• 利率形态识别方法原理与应用背景 [page::0][page::1]

- 利用核回归方法对高频利率数据进行平滑，提取局部顶底，抽象为“点+线”形态结构，降低主观识别误差。
- 当前形态识别方法在股票和商品中应用广泛，债券市场研究较少，低利率环境下利率波段交易价值凸显。
- 图示不同带宽参数下核回归曲线变化及局部极值点示例：

• 投资标的与利率指数编制 [page::2][page::3]

- 采用国开债活跃券作为投资标的，分为短久期(0-2年)、中久期(3-5年)和长久期(10年以上)，选流动性最优的前5只等权持有，周频调仓。
- 国开债不同久期指数表现走势及收益风险统计：



| 类型 | 年化收益率 | 年化波动率 | 最大回撤 | 收益波动比 | 收益回撤比 |
|--------------|------------|------------|----------|------------|------------|
| 国开债-短久期 | 3.38% | 0.56% | 1.42% | 6.04 | 2.38 |
| 国开债-中久期 | 4.45% | 1.62% | 4.46% | 2.75 | 1.00 |
| 国开债-长久期 | 6.74% | 4.39% | 17.16% | 1.53 | 0.39 |

• 传统形态识别方法与策略构建 [page::3][page::4][page::5][page::6]

- 识别头肩形、扩散形、三角形和矩形顶底形态，基于局部顶底点P1至P5位置及经验参数精确定义形态。
- 历史利率形态案例形态示意及图示（头肩顶/底、扩散顶/底、三角顶/底、矩形顶/底）：



- 识别次数随核回归带宽增加而下降，最终选取带宽值5平衡平滑度和信号频率。
- 多形态复合策略将四种形态信号叠加，增厚超额收益和频率，年化收益5.71%，超额81BP，最大回撤5.44%，收益回撤比1.05，表现优于单形态策略。
- 传统形态交易策略收益风险统计：

| 类型 | 年化收益率 | 年化波动率 | 最大回撤 | 收益波动比 | 收益回撤比 | 年化换手率 |
|--------|------------|------------|----------|------------|------------|------------|
| 头肩形 | 5.10% | 2.03% | 5.53% | 2.52 | 0.92 | 3.58 |
| 扩散形 | 4.97% | 2.01% | 5.54% | 2.48 | 0.90 | 2.79 |
| 三角形 | 5.41% | 2.10% | 5.43% | 2.58 | 1.00 | 4.24 |
| 矩形 | 5.03% | 2.00% | 5.43% | 2.52 | 0.93 | 1.06 |
| 等权基准| 4.90% | 1.99% | 5.54% | 2.46 | - | - |

• 基于支撑线和阻力线的双线突破形态策略 [page::6][page::7][page::8]

- 利用连续5个局部顶底点，连接高点和低点拟合阻力线和支撑线，突破信号出现频率高，兼顾短期波动和长期趋势。
- 双线突破策略逻辑：向下突破支撑线做多长久期，向上突破阻力线做多短久期，剩余时间三久期等权，季度调仓，止损时回归等权。
- 双线突破形态策略收益风险统计：

| 类型 | 年化收益率 | 年化波动率 | 最大回撤 | 收益波动比 | 收益回撤比 | 年化换手率 |
|----------------|------------|------------|----------|------------|------------|------------|
| 双线突破-仅长久期 | 7.11% | 2.98% | 8.92% | 2.38 | 0.80 | 12.46 |
| 双线突破-仅短久期 | 5.44% | 1.56% | 2.88% | 3.49 | 1.89 | 11.97 |
| 双线突破 | 7.68% | 2.72% | 5.91% | 2.83 | 1.30 | 21.22 |
| 等权基准 | 4.90% | 1.99% | 5.54% | - | 2.46 | - |

• 利率趋势环境细分及策略优化 [page::8][page::9][page::10]

