當前，量化技術的應用在債券投資領域愈發(fā)受到重視。業界認爲，量化技術在固收領域中的應用將(jiāng)是一片“藍海”。目前，國(guó)外成(chéng)熟債券市場的量化策略發(fā)展狀況如何？量化技術在債券投資中可以有哪些應用？爲推動量化債券投資發(fā)展，需要完善哪些制度？

本期債市圓桌邀請平安理财首席固收投資官熊珣，銀河證券FICC業務總部執行總經(jīng)理張嘉爲，鵬城實驗室研究員、香港中文大學(xué)深高金客座教授孫東甯，微京科技創始人楊劍波就(jiù)上述問題進(jìn)行深入探讨。

同樣(yàng)的量化，不一樣(yàng)的邏輯

上海證券報：債券投資和股票投資在應用量化技術時(shí)，會(huì)有何區别？

熊珣：第一，發(fā)展階段不同。股票，包括商品期貨投資，由于其主要爲場内交易，投資标的具有多樣(yàng)性和低相關性的特點，适合量化策略深度參與，同時(shí)股票商品參與者類型更加豐富，在各類型策略開(kāi)發(fā)上也更加多元化；而雖近年來交易盤在利率債上的參與度逐年提升，但債券市場過(guò)去10年均以配置爲主，固收量化更是相對(duì)小衆，量化策略在固收投資上應用的深度和廣度還(hái)比較低，無論是策略種(zhǒng)類還(hái)是複雜度都(dōu)依舊處于發(fā)展早期。

第二，參與門檻不同。股票等場内品種(zhǒng)，在曆史數據的深度、廣度和質量上，都(dōu)遠超以場外交易爲主的債券市場。數據是量化策略的基石，也是最重要的輸入，數據的可得性和有效性決定了量化策略開(kāi)發(fā)的土壤。債券市場曆史數據記錄的方式、精度均不及股票市場，因而數據需要更複雜地被(bèi)收集、清洗和積累，才能(néng)投入實際的應用。

第三，底層邏輯不同。債券本身的波動和不同券種(zhǒng)之間波動的差異性比股票小很多，且不少品種(zhǒng)的流動性并不支持高換手的交易需求，股票市場的多因子等策略在債市是不宜直接應用的。對(duì)債券量化策略的設計而言，要同時(shí)兼具投資邏輯、實操經(jīng)驗以及量化能(néng)力，量化手段更多的是驗證、實現長(cháng)期積累的投資邏輯和經(jīng)驗，讓其具備标準化運轉和自我叠代檢視的能(néng)力。

張嘉爲：從量化角度，債券與股票兩(liǎng)者數據結構差異較大。由于個股個體收益更多取決于行業與公司層面(miàn)的基本面(miàn)，因此股票量化投資圍繞個股之間相關性較低、波動大的特點展開(kāi)，多因子alpha體系成(chéng)爲權益量化的主流框架，通過(guò)挖掘各類因子與組合優化等方式來獲取市場中的相對(duì)收益。而債券資産走勢受宏觀經(jīng)濟與政策方向(xiàng)影響更大、錨定效應更強，不同債券的價格都(dōu)會(huì)受到政策利率與市場基準利率影響，僅考慮債券現券資産，其類别内部的相關性更高，債券現券資産可量化的維度相對(duì)權益市場因子較爲單一。

但是，債券及其衍生資産橫向(xiàng)資産的維度較廣。僅以資産爲例，債券包括利率債、信用債券、資産證券化産品、可轉債；衍生品角度包括挂鈎債券的國(guó)債期貨、标債遠期，還(hái)有挂鈎貨币市場利率的利率互換，以及利率期權，挂鈎信用風險的信用衍生産品等；債券資産可量化的維度包括宏觀利率層面(miàn)、微觀個券維度，也包括不同資産、不同品種(zhǒng)、不同市場、不同久期等各種(zhǒng)品種(zhǒng)中的定價。

孫東甯：債券量化投資策略側重于宏觀經(jīng)濟分析、利率預測、到期收益率曲線分析、信用風險評估、期限結構分析等，股票量化策略則側重于價格動量、價值投資、風險暴露與對(duì)沖、價格波動性和算法交易等等。

楊劍波：從根本上來說(shuō)，兩(liǎng)者的定價邏輯有區别。量化債券投資不能(néng)脫離定價本身，將(jiāng)量化股票投資的一些思路和策略生搬硬套到債券投資上顯然是不适合的。舉個簡單的例子，在股票投資中可能(néng)采用動量策略來追漲，但是在債券投資中，追漲這(zhè)個思路可能(néng)是有問題的。

