低波債市投資的破局之道

摘要：進入2025年，低波動性成為債市的典型特征，客觀上限制了傳統趨勢交易策略的收益空間。本文從債市收益率的約束因素等方面分析了市場低波的成因，提出量化策略交易和中性策略交易是應對低波市場、進行收益增強的可行破局之法。對于量化策略交易，通過構建波動率因子模型，驗證其在低波環境下的預測能力及盈利能力，并提出優化方向。對于中性策略交易，通過案例介紹基差、期限利差及新老券利差等經典中性交易策略的應用方法，并基于實證說明其可以有效博取超額收益。

關鍵詞：低波動性 量化策略 中性策略 波動率因子

2025年初，我國債市處于收益率較低階段。在持續的資金價格走高和持有票息為負（負Carry）的壓力下，債市在2—3月出現調整，波動率上升。4月，美方單邊施壓制造關稅摩擦，債市收益率下行，波動率隨之顯著降低并接近2021年下半年以來的低點，位于10%分位數以下（見圖1）。在債市進入低利率時期的同時，低波動性（以下簡稱“低波”）也成為市場重要的特征，交易空間迅速收窄，債市投資機構開始思索如何調整乃至重構自身投資體系，破解低波市場迷局。

近期債市低波的原因分析

（一）2021年以來波動率情況回顧

為更好捕捉市場波動率的動態變化，本文采用可平滑反映波動聚集性和時變性的滾動高斯核函數方法，以中債10年期（Y）國債估值收益率時間序列數據為研究對象來構建波動率因子。經過對不同滾動窗口長度的系統性測試與篩選，最終確定，6個交易日窗口能最有效平衡市場變化敏感性與噪聲過濾能力。

按上述方法獲得波動率因子歷史數據，其呈現明顯的階段性特征：2021—2022年，在疫情暴發后經濟復蘇節奏尚未明朗、美聯儲加息快速沖擊、國內流動性松緊交替變動等因素影響下，債市波動率整體處于較高位置。2022年下半年，受理財贖回潮等因素影響，債市快速調整，波動率也沖高至近年來的峰值。2023年一季度，受資金利率高企與負Carry影響，債市回調，波動率短暫抬升，隨后趨低。2024年前三季度，經濟基本面偏弱，債市收益率以勻速下行為主，波動率相對偏低。四季度，債市收益率先在風險偏好抬頭的影響下上升，后在資金面偏寬、配置力量強勢等因素影響下快速下行，其間波動率沖高至2021年下半年以來的高點。

整體來看，債市波動率的變化與資金面、經濟預期、當期市場主線及機構行為等因素密切相關，這些因素的相互作用和動態平衡共同決定了債市波動率的變化。

（二）今年以來債市低波的成因

結合以上方面，筆者認為近期債市低波的原因如下。

一是資金價格約束了債市收益率下限。自2025年4月以來，在央行的呵護下，市場流動性維持合理充裕狀態，銀行間隔夜質押式回購加權利率持續在1.4%附近波動，但并未再顯著降低，短期國債收益率隨之基本保持在1.4%附近，國債收益率曲線整體形態偏平。同時，投資機構對一季度債市調整和負Carry情況仍心有余悸，面對較高價格的債券操作謹慎。這些因素限制了債市收益率的進一步下行。

二是經濟預期約束了債市收益率上限。2022年以來，包括人民幣貸款同比增速等在內的金融數據、包括居民消費價格指數等在內的通脹數據，以及包括采購經理指數等在內的景氣度數據，其中樞均出現不同程度下移。2025年以來，經濟基本面情況與中美貿易摩擦前景的不確定性，成為壓制債市收益率上行的最重要因素，約束了債市的回調空間。自二季度以來，中債10Y國債估值收益率絕大部分時間位于1.75%下方，1.75%～1.80%成為事實上的階段性高位區間。

三是傳統意義上會對債市形成擾動的因素被較好地“撫平”，如債券供給、資金利率季節性變動等。最典型的例子即債券供給。2025年二季度以來，政府債券發行強度高且超長端發行量明顯提升。根據萬得（Wind）數據，二季度政府債券凈融資約3.7萬億元，比2024年同期高約1.7萬億元；10年以上期限政府債券凈融資約1.7萬億元，比2024年同期高約8000億元。但是，在央行對流動性的持續呵護下，債券供給增加并未對債市形成明顯沖擊。