- 根据阻力线和支撑线斜率将市场利率走势划分为上行、震荡、下行三类趋势环境。
- 发现顺应趋势方向的突破交易有更佳收益回撤比，反向突破性价比较低。
- 改进策略：出现反向突破信号时，部分仓位转入中久期，降低风险敞口。
- 改进后策略表现：

| 类型 | 年化收益率 | 年化波动率 | 最大回撤 | 收益波动比 | 收益回撤比 | 年化换手率 |
|------------------|------------|------------|----------|------------|------------|------------|
| 双线突破(改)-仅长久期 | 6.86% | 2.70% | 6.77% | 2.54 | 1.01 | 9.60 |
| 双线突破(改)-仅短久期 | 5.67% | 1.54% | 3.06% | 3.67 | 1.85 | 9.01 |
| 双线突破(改) | 7.65% | 2.39% | 3.77% | 3.20 | 2.03 | 17.71 |
| 等权基准 | 4.90% | 1.99% | 5.54% | - | 2.46 | - |

• 多周期共振形态策略强化 [page::10][page::11][page::12]

- 利用核回归带宽控制周期，构建短、中、长周期的双线突破信号。
- 多周期信号共振，仅在至少2个周期同时发信号时才交易，增强信号的稳定性和准确性。
- 多周期共振策略表现极佳，年化收益8.82%，超额收益3.92%，最大回撤3.32%，收益回撤比2.66，换手率20.72倍，回撤较上一版策略降低。
- 多周期共振策略年化收益率与部分主要指标：

| 类型 | 年化收益率 | 年化波动率 | 最大回撤 | 收益波动比 | 收益回撤比 | 年化换手率 |
|------------------|------------|------------|----------|------------|------------|------------|
| 多周期共振-仅长久期 | 7.50% | 2.81% | 6.87% | 2.67 | 1.09 | 11.40 |
| 多周期共振-仅短久期 | 6.17% | 1.65% | 2.41% | 3.74 | 2.56 | 10.14 |
| 多周期共振 | 8.82% | 2.58% | 3.32% | 3.42 | 2.66 | 20.72 |
| 等权基准 | 4.90% | 1.99% | 5.54% | - | - | - |

• 策略逐年胜率优异，2007年以来多策略绝对收益胜率超88%，多周期共振策略达100%，2024年一季分别实现2.82%、2.85%、4.42%的绝对收益。

【招商定量 深度报告巡礼之十三】形态识别算法在利率择时中的应用 深度分析报告

---

1. 元数据与报告概览

• 报告标题： 形态识别算法在利率择时中的应用 —— 固收量化系列研究之六

- 作者及发布机构： 招商定量任瞳团队，招商证券

• 发布日期： 2024年9月5日

- 研究主题： 利用技术分析中的形态识别算法，特别是基于核回归方法的形态挖掘，应用于中国债券市场利率10年期国债到期收益率的择时研究。

核心论点：

• 形态识别技术，尤其是核回归方法，在债券市场中应用相对较少，但具有较强的信号识别能力，对于低利率环境下的利率波动择时提供有效手段。

- 传统形态信号（如头肩形、扩散形、三角形、矩形）在利率交易中均展示出一定的预测效果，可叠加形成多形态策略提升收益。

• 以支撑线和阻力线突破形态构建的双线策略优于传统形态策略，且随着策略的改进，引入趋势判断和多周期共振进一步提升收益率与收益回撤比，风险更低。

- 多形态及突破形态组合策略年化收益率从5.71%提升到最高8.82%，显著优于等权基准，且策略的回撤控制良好，收益回撤比达到2.66，实现稳定的风险调整后收益。

---

2. 逐章节深度解读

2.1 技术分析中的形态识别及核回归方法提取利率趋势

• 内容总结：

- 报告首先梳理了技术分析的背景及形态识别的学术基础，强调了Lo等人(2000)提出基于核回归的形态识别方法的创新性和客观性。
- 针对债券市场形态指标研究不足，采用核回归算法平滑利率数据，滤除短期扰动，提取主要利率趋势。
- 利用核回归曲线顶点抽象利率数据为“点+线”结构，从而识别其形态。

