一、债券
美国与中国的债券市场规模巨大，但特征迥异。美国市场以美元计价、流动性高、品种齐全；中国市场以人民币计价，利率水平较低，开放度逐步提高。常见的可投资标的包括政府债券、政策性金融债、地方或企业债券以及相关 ETF/基金。
1. 寻找美国、中国债券投资标的
市场 | 典型标的 | 期限/类型 | 最新收益率（2025‑10‑28） |
美国 | 美国财政部国债（Treasury bonds） | 10年期 | 约 3.99%（比上一交易日4.01%略降，较去年4.28%下降） |
ㅤ | 美国财政部国债 | 2年、5年、30年等 | US Treasury yield 曲线显示短端利率略低，长端略高；长期平均4.25% |
ㅤ | 企债/ETF | 投资级公司债、短期或中长期国债 ETF（如 iShares 7‑10Y Treasury ETF 等） | 收益率随期限和信用评级变化；利差反映信用风险 |
中国 | 中国国债（CGB） | 3个月 | 1.3555% |
ㅤ | ㅤ | 1年 | 1.4311% |
ㅤ | ㅤ | 3年 | 1.4655% |
ㅤ | ㅤ | 5年 | 1.5724% |
ㅤ | ㅤ | 10年 | 1.8179%（AsiaBond 数据显示为1.809%，比前一日上升0.6个基点） |
ㅤ | 政策性金融债（AAA） | 10年 | 约2.2061% |
ㅤ | 商业银行同业存单/短融 | 1年‑7年 | 约1.64%–2.36% |
ㅤ | 离岸美元债（China dollar bonds） | 多为3–5年期企业或政策性金融机构美元债 | 收益率高于同期限人民币债，信用质量提高（2025年市场观点） |
- 最终选择IEF（iShares7-10年国库债券 ETF）、SGOV（iShares0-3月美国国债债券 ETF）、82829.HK（安硕中国国债）
2. 分析标的走势
SGOV 的 K 线几乎是一条平滑上升的直线，价格从 98.9 缓慢攀升至 100.67。由于基金每日按利息收益小幅递增，其净值变化稳定、几乎无日线波动。这种走势体现了短久期债券的“确定性收益”特征：它不是靠价格波动赚取差价，而是靠利息滚动复利。
IEF 的走势则完全不同。图中可见自 2024 年底的低点约 88.5 美元以来，价格持续上行至 97.58 美元，期间经历了数次明显调整。随着美国通胀下降与市场对美联储降息的预期增强，中长期收益率从 2024 年高位回落，推动债券价格显著上涨。MACD 指标在 2025 年多次形成金叉，显示中期趋势偏强。该图体现出典型的“利率交易逻辑”：收益率下行 → 债券价格上升。
相对之下，82829.HK 的走势更接近 SGOV 的形态。自 2024 年底以来价格从 52.9 元缓步升至 54.6 元，波动极小但方向稳定上行。这反映出中国债券市场长期处于低利率、低通胀环境下的稳态收益特征。由于人民币利率水平在 1.8% 左右，价格增幅有限，但资金长期持有的收益较为稳定。成交量方面，该 ETF 在香港市场流动性有限，成交峰值多集中在基金申赎或再平衡日期间。
3. 分析定价逻辑
三者的价格本质上都由未来现金流的贴现值决定，但贴现率来源不同。SGOV 的贴现率几乎等于联邦基金目标利率，其价格变动仅反映货币政策微调，因此净值曲线线性上升；在定价上，它几乎是“纯利率水平”的体现。
IEF 的定价逻辑更复杂。它的久期较长，价格对利率预期和期限溢价极为敏感。2024 年高通胀时收益率升至近 5%，价格下跌；2025 年市场预期降息，收益率回落至 4% 附近，价格大幅反弹。IEF 的估值变化体现了利率周期与通胀预期的动态博弈。
82829.HK 的定价逻辑与中国货币政策直接相关。中国央行维持宽松政策、社会融资疲弱、通胀持续低位，使得无风险利率处于低水平。国债收益率下降时，ETF 价格温和上升；若财政供给增加或外资流出导致收益率上行，价格会轻微回调。由于人民币利率变动幅度较窄，该 ETF 呈现出“低波动、稳收益”的典型结构。