　　境外債券市場已較廣泛應用量化技術

上海證券報：目前，境外債券市場對(duì)量化投資的應用處于怎樣(yàng)的階段？

熊珣：從買方機構的角度來看，境外債券市場量化投資的主要參與者是買方資管類機構，這(zhè)類機構主要參與現券單邊投資策略和以IRS(利率互換)、國(guó)債期貨爲代表的衍生品單邊交易策略，單邊投資交易策略的思路主要來自期貨CTA交易策略，具體來說(shuō)是捕捉品種(zhǒng)的動量、反轉和carry因子。除了針對(duì)單品種(zhǒng)的方向(xiàng)的單邊投資交易策略外，這(zhè)類投資者還(hái)參與針對(duì)多品種(zhǒng)間價差的相對(duì)價值交易策略和基差套利策略，具體來說(shuō)是針對(duì)交易國(guó)債期貨的基差、現券品種(zhǒng)之間的相對(duì)價值、曲線平陡方向(xiàng)的相對(duì)價值進(jìn)行交易。從交易量和換手率的角度來說(shuō)，買方的債券量化投資交易量處于全市場債券量化投資交易量的主流地位。

從賣方機構的角度，主要的參與者是從事(shì)銷售交易業務的投資銀行，這(zhè)些參與者主要通過(guò)搭建高頻交易系統，利用線性優化、二次優化等符合機構風險偏好(hǎo)的優化求解方式構建系統化的做市報價的報價系統。該做市報價系統中，報價和交易的品種(zhǒng)是全球多個國(guó)家的債券、IRS、國(guó)債期貨、Swaption（掉期期權）等現貨和衍生品，通過(guò)機構根據自身具體風險偏好(hǎo)設定的量化定價模型將(jiāng)上述産品互相關聯，整合構建形成(chéng)系統化的做市報價系統，具體的投資交易思路是在不活躍産品上報價，在活躍品種(zhǒng)上對(duì)沖。

基于銷售交易業務開(kāi)發(fā)的賣方量化交易系統：一是將(jiāng)活躍産品的流動性引導到不活躍品種(zhǒng)上，從而滿足客戶對(duì)于全球多種(zhǒng)債券和衍生品品種(zhǒng)的報價和交易的需要；二是可以在市場波動相對(duì)穩定時(shí)賺取買賣價差（bid ask spread）；三是可以在市場大幅波動時(shí)捕捉錯誤報價，實現高頻套利，并且促進(jìn)市場價格趨向(xiàng)公允。

張嘉爲：量化技術在國(guó)際債券市場上的應用場景已較爲廣泛，包括債券定價、信用風險預測及投資套利交易等。以AQR、Point72等爲代表的大型對(duì)沖基金是早期探索系統化債券量化投資策略的機構。量化投資以基本面(miàn)投資爲核心，利用數學(xué)模型和計算機技術實現其獨特的主動投資策略邏輯，以減少人爲決策過(guò)程中的行爲偏差。

除了已經(jīng)在債券市場得到廣泛應用的各類債券統計套利、中性套利、債券相對(duì)價值、宏觀對(duì)沖策略外，債券多因子模型也是近幾年海外債券量化領域較爲熱門的量化投資策略之一。通過(guò)理解和挖掘引起(qǐ)債券收益率變動的因子，使用海量數據爲分析基礎搭建多因子模型，將(jiāng)收益來源歸結于多個有效因子和殘差項，基于模型結果，建立一系列交易規則，從而系統性捕捉債券的超額收益機會(huì)。

美國(guó)債券市場普遍應用的因子類型主要分爲兩(liǎng)種(zhǒng)，分别是債券宏觀因子和債券發(fā)行主體及個券的風格因子，例如價值、動量、流動性、事(shì)件驅動等。債券量化投資策略除因子構建外，交易規則的制定和對(duì)交易磨損的把控對(duì)策略表現也起(qǐ)到了至關重要的作用。

孫東甯：第一，市場投資者豐富。美國(guó)債券市場吸引了包括機構投資者、對(duì)沖基金、養老基金、保險公司和零售投資者等多種(zhǒng)類型的投資者。這(zhè)些不同類型的投資者有不同的投資目标和策略，爲量化投資提供了多樣(yàng)的交易對(duì)手和機會(huì)。并且，債券做市商使用算法爲市場持續發(fā)布買入和賣出報價，提供流動性。

第二，市場工具和産品多樣(yàng)。美國(guó)市場不僅債券種(zhǒng)類（國(guó)債、市政債券、公司債券以及資産支持債券等等）和數量豐富，而且擁有豐富的金融衍生品，包括債券期貨、遠期、互換和期權等，這(zhè)些工具爲量化策略的構建與執行提供了更多的市場觀點表達方式、交易選擇和風險管理手段。