• 算法及数学细节：

- 核回归通过加权平均处理时间序列中各点，权重由核函数（如高斯核）计算，距离越近的点权重越高，从而实现平滑。
- 带宽参数h调节平滑度，h越小曲线越接近原始数据但易过拟合，h越大则表现为长周期趋势。
- 如图1（第2页）所示，不同带宽下的核回归效果，带宽从1到10，曲线逐渐变平滑。
- 利率局部极值（顶底）定位（图2、3），连接形成简化走势路径，为后续形态识别提供基础。

• 意义与作用：

- 这种方法明晰了市场利率的核心走势，减少了人为视觉判断的主观性，增强了形态识别的其科学性和稳定性。

2.2 传统形态指标识别及投资标的编制

• 国开债活跃券指数构建：

- 依据剩余期限构建三只久期指数：短久期（0-2年）、中久期（3-5年）、长久期（10年以上），基于流动性选取交易额最大的前5只债券。
- 图5、6展示各长期限指数净值趋势，长久期指数收益率最高，但波动率和回撤也大，展示了久期风险收益特性。

• 传统形态介绍及信号识别：

- 形态包括头肩形、扩散形、三角形和矩形，均含顶部（看跌）和底部（看涨）两个子类。
- 形态判断依赖五个连续局部顶底点P1-P5的位置及相关条件。形态识别公式涉及经验参数（如头肩的1.5%、矩形的0.75%等），如表格和图7-14所示分别展示历史案例。此将主观判断标准量化公式化系统化。

• 识别频率：

- 如表4，随着带宽h增大，识别频次下降。最终选取h=5作为平衡识别频次和信号质量的参数。

• 策略构建与实证：

- 利率形态信号对应投资方向，如头肩顶判定利率下跌，则投资长久期债券；头肩底则投资短久期。
- 以季度为调仓期基准，配合止损（单日超额收益小于0.5%切换等权），形成交易组合。
- 表5显示，四类形态策略年化收益率均优于等权基准，头肩形最高5.10%，收益回撤比较基准均有提升，年换手率在1-5倍，表明策略活跃并有效。

• 多形态复合策略：

- 利用多形态复合信号提升交易频率和信号覆盖，策略年化收益率提升至5.71%，超额收益81BP，最大回撤5.44%，收益回撤比1.05（表6）。
- 复合信号的净值增长曲线表现更优，信号覆盖更充分，进一步验证形态组合有效性。

2.3 支撑线与阻力线突破: 形态泛化策略

• 理论及定义：

- 支撑线由若干局部底点连线组成，为价格下跌的心理支撑区；阻力线由局部顶点连线构成，表示上涨的抑制区。突破这些线意味着市场心理预期及价格逻辑改变，表征趋势的开始。
- 图22、23演示实际数据中如何利用核回归生成的局部极值构建支撑/阻力线。

• 信号频率：

- 表7显示，支撑线和阻力线突破信号年均出现次数远高于传统形态，可达50次以上，提供了更高频的交易信号。

• 策略构造与测试：

- 向下突破支撑线时持满长久期，向上突破阻力线时持满短久期，其他时间等权配置。
- 交易频率明显高于传统形态，年换手率达21.22倍。
- 表8表明策略年化收益率7.68%，超额收益2.78%，最大回撤5.91%，收益回撤比1.30，优于基准及传统形态策略。

• 利率趋势状态划分与策略改进：

- 利率趋势依据支撑和阻力线斜率分为上行、震荡、下行。
- 统计结果（表9）显示顺势交易效果最佳，反向操作性价比差。
- 改进策略在反向信号时，将部分仓位调整到中久期，以降低风险。
- 改进后如表10所示，收益率维持7.65%，最大回撤降至3.77%，收益回撤比提升到2.03，换手率略降至17.71倍。净值曲线（图31）表现更稳健。