二、理解 Barra 模型
参考资料：《正确理解 Barra 的纯因子模型》「川总写量化」https://mp.weixin.qq.com/s/LmLAU7sn7dGabvXGKL1YcA
1. 基础概念
- Def1.1 因子：就是一个可以描述股票某方面特征的因素，比如行业因子描述了股票是否属于这个行业，P/E 因子描述股票 Price-to-Earnings ratio。
- Def1.2 因子暴露：股票在因子所代表的特征上的取值，比如一个股票的 P/E 为 15.9，那么它对 P/E 因子的因子暴露就是 15.9。
- Def1.3 因子收益率：对于一个给定的因子，按照某种权重组合所有股票便形成了一个基于该因子构建的投资组合，该投资组合的收益率就被定义为这个因子的收益率。
- Def1.4 可投资性：投资组合中股票的（多、空）仓位是否合理，该组合的换手率和交易成本是否实际，进入该组合的股票是否有足够的流动性、该投资组合能承担的资金量（即投资组合的容量）是否足够大等。
- Q1：对于给定的因子，如何构建因子投资组合呢？（存在缺陷，因此产生了 Barra 模型）
- A1：1️⃣将所有个股在该因子上的因子暴露在截面上标准化；2️⃣之后所有股票会按照因子的业务逻辑、根据因子暴露的数值从好到坏排列；3️⃣最后，假设做多前 10% 或者 20% 的股票，做空后 10% 或者 20% 的股票。以此来构建一个零额投资的投资组合，它就是该因子的投资组合。
- 评价：模型存在两个缺陷，第一个问题是无法保证该投资组合对该因子的暴露为 1，我们通常得到因子后会计算一个因子收益率，因子收益率才是我们关注的值（比如说假如相邻两个月中，某因子的投资组合对该因子的暴露为 1 和 2，而相应的因子收益率为 1% 和 2%），如果意识不到问题一的存在，我们会误以为“某月因子的影响更大或更低”，更合理的做法应该是考虑单位因子收益，或者说当因子暴露恒为 1 时就可以进行直接的横向或者纵向的比较；第二个问题是无法保证该投资组合对其他因子的因子暴露为 0，为了正确的评价一个风险因子是否有效以及在什么程度上有效，必须保证围绕该因子来构建的投资组合可以最大程度的剥离因子之间的相关性。换句话说，针对某因子构建的投资组合应该避免在其他因子上有任何暴露。
正是因为这两个缺点的存在，Barra 提出了纯因子模型，能够确保在截面上构建因子投资组合时每个因子的投资组合对目标因子有 1 单位的暴露，而对其他因子的暴露为 0
- Remark：
- Barra风格因子模型是明晟公司 (MSCI) 旗下多因子模型产品，主要应用于多因子选股分析和结构化风险因子分析。即通过构建对应的模型，得到各个因子的收益率、方差、因子暴露、因子有效性及择时有效性，并由此进行分析。
- 建立时没有考虑任何可投资性的要求，因此纯因子投资组合的可投资性非常低。
- Barra 在不同国家/地区有不同版本的风险模型（例如：US Barra、EU Barra、Japan Barra、CNE5、CNE6 等）。中国A股市场常用的版本就是CNE5（China Equity Model, 5-Factor），后来还有CNE6、CNE5L、CNE5S等改进版本。
2. Barra 模型的作用
既然 Barra 模型不具有可投资性，那有什么用
Barra 的风险因子模型核心作用是风险分析：
- 计算个股收益率之间的相关系数。市场中个股的数量是非常多的，如果使用个股自身的收益率序列求相关系数，那么则要求收益率序列的时序长度不低于个股的数量，否则收益率矩阵就不是满秩的，因此就不可逆。由于这个要求在现实中难以实现，人们就想能不能把个股的收益率分解到一些常见的因子上，然后转而通过求解因子收益率的相关系数再推导出个股收益率的相关系数。（从数学上讲，Barra 模型通过线性映射 把高维个股收益投影到低维因子空间，在该低维空间中估计因子协方差，再经由 线性重构回个股层面，从而以低维稳定的因子协方差推导出高维股票间的相关结构。）