第三，技術和數據資源的可利用性。市場上有大量公開(kāi)和專業的金融數據可供投資者使用，并在數據分析方面(miàn)不斷進(jìn)行技術創新。

第四，交易技術先進(jìn)。高度發(fā)達的交易技術和電子交易平台，爲量化投資提供了必要的基礎設施，使得債券市場交易更爲高效和透明，同時(shí)也促進(jìn)了市場流動性的提升。

第五，市場建設和監管環境的配套。在建設成(chéng)熟穩定的市場環境的同時(shí)，進(jìn)行法律和監管體系建設，提升市場的公平性和效率，爲量化投資者提供了清晰的操作規則和充分的市場信心。

楊劍波：境外債券市場在産品定價、市場風險計量等方面(miàn)的能(néng)力和重視程度遠遠超過(guò)境内市場。在境外成(chéng)熟金融市場，投資債券市場的主力是機構客戶，并且主要參與者都(dōu)具有對(duì)債券（以及相關金融衍生品，如利率互換等）的定價能(néng)力和市場風險計量能(néng)力。基于這(zhè)些能(néng)力，債券投資者才能(néng)夠更清晰地看到當前債券市場的價格水平、目标債券當前的理論價格水平以及進(jìn)行每一筆交易對(duì)整體投資組合産生的價格變化和風險指标變化，通過(guò)量化計算和分析獲得全面(miàn)的結論以确定是否進(jìn)行交易。

量化技術可應用于債市多場景

上海證券報：量化投資在債券投資上有哪些應用場景？

熊珣：在定價層面(miàn)，固收投資是數據精度和定價可以做精的領域，通過(guò)量化手段結合理論和實踐的經(jīng)驗，可以構建不同的收益率曲線，進(jìn)而可以給不同品種(zhǒng)的定價提供更多的量化依據，提升價格發(fā)現的能(néng)力。雖然往往隻有幾個基點的差異，但配合大規模的參與，就(jiù)能(néng)創造不錯的收益回報。同時(shí)價格發(fā)現能(néng)力也能(néng)實現更好(hǎo)的套利機會(huì)和做市機會(huì)的抓取，優化市場的結構和流動性。

此外是偏高頻策略。與股票及衍生品市場不同，債券市場高頻交易的參與難度較高，規模也不會(huì)太大，當前環境下投産比并不算高。相比于股票和衍生品的“真高頻”策略而言，債券市場的周度級别換手已經(jīng)屬于較高頻的交易，也确實會(huì)存在一些特定的alpha，可以在配置倉位的基礎上進(jìn)行另一輪收益的增厚。

低頻量化策略則會(huì)更貼合投資邏輯，無論是對(duì)基本面(miàn)的量化，抑或是對(duì)信用利差、行業利差等觀測指标的建模，均是在主觀投資邏輯上的進(jìn)一步“固化”和“客觀化”發(fā)展，同時(shí)策略也真正可以承載更大規模容量。

平安理财在固收投資中積極進(jìn)行量化策略嘗試，并已取得較爲顯著的成(chéng)效。我們構建并實盤了固收純量化策略，在利率債的一些非活躍券定價和債券趨勢研判上均有對(duì)應的子策略，并構建了機器爲主、人工爲輔的利率策略庫，并在理财産品中有了實際運用，在2022年年末至今債券市場的多次劇烈波動中，通過(guò)模型信号有效保護了産品淨值，實現了穿越牛熊的收益表現。

張嘉爲：一是随著(zhe)市場電子化程度的提升，特别是銀行間“X系列”交易模式的拓展，交易所債券做市業務上線，債券ETF品種(zhǒng)發(fā)展等，産生了一批高流動性債券品種(zhǒng)可開(kāi)展量化交易、高頻交易、套利交易；

二是債券各類衍生品的發(fā)展與成(chéng)熟，如國(guó)債期貨、利率互換、利率期權等，使得債券市場價格發(fā)現的效率進(jìn)一步提升，市場化定價程度進(jìn)一步增強，相應的交易策略也進(jìn)一步豐富；

三是随著(zhe)NLP技術發(fā)展，場外非結構化數據實現了數據的結構化，從而實現各類非标準化因子的突破；

四是随著(zhe)大數據、大模型的發(fā)展，海量債券數據的處理能(néng)力提升，債券市場多因子模型的雛形初步顯現。

楊劍波：在量化債券投資中，基本的量化金融首先應用于利率曲線構建、債券産品定價以及債券風險指标計量；其次，交易者還(hái)可以具備利率預測、利差預測的能(néng)力；再次，完整的量化債券投資還(hái)應具有對(duì)一些相對(duì)更複雜的利率産品的定價和風險計量的能(néng)力，包括但不限于利率互換、國(guó)債期貨，甚至一些非标準化的利率産品。