四是投資機構廣泛使用中性套利交易，平抑了非理性波動。2025年以來，在債市收益率已到低位的情況下，各投資機構開始廣泛挖掘基于中性的套利交易機會，部分投資機構還廣泛參與一、二級市場套利。2025年初至7月中旬，約三分之二的10年期國債招標發行出現邊際倍數高于4倍的情況，而2024年這一情況占比僅為38.5%，其背后原因主要是投資機構對一、二級市場的套利需求在增加。套利交易具有快速、高頻、可修復定價錯誤、可提前協助定價等特點，往往可以平抑債市的非理性波動，其廣泛應用也間接促成近期債市的低波特征。

低波債市中的投資交易思路

低波債市使得傳統依賴趨勢判斷來開展的主觀投研難以發揮作用。筆者認為，量化策略交易和中性策略交易或是低波債市投資的破局之法。

（一）量化策略交易

1.量化策略的概念及應用

量化策略交易是依托海量歷史數據，借助數學模型挖掘規律、制定交易規則，由計算機程序自動執行決策的交易方式。量化策略將市場數據轉化為量化信號，經回測驗證策略有效性，以紀律性和客觀性為核心，減少人為情緒干擾，能夠較好應對市場的復雜性并提升組合風險收益比。

筆者認為，量化策略交易的重要性在低波市場中會更加凸顯：此時市場趨勢較為模糊難辨，量化策略交易可對過往類似階段的海量數據進行回測分析，從中挖掘細微規律并精準捕捉波段交易機會。若預期債市低波特征延續，可以此為基礎，專門開發更適合低波震蕩市、更能獲取相對收益的量化策略。

2.量化策略的構建及效果

筆者嘗試構建了以波動率因子為基礎的量化策略，經回測取得較好結果，具體步驟如下。

一是構建波動率因子。筆者采用滾動高斯核函數方法，對中債10Y國債估值收益率時間序列數據構建波動率因子，經格蘭杰因果檢驗，證明在該波動率因子的過去值中，包含可預測中債10Y國債估值收益率未來值的有效信息（plt;0.05）。

二是將時序數據分為訓練集與測試集。訓練集時間為2022年1月1日—6月30日，此時國債收益率窄幅震蕩且缺乏明顯的單邊上漲或下跌趨勢，符合策略針對“低波+震蕩”場景的初衷。測試集時間區間為2025年1月1日—7月2日。

三是設定策略規則。基于金融市場“波動率反映風險和預期” 的基本假設，通過分析歷史數據中波動率與價格走勢的關聯，設定如下交易規則：在t時點，依據t時點之前a期的收益率數據計算波動率因子Vol_t，對Vol_t設定閾值b和c（b、c均為可變參數并將用于下一步參數調優）。當Vol_t高于b時，認為市場分歧加大且風險和不確定性在累積，觸發賣出信號；當Vol_t低于c時，認為市場趨勢相對穩定且可以布局，觸發買入信號。交易均于t+1時點執行，避免出現使用未來信息指導當期交易的情況。按以上策略規則開展下一步的情景遍歷和參數調優。

四是參數調優。以訓練集上最大化收益水平為目標，對上述3個核心變量a、b、c進行尋優，最終篩選得到的最優參數組合為：a=6，b=0.02，c=0.01。表1展示了訓練集上收益水平排名在前5位的參數組合。

在最優參數組合下，量化策略在訓練集上的累積損益結果如圖2所示。

在最優參數組合下，量化策略在測試集上的累積損益結果如圖3所示。

在測試集時段內，量化策略累計收益26.17個基點（BP），勝率為62.33%，最大回撤為7.2BP。而主觀單邊持倉策略作為債市投資交易的基準策略，同期累計收益約為-3BP，最大回撤約為29BP。量化策略明顯跑贏持倉策略。

3.對量化策略的反思與改進

回顧上述量化策略的關鍵績效，筆者發現，在整體取得較好收益的情況下，其在具體執行層面仍存在不足。例如，在2025年4月首周，中美關稅摩擦導致債市收益率短期內顯著下行，該事件的沖擊推動債市波動率高企而觸發賣出信號，導致未能充分獲取該事件驅動下收益率大幅下行的收益。而在5月中下旬，政府債券供給壓力有所提升，債市明顯承壓，但同期債市波動率升幅未能觸達上述量化策略的賣出閾值，導致未能及時發出賣出信號，從而止盈偏晚，形成較大回撤。