- 为给定的资产或者投资组合做风险归因。对于一个资产或投资组合，我们想要弄清楚它的收益率的波动率可以由哪些因子解释。
3. Barra 模型的内容（以 CNE5 为例）
假设市场中共有 N 支股票，P 个行业，以及 Q 个风格因子。在任意给定时间点，该模型使用因子暴露和下期的个股收益率构建截面回归（cross-sectional regression）如下：
其中 是第 支股票的收益率，是无风险收益率。 是股票 在行业 的暴露，如果假设一个公司只能属于一个行业，那么 的取值为 0（代表该股票不属于这个行业）或者 1（代表该股票属于这个行业）。 是股票 在风格因子 的暴露，它的取值经过了某种标准化（标准化的方法会在下文说明）。 为股票 的超额收益中无法被因子解释的部分，因此也被称为该股票的特异性收益。 为国家因子的因子收益率（所有股票在国家因子上的暴露都是1）； 为行业 因子的因子收益率；为风格因子 的因子收益率。
因子 | 含义与经济解释 | 典型度量方式 | 实务启示 |
1️⃣ 市值因子（Size） | 衡量公司“规模大小”。小盘股通常风险高、收益高；大盘股更稳定但收益低。 | 取对数的市值（log(Market Cap)），常对行业中性化 | 小盘溢价现象：长期中小市值公司平均收益高于大盘股。 |
2️⃣ 非线性市值因子（Non-linear Size） | 捕捉市值与收益关系的非线性效应。例如，中盘股可能表现优于极大或极小市值公司。 | 通常为市值的二次项或分段函数 | 补充Size因子，反映“中盘股效应”。 |
3️⃣ 账面市值比因子（Book-to-Price, BP） | 衡量公司价值程度，账面价值高于市值→被低估；反之→成长股。 | BP = Book Value / Market Cap | 对应Fama-French模型的“价值因子”。 |
4️⃣ 成长因子（Growth） | 衡量公司成长性和盈利预期。增长快的企业通常市盈率高、估值高。 | 结合净资产增长率、EPS增长率、预期盈利增长率等 | 高成长公司往往估值高但风险也大。 |
5️⃣ 动量因子（Momentum） | 衡量近期价格趋势。短期内上涨的股票往往延续上涨动能。 | 最近3个月或6个月的累计收益率（去掉最短期回撤） | 捕捉市场情绪和趋势延续。 |
6️⃣ 盈利收益因子（Earnings Yield） | 衡量公司盈利相对市值的水平，类似于“收益率”概念。 | Earnings / Price，或使用预测收益 | 高盈利收益率→低估值公司；与价值因子高度相关。 |
7️⃣ 杠杆因子（Leverage） | 衡量公司资产负债率高低，反映财务风险。 | Debt / Equity 或 Total Debt / Total Assets | 高杠杆公司风险高，对利率和经济周期敏感。 |
8️⃣ 流动性因子（Liquidity） | 衡量股票交易活跃度。低流动性→交易成本高→需要溢价补偿。 | 过去一定时期内交易量、换手率、成交天数比例等 | 低流动性股票常有流动性溢价。 |
9️⃣ Beta因子（Beta） | 衡量股票与市场组合的系统性协动性。反映市场风险暴露。 | 与大盘指数收益率的回归系数 | 高Beta股票在牛市表现好，熊市表现差。 |
🔟 波动性因子（Volatility） | 衡量股票价格的历史波动率或残差波动率。 | 标准差或特定收益波动 | 高波动股票风险高，但并非总有超额收益。 |
- Remark：
- 在标准的 Barra 模型（包括 CNE5）中，每只股票确实只属于一个行业因子，因此行业暴露矩阵是“哑变量矩阵（dummy matrix）”，每行只有一个1，其余全为0。在这种定义下，行业因子列向量之和 = 全1向量（国家因子），于是完全共线。
