产政策展望**：政府关注房地产健康发展 但微观数据尚无改善迹象 可能促使货币政策进一步刺激（如央行重启国债买入或降息） 这或成为一个右侧信号[18] **其他重要内容** * 股市上涨导致存款搬家 而非存款搬家导致股市上涨[16] * 机构投资者当前对债券市场态度谨慎 普遍看多但不做多 部分进行波段操作或尝试做空[3][17] * 当前市场环境下抄底体验可能不佳 需等待更明确的右侧信号（如宏大叙事降温或央行放水）[17][23]

核心观点 - 聚焦胜率视角下的交易性择时策略，回顾右侧交易方法，提出“趋势识别 - 节奏控制 - 信号整合”的日频多信号交易性择时策略并在 T 与 TL 利率期货品种中回测 [1] 引言 - 前序报告构建基于基本面与技术面因子的集成学习量化择时体系，是左侧交易框架，有较高赔率但左侧交易局限性逐渐显现 [10][11] - 右侧交易在趋势明朗后顺势介入，关注胜率和执行稳定性，本报告提出围绕“趋势识别 - 节奏控制 - 信号整合”的策略体系并进行实证评估 [11] 何为交易性择时 基本面择时 vs 交易性择时 - 基本面择时从左侧出发，以宏观基本面与事件驱动为主，面临数据低频滞后、指标解释稳定性受政策影响、难识别趋势节奏等挑战 [12][14] - 交易性择时从市场结果出发，以价格和成交量为输入，优势是高频实时、胜率可观、能辅助交易，但存在信号滞后、误报频繁等缺陷 [14] 经典技术指标介绍 - K 线形态、MACD、KDJ 等传统技术指标在右侧择时体系中起关键作用，分别代表结构识别型、趋势跟随型、节奏控制型择时策略 [15][17] - K 线通过反映多空博弈结果刻画市场参与者情绪与趋势偏好，适用于波段交易等场景，但主观性强、误报率高 [15][24] - MACD 通过计算短期与长期 EMA 差值量化动能变化，适用于趋势行情，但滞后性明显 [18][24] - KDJ 通过测量收盘价在区间内相对位置识别短期节奏，适用于震荡市波段操作，但对噪声敏感、胜率稳定性差 [22][24] 交易性择时策略运用 传统交易性择时策略的优缺点 - 趋势型策略如 MACD 在单边行情表现佳，但滞后性导致错过最佳入场点，稳定性在波动大的合约上下降 [26] - KDJ 指标在震荡市节奏控制能力强，但对高频噪声敏感，信号稳定性在弹性大的合约上削弱 [26][27] - K 线结构识别在利率期货中应用受限，信号稀疏且一致性不足，仅在剧烈波动日有一定提示作用 [27] 子策略介绍 - 低延时趋势策略通过信号处理克服传统均线滞后性，引入趋势斜率指标判断有效趋势，在趋势起点识别上有优势，但在弱趋势或震荡时需过滤 [29][32] - 阶矩择时策略通过阶矩变化判断市场趋势，信号有前瞻性，但对高频噪声敏感，需配合滤波器 [37] - 单均线策略基于价格与均线偏离判断趋势，计算简单、信号清晰，但区间震荡时可能产生假信号 [38] - 双均线策略用“金叉/死叉”思路，结合通道过滤评估交叉有效性，趋势跟随能力强，但滞后性不可避免 [39] - 通道过滤策略通过设置通道突破价减少亏损，布林带策略可识别趋势转折点，但带宽收缩时易误报 [40][41] - 九转序列策略识别趋势衰竭并预测拐点，拐点识别能力强，但信号稀疏，需配合趋势类模块 [42] 多信号策略 多信号策略有何优势 - 构建复合策略增强鲁棒性，结合各单策略优势，交叉检验信号，降低交易频率节约成本 [45] 结果展示 - 多信号策略在 T 和 TL 回测区间内表现优于基准，能较早捕捉做多机会实现正向收益，控制下行风险 [46][47] - T 品种回测区间内年化收益 8.63%，夏普比 3.04，最大回撤 2.62%，交易胜率 70.37%；TL 品种年化收益 23.22%，夏普比 3.78，最大回撤 2.28%，交易胜率 80.77% [3][46] 后续优化 - 信号融合逻辑引入信号权重机制，提高触发信号分辨力与稳定性 [58] - 数据维度引入非结构化信息，通过情绪因子或 LLM 生成信号辅助择时 [58] - 尝试用弱监督学习方式构建“信号融合层”，提升策略自适应能力与扩展性 [58]