主持：
张欣然王敬博
圆桌嘉宾：
平安理财首席固收投资官熊珣
银河证券FICC业务总部执行总经理张嘉为
鹏城实验室研究员、 香港中文大学深高金客座教授孙东宁
微京科技创始人杨剑波
当前，量化技术的应用在债券投资领域愈发受到重视。业界认为，量化技术在固收领域中的应用将是一片“蓝海”。目前，国外成熟债券市场的量化策略发展状况如何？量化技术在债券投资中可以有哪些应用？为推动量化债券投资发展，需要完善哪些制度？
本期债市圆桌邀请平安理财首席固收投资官熊珣，银河证券FICC业务总部执行总经理张嘉为，鹏城实验室研究员、香港中文大学深高金客座教授孙东宁，微京科技创始人杨剑波就上述问题进行深入探讨。
同样的量化，不一样的逻辑
上海证券报：债券投资和股票投资在应用量化技术时，会有何区别？
熊珣：第一，发展阶段不同。股票，包括商品期货投资，由于其主要为场内交易，投资标的具有多样性和低相关性的特点，适合量化策略深度参与，同时股票商品参与者类型更加丰富，在各类型策略开发上也更加多元化；而虽近年来交易盘在利率债上的参与度逐年提升，但债券市场过去10年均以配置为主，固收量化更是相对小众，量化策略在固收投资上应用的深度和广度还比较低，无论是策略种类还是复杂度都依旧处于发展早期。
第二，参与门槛不同。股票等场内品种，在历史数据的深度、广度和质量上，都远超以场外交易为主的债券市场。数据是量化策略的基石，也是最重要的输入，数据的可得性和有效性决定了量化策略开发的土壤。债券市场历史数据记录的方式、精度均不及股票市场，因而数据需要更复杂地被收集、清洗和积累，才能投入实际的应用。
第三，底层逻辑不同。债券本身的波动和不同券种之间波动的差异性比股票小很多，且不少品种的流动性并不支持高换手的交易需求，股票市场的多因子等策略在债市是不宜直接应用的。对债券量化策略的设计而言，要同时兼具投资逻辑、实操经验以及量化能力，量化手段更多的是验证、实现长期积累的投资逻辑和经验，让其具备标准化运转和自我迭代检视的能力。
张嘉为：从量化角度，债券与股票两者数据结构差异较大。由于个股个体收益更多取决于行业与公司层面的基本面，因此股票量化投资围绕个股之间相关性较低、波动大的特点展开，多因子alpha体系成为权益量化的主流框架，通过挖掘各类因子与组合优化等方式来获取市场中的相对收益。而债券资产走势受宏观经济与政策方向影响更大、锚定效应更强，不同债券的价格都会受到政策利率与市场基准利率影响，仅考虑债券现券资产，其类别内部的相关性更高，债券现券资产可量化的维度相对权益市场因子较为单一。
但是，债券及其衍生资产横向资产的维度较广。仅以资产为例，债券包括利率债、信用债券、资产证券化产品、可转债；衍生品角度包括挂钩债券的国债期货、标债远期，还有挂钩货币市场利率的利率互换，以及利率期权，挂钩信用风险的信用衍生产品等；债券资产可量化的维度包括宏观利率层面、微观个券维度，也包括不同资产、不同品种、不同市场、不同久期等各种品种中的定价。
孙东宁：债券量化投资策略侧重于宏观经济分析、利率预测、到期收益率曲线分析、信用风险评估、期限结构分析等，股票量化策略则侧重于价格动量、价值投资、风险暴露与对冲、价格波动性和算法交易等等。
杨剑波：从根本上来说，两者的定价逻辑有区别。量化债券投资不能脱离定价本身，将量化股票投资的一些思路和策略生搬硬套到债券投资上显然是不适合的。举个简单的例子，在股票投资中可能采用动量策略来追涨，但是在债券投资中，追涨这个思路可能是有问题的。
境外债券市场已较广泛应用量化技术
上海证券报：目前，境外债券市场对量化投资的应用处于怎样的阶段？
熊珣：从买方机构的角度来看，境外债券市场量化投资的主要参与者是买方资管类机构，这类机构主要参与现券单边投资策略和以IRS(利率互换)、国债期货为代表的衍生品单边交易策略，单边投资交易策略的思路主要来自期货CTA交易策略，具体来说是捕捉品种的动量、反转和carry因子。除了针对单品种的方向的单边投资交易策略外，这类投资者还参与针对多品种间价差的相对价值交易策略和基差套利策略，具体来说是针对交易国债期货的基差、现券品种之间的相对价值、曲线平陡方向的相对价值进行交易。从交易量和换手率的角度来说，买方的债券量化投资交易量处于全市场债券量化投资交易量的主流地位。
从卖方机构的角度，主要的参与者是从事销售交易业务的投资银行，这些参与者主要通过搭建高频交易系统，利用线性优化、二次优化等符合机构风险偏好的优化求解方式构建系统化的做市报价的报价系统。该做市报价系统中，报价和交易的品种是全球多个国家的债券、IRS、国债期货、Swaption（掉期期权）等现货和衍生品，通过机构根据自身具体风险偏好设定的量化定价模型将上述产品互相关联，整合构建形成系统化的做市报价系统，具体的投资交易思路是在不活跃产品上报价，在活跃品种上对冲。
