宏观量化策略系列:用债券数据预测股市下跌,一种“信息熵利率曲线”建模

研究背景:

    择时问题是金融投资的核心问题,也是最难的课题,尤其对混合型基金、灵活配置基金、FOF 基金这类产品来说,市场择时显得更为重要。今年以来,指数一路下行,各类产品业绩出现较大幅度回撤。所以,尽管“择时难,难于上青天”,作者还是坚持思考和构建预测市场下跌的模型,争取为广大投资者提供一点有用的建议。

    建模思想:

    常规宏观变量对量化分析来说有其局限性,不仅是频率的原因,也有变量间关系不好确定、解释变量与被解释变量存在模糊关系、还有变量在证券市场有没有表征这类原因。作者认为,一个优秀的量化宏观变量,应具备以下特性:

    1、该变量包含宏观信息;2、该变量是从市场上某种资产价格中获得,也就是说包含的信息已经被市场认可;3、包含预期成分;4、频率较高,最好是日频变化。符合上述条件的指标,让我们想到国债的利率期限结构,但是利率曲线每天都有,数据维度很高,我们需要一种高度抽象的变量,能够整合利率曲线各种信息,也就是说该变量可以部分甚至完全控制利率曲线形态,一个参数就可控制曲线的水平、斜率、曲率因子。

    模型方法:

    本文通过信息熵利率曲线提供了一种新的研究债券市场与股票市场间关系的思路。通过信息熵利率曲线模拟债券市场收益率的观察结果,得到市场隐含信息处理率。而历史数据证明信息处理率与股市由牛转熊相关,可以预测股市熊市的到来。因此,信息处理率可以看作联系债券市场与股票市场的一个纽带,通过对债券市场内隐含信息处理率的分析,我们可以预测股票市场上熊市的出现。

    策略效果:

    见右边图,红色带状信号左侧即为预警信号,当R/C 波动率序列从低往高首达3%时候,进入预警状态,需要逐步减仓。模型信号准确性良好,是股市大跌预警的合适指标。