進(jìn)一步完善配套條件

上海證券報：債券投資中進(jìn)一步提升量化技術應用，需要完善哪方面(miàn)的配套條件？

熊珣：首先是數據的可得性。債券相關的數據提供方和收集方推出更多可獲取的幹淨的數據源，随著(zhe)數據和各方面(miàn)基礎輸入源的積累，固收量化一定會(huì)有更進(jìn)一步的發(fā)展和升級。

其次是監管和市場環境。量化交易需要标的有一定的流動性，相應的做市業務，衍生品交易等活躍度若能(néng)進(jìn)一步提升，對(duì)固收量化的發(fā)展會(huì)有明顯幫助。當前債市的流動性（尤其是利率債）主要還(hái)是集中在特定的品種(zhǒng)上，流動性不夠分散化，衍生品的參與機構也相對(duì)偏少，債券主要的配置類機構對(duì)衍生品的參與相對(duì)不深。

再次，在公司管理制度方面(miàn)。量化類策略和主觀投資在内部管理上是有差異的，因此需要對(duì)量化策略以及潛在操作風險和監管風險的事(shì)前審查制度設立風險指标，并在業績表現和投後(hòu)管理制度等方面(miàn)進(jìn)行量身定制。在嚴格遵循風險及合規的前提下，更好(hǎo)地協助量化技術在債券領域的發(fā)展和應用。

張嘉爲：第一，底層投資标的具備充足的流動性來提升量化策略的可實現性。近年來，債券市場活躍度穩步提升，日均交易量超過(guò)萬億元，達到曆史新高，債券資産流動性的快速提升，爲活躍資本市場提供了重要基礎，也更有利于促進(jìn)實體企業融資成(chéng)本跟随二級市場利率下行而下降，從而有利于服務實體經(jīng)濟融資成(chéng)本下行。同步地，量化技術在債券投資上應用的重要流動性基礎也基本形成(chéng)。

第二，豐富的、有效的市場交易工具與交易模式。一方面(miàn)，目前市場有對(duì)沖國(guó)債基準利率風險的國(guó)債期貨、貨币市場的IRS，需要在此基礎上進(jìn)一步拓展品種(zhǒng)，比如推動國(guó)債期貨期權、挂鈎信用利差、挂鈎信用品的衍生工具等，以滿足不同投資人的對(duì)沖與交易需求；另一方面(miàn)，需要推出更多提升市場流動性與交易便利性的工具，如外彙交易中心推出的“X系列”交易模式、利差交易模式、籃子交易模式等各類創新型交易模式，爲投資者便利交易提供了重要工具。

第三，量化技術相應需要規則統一、監管協同的金融市場，需要在不同市場、不同投資者間建立規則統一的交易機制。從而爲債券市場策略組合的構建提供基礎，使量化工具能(néng)夠在債券市場進(jìn)一步發(fā)揮作用，促進(jìn)債券市場的收益進(jìn)一步多元化。

孫東甯：境内債券市場需要在幾個方面(miàn)加強建設：

第一，提升市場流動性。增加市場參與者的豐富度，發(fā)展更先進(jìn)的技術基礎設施，如高效的交易平台和數據分析系統。

第二，完善做市商系統。做市商可以通過(guò)提供連續報價來幫助降低交易成(chéng)本，提升市場效率。

第三，拓展工具種(zhǒng)類，在控制系統性風險的基礎上，不斷豐富固收衍生品的種(zhǒng)類和數量以及配套的二級市場交易機制。

第四，提高市場數據透明度和質量，包括更好(hǎo)的信用評級系統、更全面(miàn)的财務信息披露等。

第五，完善法律和監管框架，确保市場穩定和投資者保護，支持量化投資策略的發(fā)展。

楊劍波：首先要提升市場的流動性，包括要完善做市商制度，讓做市商承擔起(qǐ)做市的責任，也要提升各類市場參與者的交易積極性。

其次要擴充和完善固定收益産品種(zhǒng)類。當前境内固定收益市場的産品（特别是衍生品）種(zhǒng)類不多，已經(jīng)存在的金融産品的交易活躍度不高。成(chéng)熟的金融衍生品市場有助于提升市場的價格發(fā)現能(néng)力，也有助于交易者構建各類交易策略，進(jìn)行風險對(duì)沖。

固收量化策略是一片“藍海”