上述問題也為后續量化策略的改進指明了方向。

一是優化波動率信號的方向敏感性。上述量化策略假設波動率高低對債市后續方向只有單向指引（即高波賣、低波買），但在現實中，債市絕對收益率水平的高低可能會顯著影響波動率因子對債市后續方向的預測能力。例如，當債市收益率處于高位時，高波更可能預示向下突破；當債市收益率處于低位時，高波更可能預示向上突破。未能結合收益率水平高低來輔助判斷，是上述量化策略出現4月過早賣出和5月未及時止盈的關鍵原因。未來可有針對性地進行調整，進一步提高信號的預測價值。

二是動態優化策略閾值。單一的閾值組合（b，c）可能無法很好描述波動率因子的變動，后續可結合宏觀經濟指標或市場情緒指標來動態調整閾值，也可以考慮引入多因子模型，對波動率極值出現的原因進行判斷，以提升量化信號的質量。

三是精細化做好風險控制。上述量化策略僅跟隨量化信號執行，未設置止盈點、止損點。后續可以考慮建立并優化止盈、止損設定，進一步做好倉位和盈利管理。

基于上述量化策略構建經驗，筆者認為，在低波債市中，波動率因子是具備預測能力的指標，可作為量化策略的構建基礎。持續開發并優化量化策略，有效推進并完善多因子、多策略的量化體系，從而獲取超額收益，是應對低波債市的較好辦法。

（二）中性策略交易

1.中性策略的概念及應用

中性策略是指同時構建多頭頭寸和空頭頭寸以對沖市場風險，獲取較穩健收益的交易策略。對于債市而言，中性策略即指通過配置債券及相關固收衍生品，同時運用國債期貨、借貸賣空、利率互換等交易工具對沖風險，保持組合敞口中性（組合整體基點價值維持在0附近），以獲取多空兩端基差/利差波動帶來的損益的策略，往往具有無單邊敞口暴露、多空兩端交易工具豐富、收益相對穩健、回撤相對可控、風險收益比較高等特點。

2025年以來，債市投資機構對中性策略的應用愈發廣泛。筆者認為，中性策略方興未艾，因為在低波債市中常常會出現過度的市場情緒或極致的機構行為，從而帶來中性交易機會。可通過在低波市場中深挖中性交易的超額收益來提升組合業績。

2.經典中性策略的構建及效果

以下分別針對基差、期限利差、新老券利差三類經典中性交易策略進行舉例說明。

（1）基差交易策略的構建及案例

基差交易策略的盈利基礎，是國債現貨和國債期貨之間基差波動帶來的損益。國債期貨基差具有隨時間推移臨近交割月而逐漸收斂等特性，這可以成為基差交易策略的構建基礎。

例如，根據森浦Qeubee數據，2025年初首個交易日（1月3日），30Y國債現券210005的價格（考慮轉換因子）與30Y國債期貨TL2503的價格之差達0.795元高位。此時，無論是從基差可能短期有修復的波段交易角度，還是從臨近交割月基差將逐步收斂的角度，均支持開展反向套利（做多國債期貨、做空國債現貨）操作。1月3—8日，TL基差從0.795元收斂至0.434元，收斂幅度約為0.36元。如果成功獲取該收益，由于反向套利中賣空現券會得到現金并降低債券持倉規模，故該操作不僅可以獲取較好的絕對收益，還能夠因為資產規模降低而獲得較高的組合資產回報率（ROA）。

（2）期限利差交易策略的構建及案例

期限利差交易策略的盈利基礎，是同發行主體不同期限段債券之間利差波動帶來的損益。國債等債券的期限利差往往具備一定的統計學規律（如上下限、波動中樞等），這可以成為期限利差交易策略的構建基礎。