2.4 多周期共振形态策略

• 理论基础：

- 不同带宽参数对应不同时间周期的趋势，带宽小捕捉短期趋势，带宽大捕捉长期趋势。
- 如图33所示，短期信号频繁，长期信号稀少，且多周期信号重叠时，趋势确认度更高。

• 策略设计：

- 设定短、中、长三个带宽阈值，三个周期信号组成投票器，只有两个及以上信号一致时执行交易（即多周期共振）。
- 以此抑制单一周期的噪声信号，提高决策准确率。

• 绩效表现：

- 多周期共振策略年化收益率提高至8.82%，超额收益3.92%，最大回撤3.32%，收益回撤比2.66，换手率20.72倍（表11，图34）。
- 子组合（仅长久期/短久期）同样优异，收益回撤比分别为1.09和2.56，换手率均约10倍。
- 自2007年以来多周期策略绝对收益及超额收益胜率均达到100%，最新季度业绩依然良好（最后表格）。

---

3. 图表深度解读

• 图1（第2页）： 不同带宽核回归平滑效果。反映核回归参数调整如何影响利率平滑线，确认带宽对周期性的控制作用。

- 图2、3（第2页）： 利用核回归曲线定位局部极值，形成连线简化走势路径，提供形态识别的基础数据结构。

• 图5、6（第3页）： 不同久期国开债指数净值趋势，描绘利率资产的表现差异，支持构建基准及投资组合。

- 表4（第4页）： 传统形态识别频率受带宽影响，选择h=5平衡信号频次和稳健性。

• 图7至14（第4-5页）： 不同传统形态具体案例，形象直观展示形态的判断基础与市场表现，帮助理解形态逻辑。

- 表5（第6页）： 传统形态策略收益、风险及换手率数据，显示形态策略超额收益稳定，风险适中。

• 图19、20（第6页）： 多形态复合交易信号及净值曲线，验证信号叠加提升了交易频率和回报。

- 图22-23（第7页）： 支撑线和阻力线示意图，形象说明信号开启的机制及实际利率走势结合。

• 表7（第7页）： 突破形态年平均出现次数，阐明该策略相比传统形态频率更高，提供更丰富交易机会。

- 图24（第8页）： 双线突破策略净值明显超过基准，表现稳定且连续增长。

• 表8（第8页）： 策略详细风控指标，体现高收益同时回撤控制在合理范围。

- 图27-30（第9页）： 利率趋势环境示意及相应策略净值不同趋势表现，验证顺势交易策略优势。

• 表9（第9页）： 细分趋势环境下的策略比较，强调趋势判断重要性及策略改进的必要性。

- 图31（第10页）： 改进后的吞线突破策略净值，展现更优的风险调整后收益和更低的最大回撤。

• 表10（第10页）： 改进策略具体数据，综合性能提升明显。

- 图33（第11页）： 多周期信号共振示例，直观展现金融市场多周期信息有效叠加的逻辑。

• 图34（第12页）： 多周期共振策略净值曲线，确认其超越性表现。

- 表11（第12页）： 多周期改进子组合细节及整体表现，囊括收益率、风险和换手率，强调策略的实用性和稳定性。

---

4. 估值分析

本报告主要聚焦于技术形态策略应用于利率市场的择时效能研究，未直接涉及公司或资产的传统估值体系（如DCF、PE、EV/EBITDA等）。其“估值”部分体现为对形态信号构成的策略投资组合的绩效评估及风险回报比的衡量，属于策略定量评价范畴，而非资产估值。