- 由于多重共线性的存在，对行业因子的因子收益率做出如下限制：
其中 是所有属于行业 的股票的按流通市值计算出的权重之和。本质上是用基准（流通市值）权重把行业因子“去均值”，让国家因子承载市场整体，行业因子只承载相对偏离；该线性约束去掉了共线性对应的自由度，故解唯一。
4. Barra 模型的输出
通过截面回归，直接能够得到的是每个因子收益率的数值大小，但是从回归的角度本质上求解的对象是每个因子的投资组合中所有股票的配比权重。对于因子 k 和股票 n 来说，用符号 ω_{kn} 来表示。一旦得到所有的 ω_{kn}，便可通过下式求出当期因子的收益率 f_k:
这是因为回归在几何上它等价于在因子暴露空间中寻找一组权重向量，使得预测的股票收益最接近真实收益。得到的最小二乘解为 ，展开第 个因子的分量：，这正是上式。
- Remark：
- 正是因为这一输出可以保证根据因子权重 来构建的因子投资组合对于这个模型所涉及的所有因子都是纯因子的投资组合。对于任何一个风格因子 ，上述截面回归保证了它的投资组合仅仅在这个因子上有 1 个单位的暴露，而在其他所有因子上均没有任何暴露，即：
这是因为，进而
即：
2. 风格因子的标准化需要实现
即按照股票的流通市值权重构建的投资组合等同于整个市场，而市场对所有的风格因子都应该是中性的。换言之，按流通市值权重构建的股票投资组合在所有风格因子上的暴露必须是 0。
3. 在 CNE5 模型的定义下， 这个国家因子收益率确实近似的代表了市场组合的收益率，因此国家因子的组合就（近似地）是市场组合。（这在数学上可以得到近似的证明）
5. Barra 模型的一些性质
- 国家纯因子投资组合
- 国家纯因子是满额投资的（fully invested）且纯多头组合
- 国家纯因子投资组合对行业的暴露不为 0
- 国家纯投资组合在所有风格因子上的暴露均为 0。
- 行业纯因子投资组合
- 行业纯因子投资组合是零额投资（dollar-neutral）。在这个投资组合中，我们做空一部分股票，然后用卖出股票的钱来做多另外一部分股票，因此整体来看我们的绝对投资额度为 0。
- 行业纯因子投资组合的本质是 100% 做多该行业，并 100% 做空国家纯因子组合（市场组合）。由于国家纯因子组合对所有行业都有暴露，因此行业纯因子对自身行业有正的暴露，对其他所有行业有负的暴露。行业纯因子投资组合是 100% 做多该行业 100% 做空市场，因此从业务上解释，这个组合就是认为该行业可以跑赢市场，该组合对应的就是该行业相对于市场的超额收益。
- 行业纯因子投资组合对所有风格因子的暴露为 0。该投资组合赚取的仅仅是行业相对市场的超额收益，这个超额收益不来自对任何风格因子的风险暴露（因为该组合对任何风格因子的风险暴露为 0）。
- 风格纯因子投资组合
- 风格纯因子投资组合是零额投资（dollar-neutral）。在这个投资组合中，我们做空一部分股票，然后用卖出股票的钱来做多另外一部分股票，绝对投资额度为 0。
- 风格纯因子投资组合对该因子有 1 个单位的暴露。
- 风格纯因子投资组合对自身风格因子外的其他所有因子、包括国家因子、行业因子和其他风格因子，的暴露都是 0。从业务上解释，该投资组合是靠仅仅暴露于该因子来赚取这个风险因子的超额收益。
- Remark：
- Barra 模型的最大意义：它可以针对我们喜欢的因子（无论是市场、行业或是风格），构建出纯粹的仅仅针对于那些因子的投资组合，从而捕捉这些因子的风险收益。
6. Barra 的标准流程
步骤 | 操作（核心公式） | 目的 |
① 流通市值加权标准化 | 保证市场组合对该因子中性（均值=0），并使因子方差为1（可比） | |
② 行业中性化 | 从 中回归并剔除行业哑变量部分： | 避免风格因子与行业结构混淆 |
③ 多重共线性检测 | 检查 或 | 确保因子独立、可识别 |
