基于宏观预期、趋势过滤与泡沫预警的利率择时框架

摘要： 本文构建了一个基于宏观预期、趋势过滤与泡沫预警的利率择时与久期轮动框架，旨在低利率环境下通过动态调整久期暴露，为纯债组合和“固收+”产品提供收益增强与回撤控制工具。

核心观点：
通过整合彭博ECFC高频预期数据、滚动夏普动态筛选、收益率曲线趋势过滤及LPPLS泡沫风控指标，可以有效识别债券利率方向，并在长短久期资产之间实现高效的轮动配置。

论据支撑：

1. 多维因子构建：从经济增长、通货膨胀、信用环境和流动性四个维度刻画宏观环境，利用高频预期数据提高对基本面边际变化的捕捉能力。
2. 风险过滤机制：引入趋势过滤机制以修正宏观信号与市场趋势背离时的误判；引入LPPLS指标度量价格异常增长，用于识别长久期资产的阶段性过热风险并辅助风控。
3. 实证回测：在国债指数及ETF（如10年/30年国债ETF与短融ETF）的久期轮动场景中，该策略的年化收益率、收益风险比均优于等权基准，且显著降低了最大回撤。

局限性/风险：
模型结论基于历史数据，在市场环境发生结构性转变时，量化模型存在失效的风险。