例如，根據Wind與中債估值中心數據，2025年7月1—4日，50Y國債2500003與30Y國債2500002之間的期限利差大約收窄了2.4BP，而同期2500002的估值收益率變動僅不足0.2BP，即時段內兩只超長期特別國債之間的期限利差波動幅度明顯超越了2500002利率的波動幅度。回顧來看，在5—6月時，市場已出現明顯的追逐票息資產（收益率較高債券）趨勢，50Y國債2500003的收益率絕對值較高，也在市場追捧的票息資產之列。由此，可做窄50Y國債與30Y國債之間的期限利差。由于現券賣空端得到的現金規模將大于現券多頭端買入的債券規模，故該操作可以提升組合的絕對收益與ROA。

（3）新老券利差交易策略的構建及案例

新老券利差交易策略的盈利基礎，是同發行主體關鍵期限段新券和老券之間利差波動帶來的損益，主要包括國債或國開債新券和老券切換、活躍券和非活躍券切換帶來的利差波動。國債、國開債的新老券利差往往具備較期限利差更明顯的統計學規律，這可以成為新老券利差交易策略的構建基礎。

例如，根據Wind與中債估值中心數據，2025年5月29日—6月9日，30Y國債老券230009與30Y國債次活躍券230023的利差大約收窄了3.6BP，而同期230023的估值收益率變動僅為約1.1BP，即30Y國債老券與30Y國債次活躍券間的利差波動幅度明顯超越了30Y國債次活躍券利率的波動幅度。回顧來看，當時市場已出現明顯的追逐票息資產趨勢。30Y國債老券230009的流動性雖然弱于活躍券和次活躍券，但其收益率較高。無論是從市場追逐票息資產的角度，還是從預期次活躍券后續流動性將大概率走弱的角度，均支持做窄230009與230023之間的利差。如果成功完成此次操作，則可在數日內獲得兩券之間3.6BP的利差收窄收益，并提升組合的ROA。

總結與展望

（一）總結

低波的債市客觀上限制了傳統趨勢交易策略的收益空間，但上述案例表明，量化策略交易和中性策略交易可以成為較好應對低波市場、獲取收益增強的方法。

量化策略交易方面，筆者通過構建波動率因子模型，驗證了其在低波環境下的預測能力及盈利能力，發現相關量化策略在最優參數組合下可跑贏主觀單邊持倉策略，相關量化策略能取得更小回撤和更大風險收益比。同時，筆者也針對該策略在開發與回測中遇到的問題和發現的弱點提出優化建議，預計持續改進后該策略可有更佳的績效表現。

中性策略交易方面，筆者分別針對基差、期限利差、新老券利差這三類經典中性交易策略進行案例分析，發現在債市低波情況下中性策略仍可獲取超額收益，對組合的絕對收益與ROA進行額外增強。此外，市場在維持低波一段時間后，往往會出現急速大幅波動。此時中性策略所具有的風險敞口中性特征，使其比單邊買賣操作的風險要低很多。

（二）展望

從投資交易策略的角度看，筆者認為，后續更重要的是做好量化和中性兩類策略交易的有機結合。可針對中性交易專門開發量化策略，通過模型改進、回測優化來為投資組合提供更客觀、更高效的收益增強方法。

從債市投資機構的角度看，當前債市的低波特征倒逼各家機構重構自身債券投資交易體系，以更好適應市場新常態，而量化策略交易、中性策略交易一定是未來債券投資體系中極其重要的組成部分。此外，除了債券投資交易體系頂層設計思路要進行重構及優化，更深厚的投研功底、更優秀的量化人才和市場專家團隊，以及更強的金融科技能力和系統建設與整合能力，也都成為做好投研工作的必然訴求，需有長遠之計且久久為功。

從債市發展的角度看，結合海外市場發展經驗，債市的低波階段往往是一個成熟市場的必經之路。其間投資機構對投資交易策略的精細化管理和多維度發展，將有助于整體提高市場定價能力，促進市場持續穩健、高質量發展。

參考文獻

[1]蔡斌堅. 基于ARMA-GARCH組合模型的匯率波動性預測[J].現代信息科技，2023，7（14）.

[2]韓琦，夏鑫洲. 基于MCMC模型的利率隨機波動率分析[J]. 山東大學學報（理學版），2025，60（3）.

[3]孟祥煜. 我國國債期貨價格波動率預測研究——基于HAR-GARCH-GRU混合模型的分析[J]. 價格理論與實踐，2022（7）.

[4]余佳杰. 經濟政策不確定性對我國債券市場波動的影響研究[J]. 現代營銷，2025（18）.