④ 稳定性检验 | 观察暴露与收益的时间序列 | 保证模型在时间维度上稳健 |
三、用 MACD 分析一个标的进出点
- 标的：东阳光（600673.SH）
- 关于 MACD 的介绍：
- DIF 表示短期趋势与长期趋势的差异，表示当前趋势方向与速度；
- DEA 是平滑后的信号线，表示市场平均预期或情绪基准线；
- MACD 柱状图表示两者差距的变化速率，表示趋势动能的变化率（情绪的加速度）。
- 基于 MACD 的常见策略：
- 纯粹金叉/死叉策略：DIF 上穿 DEA → 买入（看多），DIF 下穿 DEA → 卖出（看空）
- 在上述的基础上加入 DIF>0 作为过滤
分析
在标注中红色表示买入、蓝色表示卖出。
- 策略在多数情况下有效：在大部分时间内，MACD 的金叉出现在价格运行趋势的早期，而死叉出现时价格的上涨动能已经走弱，因此顺势入场和出场都较为及时。这种由均线差构建的指标本质上是趋势跟随和动量指标，当趋势明确时，它能很好地捕捉波段中的走势。
- 九月底失效的情况：九月底 MACD 连续多次长时间为负值，偶尔小幅回正。此时价格处于震荡下跌或横盘区间，MACD 的多次小幅金叉无法提供可靠的趋势判断。虽然策略没有出现大亏，但频繁买卖导致入场和出场信号混乱，盈利空间很小甚至略有亏损。
- 加入 DIF > 0 的约束会错失机会：考虑过只有当 MACD 线在零轴以上（即 DIF>0）时才根据金叉入场，但发现这会错失不少盈利的机会。零轴以上通常代表长期均线以上的多头状态，但如果强反弹从零轴以下开始，可能被过滤掉，因此单纯使用 DIF>0 作为过滤条件不适合东阳光这一标的。
通过搜索公开资料，可以得知MACD 的有效性与市场环境密切相关。多个来源指出，MACD 是一个趋势跟随的滞后指标，基于过去价格计算 EMA 差值，因此在有明确趋势时能提供有用的动量信号；而在无趋势或横盘震荡时容易产生虚假信号。
- 趋势行情表现更好：FxOptions 的文章指出，MACD 适合高波动的趋势性市场，在震荡行情中可能会产生不准确的信号fxoptions.com。Wealthsimple 的技术分析文章也指出，在横盘或震荡市场，MACD 会来回“鞭打”，导致大量交叉信号，容易造成误导wealthsimple.com。
- 横盘/震荡行情易出现虚假信号：市场处于区间震荡时，价格在均值上下波动，短期均线和长期均线频繁交叉，MACD 的柱状图也在零轴附近反复正负转换，导致金叉、死叉信号频繁但没有持续性。一些研究指出此时 MACD 的有效性明显下降，需要搭配其他指标过滤。例如，LuxAlgo 的研究表示，在趋势市场中 MACD 交叉的信号准确率可达 70–80%，平均每笔收益 2–3%，而在震荡市场准确率降至 40–50%，平均收益仅 0.5–1%，假信号的比例明显提高luxalgo.com。
- 搭配其他指标或设置可提高可靠性：很多交易指导建议不要单独依赖 MACD。可以结合 RSI 或布林带判断超买超卖或判断市场是否处于区间震荡。例如，b2broker 的文章指出 RSI 更适合在区间市场捕捉反弹，而 MACD 在明显的趋势中表现更佳trendspider.com。另外，可以加入长期均线（如 200 日均线）的方向过滤，只在长期趋势一致时使用 MACD 交叉信号，从而减少震荡区间的虚假信号fxoptions.com。
- 调整参数应对不同周期：标准参数（12,26,9）更适用于日线或周线，但如果你交易的是短周期，可以调整 EMA 的长度使指标更敏感（如 5,13,5），或者拉长周期（如 15,30,9）以减少噪音。缩短周期能捕捉更多短线机会，但在震荡市会产生更多噪音；延长周期能过滤震荡，但信号会滞后。
- 关注零轴位置和背离：除了金叉/死叉，MACD 零轴上方或下方代表长期趋势方向，柱状图的增长或缩短可反映动量的增强或减弱。当价走势与 MACD 背离时也可能提示趋势反转。结合这些信息，可以避免仅凭交叉买卖而导致的误判。