上海證券報：在利率債低波動、信用債愈發(fā)類利率債的背景下，債券量化投資是否會(huì)成(chéng)爲未來的主流？

熊珣：整體利率水平維持下行且逐步進(jìn)入低位區間後(hòu)，投資者會(huì)追求更高維度的收益來源，交易和策略將(jiāng)提供進(jìn)一步的收益來源的可能(néng)性，債券量化會(huì)成(chéng)爲主要的工具手段之一，其重要性是會(huì)邊際增加的。

同時(shí)，随著(zhe)市場的發(fā)展和進(jìn)步（體量、定價、參與機構的專業度、監管環境），信用債流動性會(huì)更好(hǎo)，成(chéng)交將(jiāng)更爲活躍，定價也更加充分，這(zhè)有利于産生更高質量的數據庫和更多的交易機會(huì)，爲量化技術的應用帶來助力。行業更深度多元化的研究和更市場化的定價也會(huì)反哺債券市場，給市場帶來更大的活力和充沛的流動性，形成(chéng)良性循環。

張嘉爲：一是債券市場逐步具備可量化的數據、交易、系統及技術，與權益量化一樣(yàng)，通過(guò)量化投資減少人爲決策過(guò)程中的行爲偏差并取得更爲穩定的收益回報是未來債券量化發(fā)展的主要方向(xiàng)。

二是無論是利率債低波動還(hái)是近期信用債類利率化，都(dōu)是周期性情況，事(shì)實上，低波動性市場，無論是量化投資還(hái)是主觀投資，其收益的難度都(dōu)在增加。量化并不能(néng)額外創造波動或收益，隻不過(guò)，相比于主觀觀察更多站在方向(xiàng)性波動角度的低波動，量化可以考慮期現貨、資金-債券、境内外等維度多市場多資産多角度呈現的波動率變化并建模與交易，量化技術所能(néng)做到的事(shì)情是提供更爲快速地捕捉發(fā)現市場定價偏離的模型與技術，從而發(fā)現新的交易機會(huì)與利潤。

三是高收益類信用債券市場會(huì)長(cháng)期存在，而随著(zhe)市場規範性的提高，主體的信用利差定價會(huì)更加充分，未來也可能(néng)存在通過(guò)量化技術進(jìn)行相應的基本面(miàn)分析，與權益市場機會(huì)聯動從而掘金信用類市場的長(cháng)期機會(huì)。

孫東甯：盡管利率債表現出低波動性，但量化投資可以通過(guò)分析微小的市場變化和價格差異來捕捉投資機會(huì)，特别是在利率變化方面(miàn)。

在信用債投資方面(miàn)，要深入分析債券的違約風險，對(duì)信用債類利率債這(zhè)種(zhǒng)說(shuō)法要持謹慎态度。在境内，由于市場的監管特點和信用環境，大部分信用債（尤其是由較大、較穩定的公司發(fā)行的債券）通常被(bèi)視爲風險較低，類似于利率債。但是，随著(zhe)近些年經(jīng)濟結構的調整，違約事(shì)件的發(fā)生頻率呈現上升趨勢。同時(shí)，展期成(chéng)爲一種(zhǒng)常态化的風險緩釋形式，首次展期的發(fā)行人數量和規模均大幅增加。信用債市場高等級違約情況明顯改善，但高等級主體展期頻繁出現，顯示信用風險仍需關注。

另外，國(guó)際評級機構和本土評級機構在信用債評級标準上存在顯著差異，與國(guó)際評級機構相比，境内評級結果中樞更高，評級标準更寬松。近幾年，境内債券市場發(fā)生了一些高等級信用債違約事(shì)件，例如2020年的華晨汽車集團違約和永煤控股集團違約、2022年的陽光城集團違約和武漢當代科技集團違約。這(zhè)些債券在違約之前的評級是AA到AAA。因此，量化策略應用于信用下沉方面(miàn)，仍面(miàn)臨著(zhe)流動性不足、違約風險較難把控且缺乏市場可交易的違約對(duì)沖工具的問題。

楊劍波：債券的定價離不開(kāi)量化金融的定價理論和方法的支撐。在利率債低波動、信用債類利率債的背景下，市場參與者要獲取預期的收益率則更需要依賴活躍的交易，因此債券量化投資一定會(huì)成(chéng)爲未來的主流。與股票市場相比，我們認爲固定收益市場對(duì)量化技術的要求更高，對(duì)參與人員能(néng)力、量化工具功能(néng)的要求也更高。我們相信，在固定收益市場的早期發(fā)展階段，掌握量化投資能(néng)力、擁有健全功能(néng)的量化決策工具的交易者必然會(huì)獲取顯著的超額收益。