基于销售交易业务开发的卖方量化交易系统：一是将活跃产品的流动性引导到不活跃品种上，从而满足客户对于全球多种债券和衍生品品种的报价和交易的需要；二是可以在市场波动相对稳定时赚取买卖价差（bid ask spread）；三是可以在市场大幅波动时捕捉错误报价，实现高频套利，并且促进市场价格趋向公允。
张嘉为：量化技术在国际债券市场上的应用场景已较为广泛，包括债券定价、信用风险预测及投资套利交易等。以AQR、Point72等为代表的大型对冲基金是早期探索系统化债券量化投资策略的机构。量化投资以基本面投资为核心，利用数学模型和计算机技术实现其独特的主动投资策略逻辑，以减少人为决策过程中的行为偏差。
除了已经在债券市场得到广泛应用的各类债券统计套利、中性套利、债券相对价值、宏观对冲策略外，债券多因子模型也是近几年海外债券量化领域较为热门的量化投资策略之一。通过理解和挖掘引起债券收益率变动的因子，使用海量数据为分析基础搭建多因子模型，将收益来源归结于多个有效因子和残差项，基于模型结果，建立一系列交易规则，从而系统性捕捉债券的超额收益机会。
美国债券市场普遍应用的因子类型主要分为两种，分别是债券宏观因子和债券发行主体及个券的风格因子，例如价值、动量、流动性、事件驱动等。债券量化投资策略除因子构建外，交易规则的制定和对交易磨损的把控对策略表现也起到了至关重要的作用。
孙东宁：第一，市场投资者丰富。美国债券市场吸引了包括机构投资者、对冲基金、养老基金、保险公司和零售投资者等多种类型的投资者。这些不同类型的投资者有不同的投资目标和策略，为量化投资提供了多样的交易对手和机会。并且，债券做市商使用算法为市场持续发布买入和卖出报价，提供流动性。
第二，市场工具和产品多样。美国市场不仅债券种类（国债、市政债券、公司债券以及资产支持债券等等）和数量丰富，而且拥有丰富的金融衍生品，包括债券期货、远期、互换和期权等，这些工具为量化策略的构建与执行提供了更多的市场观点表达方式、交易选择和风险管理手段。
第三，技术和数据资源的可利用性。市场上有大量公开和专业的金融数据可供投资者使用，并在数据分析方面不断进行技术创新。
第四，交易技术先进。高度发达的交易技术和电子交易平台，为量化投资提供了必要的基础设施，使得债券市场交易更为高效和透明，同时也促进了市场流动性的提升。
第五，市场建设和监管环境的配套。在建设成熟稳定的市场环境的同时，进行法律和监管体系建设，提升市场的公平性和效率，为量化投资者提供了清晰的操作规则和充分的市场信心。
杨剑波：境外债券市场在产品定价、市场风险计量等方面的能力和重视程度远远超过境内市场。在境外成熟金融市场，投资债券市场的主力是机构客户，并且主要参与者都具有对债券（以及相关金融衍生品，如利率互换等）的定价能力和市场风险计量能力。基于这些能力，债券投资者才能够更清晰地看到当前债券市场的价格水平、目标债券当前的理论价格水平以及进行每一笔交易对整体投资组合产生的价格变化和风险指标变化，通过量化计算和分析获得全面的结论以确定是否进行交易。
量化技术可应用于债市多场景
上海证券报：量化投资在债券投资上有哪些应用场景？
熊珣：在定价层面，固收投资是数据精度和定价可以做精的领域，通过量化手段结合理论和实践的经验，可以构建不同的收益率曲线，进而可以给不同品种的定价提供更多的量化依据，提升价格发现的能力。虽然往往只有几个基点的差异，但配合大规模的参与，就能创造不错的收益回报。同时价格发现能力也能实现更好的套利机会和做市机会的抓取，优化市场的结构和流动性。
此外是偏高频策略。与股票及衍生品市场不同，债券市场高频交易的参与难度较高，规模也不会太大，当前环境下投产比并不算高。相比于股票和衍生品的“真高频”策略而言，债券市场的周度级别换手已经属于较高频的交易，也确实会存在一些特定的alpha，可以在配置仓位的基础上进行另一轮收益的增厚。
低频量化策略则会更贴合投资逻辑，无论是对基本面的量化，抑或是对信用利差、行业利差等观测指标的建模，均是在主观投资逻辑上的进一步“固化”和“客观化”发展，同时策略也真正可以承载更大规模容量。
平安理财在固收投资中积极进行量化策略尝试，并已取得较为显著的成效。我们构建并实盘了固收纯量化策略，在利率债的一些非活跃券定价和债券趋势研判上均有对应的子策略，并构建了机器为主、人工为辅的利率策略库，并在理财产品中有了实际运用，在2022年年末至今债券市场的多次剧烈波动中，通过模型信号有效保护了产品净值，实现了穿越牛熊的收益表现。
