策略“失灵时刻”的思考
今年以来，我们进行了利率量化策略研发，将流动性、股市、微观市场结构等核心因素因子化并纳入决策模型。从前期表现来看，模型信号基本稳健，8月全月提示了5次兼具胜率与赔率的操作。然而在上周最后一个交易日，该策略迎来了一次“失灵时刻”。我们对其进行深入剖析，以期对当下市场环境和策略优化提供更有实战价值的思考。
信号是怎么“失灵”的？
9月2日开盘，模型由偏空转为偏多并持续，在9月4日开盘后给出买入信号，也是6月下旬以来首次出现该信号；但9月5日，伴随着股市强势反弹，三大股指反包前日大跌，债券市场再次受到强烈冲击，模型也在收盘后急转为偏空，多头头寸面临止损。
对于该情况，我们重新计算了信号状态转移概率矩阵，可以发现模型每次给出买入信号后，次日有68%的概率延续开多信号、23%的概率延续偏多信号，符合高胜率目标下给止盈操作预留充裕时间窗口的诉求。而周五模型由买入急转为偏空的类似情况，近五年间出现过10次，概率仅3%，持仓5个交易日后盈亏参半，亏损头寸平均以每笔3BP左右幅度止损，在累积安全垫承受范围内。
模型存在缺陷吗？是否有解决方案？
①历史数据解决不了明天会发生什么的问题，针对模型承受范围内的小概率事件，维持底层架构不变，考虑参数优化；微调后我们发现尽管模型在9月4日不再给出买入信号，但各年度胜率变化均不大，因此也不再进行过度调参。
②这次“失灵”或也是内卷行情的真实写照。如果我们从历史数据中剔除操作窗口期较短的情况（买入后浮盈不足2天或最大收益空间小于1BP），则会发现做多胜率出现下滑、且为5年来最低值（注：胜率均以每笔开仓操作后5个交易日内必须平仓为规则计算），意味着今年做多的窗口期短、容错率低，应对上可以考虑开多后将止盈/止损设在成本线；
而做空胜率明显更加稳定，尽管我们在战略上不具备大幅看空债市的基础，但战术上空头头寸确实贡献了更多收益；从全年有效信号数量多/空比来看，2020年-2025年分别为1.46、1.55、1.15、2.39、2.86和0.5，可以说今年模型还是有效过滤掉了很多非确定性机会。
③模型设计的初心是牺牲对绝对赔率的追求，保证胜率质量，但在现阶段，赔率开始等同于胜率，这可能也是为什么在基本面诸多利好支撑的背景下，利率多次选择了快速向上的方向；未来我们将对模型进行深度优化，一方面考虑在底层指标中增加刻画赔率的因子，另一方面尝试缩短采样周期以匹配更加多变的行情。
策略“失灵时刻”的思考
今年以来，我们进行了利率量化策略研发，将流动性、股市、微观市场结构等核心因素因子化并纳入决策模型。从前期表现来看，模型信号基本稳健，8月全月提示了5次兼具胜率与赔率的操作。然而在上周最后一个交易日，该策略迎来了一次“失灵时刻”。我们对其进行深入剖析，以期对当下市场环境和策略优化提供更有实战价值的思考。
信号是怎么“失灵”的？
9月2日开盘，模型由偏空转为偏多并持续，在9月4日开盘后给出买入信号，也是6月下旬以来首次出现该信号；但9月5日，伴随着股市强势反弹，三大股指反包前日大跌，债券市场再次受到强烈冲击，模型也在收盘后急转为偏空，多头头寸面临止损。
对于该情况，我们重新计算了信号状态转移概率矩阵，可以发现模型每次给出买入信号后，次日有68%的概率延续开多信号、23%的概率延续偏多信号，符合高胜率目标下给止盈操作预留充裕时间窗口的诉求。而周五模型由买入急转为偏空的类似情况，近五年间出现过10次，概率仅3%，持仓5个交易日后盈亏参半，亏损头寸平均以每笔3BP左右幅度止损，在累积安全垫承受范围内。
模型存在缺陷吗？是否有解决方案？
①历史数据解决不了明天会发生什么的问题，针对模型承受范围内的小概率事件，维持底层架构不变，考虑参数优化；微调后我们发现尽管模型在9月4日不再给出买入信号，但各年度胜率变化均不大，因此也不再进行过度调参。
②这次“失灵”或也是内卷行情的真实写照。如果我们从历史数据中剔除操作窗口期较短的情况（买入后浮盈不足2天或最大收益空间小于1BP），则会发现做多胜率出现下滑、且为5年来最低值（注：胜率均以每笔开仓操作后5个交易日内必须平仓为规则计算），意味着今年做多的窗口期短、容错率低，应对上可以考虑开多后将止盈/止损设在成本线；
而做空胜率明显更加稳定，尽管我们在战略上不具备大幅看空债市的基础，但战术上空头头寸确实贡献了更多收益；从全年有效信号数量多/空比来看，2020年-2025年分别为1.46、1.55、1.15、2.39、2.86和0.5，可以说今年模型还是有效过滤掉了很多非确定性机会。
③模型设计的初心是牺牲对绝对赔率的追求，保证胜率质量，但在现阶段，赔率开始等同于胜率，这可能也是为什么在基本面诸多利好支撑的背景下，利率多次选择了快速向上的方向；未来我们将对模型进行深度优化，一方面考虑在底层指标中增加刻画赔率的因子，另一方面尝试缩短采样周期以匹配更加多变的行情。