---

5. 风险因素评估

• 模型风险： 技术分析基于历史数据形态，存在样本外失效概率，尤其在市场异常波动或环境突变时可能失效（报告申明）。

- 参数设定风险： 形态识别依赖带宽等经验参数，参数选择不当可能导致过拟合或信号遗漏，报告通过多周期共振部分缓解此风险。

• 高频交易信号风险： 双线突破策略的年换手率达20次以上，频繁交易可能增加交易成本及滑点风险。

- 市场趋势变化风险： 反向突破信号的性价比较低，报告通过结合趋势斜率进行策略调仓和风险缓释。

• 外部环境风险： 宏观政策、流动性变化等非技术因素可能导致利率走势与历史规律脱节，影响模型表现。

报告预留明确免责声明，提醒投资者警惕模型失效及环境变化带来的不确定性。

---

6. 批判性视角与细微差别

• 报告优势： 使用核回归系统化消解主观性，综合多形态、多周期信号，构建科学严谨的量化策略。细化趋势判断优化减轻策略风险，完整回测覆盖近20年数据，样本丰富。

- 可能不足之处：
- 频繁换手策略的实操成本和市场摩擦未详述，实际收益可能受挤压。
- 定性参数（如1.5%、0.75%阈值）设定虽有经验基础，但难保在未来完全适用。
- 虽强调风险控制，但对于极端违背趋势的剧烈行情表现未深度披露。
- 报告整体对技术分析有效性持正面态度，潜在认可偏差影响客观性，尤其在形态信号选择上。

• 内部协调性： 报告结构严密，从传统形态到突破形态再到多周期改进，逻辑自洽，未见明显矛盾。

---

7. 结论性综合

本报告系统性地应用核回归方法实现债券市场利率数据的形态识别，开创形态分析在利率择时领域的实际应用。通过提炼点线结构和传统形态的判别规则，为投资者提供基于技术形态的债券久期轮动策略。

实验结果显示，传统形态信号能提升择时效果，但因信号频率有限，其收益提升有限。引入基于局部极值的阻力线和支撑线突破作为泛化形态信号，显著提高信号频率和策略表现，年化收益率从5.71%跃升至7.68%，收益回撤比提升至1.30。

进一步结合利率趋势斜率判别，调整反向博弈的仓位比例，最大回撤大幅下降至3.77%，收益回撤比提升至2.03；同时策略换手频率适度下降，更具实操性。

最后，采用短、中、长多周期的信号共振机制，极大增强了策略的稳健性与准确度，年化收益率高达8.82%，收益回撤比2.66，策略自2007年以来连续多年正收益，表现卓越。

图表和数据强有力印证了技术分析中形态识别算法在低利率环境下利率择时的有效性。这不仅对债券投资者提供了新的参考维度，也扩展了技术分析的应用边界。

综合来看，报告科学严谨，数据支持充分，提出的多层次多周期突破策略具有较高的理论价值和实用潜力。但投资者仍需关注策略在不同环境下的适用性及交易成本等现实因素，合理运用以实现稳健收益。

---

参考文献与模型假设索引

• Lo, Mamaysky, Wang (2000)核回归形态识别基础 [page::1,12]

- 核回归平滑带宽参数h调节影响 [page::1,2]

• 传统形态定义及算法阐述 [page::3,4]

- 多形态复合策略与信号频率统计 [page::6]

• 支撑线和阻力线定义与突破逻辑 [page::7]

- 双线突破策略和趋势状态改进 [page::8,9,10]

• 多周期共振机制提升策略表现 [page::11,12]

---

附：主要图表索引

• 图1-3：核回归曲线平滑与局部顶底点识别 [page::2]

- 图5-6：久期债券指数构建与表现 [page::3]

• 图7-14：传统形态案例图及识别方法示意 [page::4,5]

- 表4-6：形态识别频率与策略收益风险统计 [page::4,6]

• 图22-24：支撑/阻力线形态及策略净值 [page::7,8]

- 表7-8：突破形态信号出现频率及策略表现 [page::7,8]

• 图27-30，表9：趋势环境划分及策略表现对比 [page::9]

- 图31，表10：趋势改进策略表现 [page::10]

• 图33-34，表11：多周期共振策略统计 [page::11,12]

---

本报告内容基于深刻的量化模型与数据分析，在债券市场低利率环境下为投资者提供了新型利率择时工具和策略框架，兼顾收益和风险控制，具备一定的实战参考价值。

报告