张嘉为：一是随着市场电子化程度的提升，特别是银行间“X系列”交易模式的拓展，交易所债券做市业务上线，债券ETF品种发展等，产生了一批高流动性债券品种可开展量化交易、高频交易、套利交易；
二是债券各类衍生品的发展与成熟，如国债期货、利率互换、利率期权等，使得债券市场价格发现的效率进一步提升，市场化定价程度进一步增强，相应的交易策略也进一步丰富；
三是随着NLP技术发展，场外非结构化数据实现了数据的结构化，从而实现各类非标准化因子的突破；
四是随着大数据、大模型的发展，海量债券数据的处理能力提升，债券市场多因子模型的雏形初步显现。
杨剑波：在量化债券投资中，基本的量化金融首先应用于利率曲线构建、债券产品定价以及债券风险指标计量；其次，交易者还可以具备利率预测、利差预测的能力；再次，完整的量化债券投资还应具有对一些相对更复杂的利率产品的定价和风险计量的能力，包括但不限于利率互换、国债期货，甚至一些非标准化的利率产品。
进一步完善配套条件
上海证券报：债券投资中进一步提升量化技术应用，需要完善哪方面的配套条件？
熊珣：首先是数据的可得性。债券相关的数据提供方和收集方推出更多可获取的干净的数据源，随着数据和各方面基础输入源的积累，固收量化一定会有更进一步的发展和升级。
其次是监管和市场环境。量化交易需要标的有一定的流动性，相应的做市业务，衍生品交易等活跃度若能进一步提升，对固收量化的发展会有明显帮助。当前债市的流动性（尤其是利率债）主要还是集中在特定的品种上，流动性不够分散化，衍生品的参与机构也相对偏少，债券主要的配置类机构对衍生品的参与相对不深。
再次，在公司管理制度方面。量化类策略和主观投资在内部管理上是有差异的，因此需要对量化策略以及潜在操作风险和监管风险的事前审查制度设立风险指标，并在业绩表现和投后管理制度等方面进行量身定制。在严格遵循风险及合规的前提下，更好地协助量化技术在债券领域的发展和应用。
张嘉为：第一，底层投资标的具备充足的流动性来提升量化策略的可实现性。近年来，债券市场活跃度稳步提升，日均交易量超过万亿元，达到历史新高，债券资产流动性的快速提升，为活跃资本市场提供了重要基础，也更有利于促进实体企业融资成本跟随二级市场利率下行而下降，从而有利于服务实体经济融资成本下行。同步地，量化技术在债券投资上应用的重要流动性基础也基本形成。
第二，丰富的、有效的市场交易工具与交易模式。一方面，目前市场有对冲国债基准利率风险的国债期货、货币市场的IRS，需要在此基础上进一步拓展品种，比如推动国债期货期权、挂钩信用利差、挂钩信用品的衍生工具等，以满足不同投资人的对冲与交易需求；另一方面，需要推出更多提升市场流动性与交易便利性的工具，如外汇交易中心推出的“X系列”交易模式、利差交易模式、篮子交易模式等各类创新型交易模式，为投资者便利交易提供了重要工具。
第三，量化技术相应需要规则统一、监管协同的金融市场，需要在不同市场、不同投资者间建立规则统一的交易机制。从而为债券市场策略组合的构建提供基础，使量化工具能够在债券市场进一步发挥作用，促进债券市场的收益进一步多元化。
孙东宁：境内债券市场需要在几个方面加强建设：
第一，提升市场流动性。增加市场参与者的丰富度，发展更先进的技术基础设施，如高效的交易平台和数据分析系统。
第二，完善做市商系统。做市商可以通过提供连续报价来帮助降低交易成本，提升市场效率。
第三，拓展工具种类，在控制系统性风险的基础上，不断丰富固收衍生品的种类和数量以及配套的二级市场交易机制。
第四，提高市场数据透明度和质量，包括更好的信用评级系统、更全面的财务信息披露等。
第五，完善法律和监管框架，确保市场稳定和投资者保护，支持量化投资策略的发展。
杨剑波：首先要提升市场的流动性，包括要完善做市商制度，让做市商承担起做市的责任，也要提升各类市场参与者的交易积极性。
其次要扩充和完善固定收益产品种类。当前境内固定收益市场的产品（特别是衍生品）种类不多，已经存在的金融产品的交易活跃度不高。成熟的金融衍生品市场有助于提升市场的价格发现能力，也有助于交易者构建各类交易策略，进行风险对冲。
固收量化策略是一片“蓝海”
上海证券报：在利率债低波动、信用债愈发类利率债的背景下，债券量化投资是否会成为未来的主流？
熊珣：整体利率水平维持下行且逐步进入低位区间后，投资者会追求更高维度的收益来源，交易和策略将提供进一步的收益来源的可能性，债券量化会成为主要的工具手段之一，其重要性是会边际增加的。
同时，随着市场的发展和进步（体量、定价、参与机构的专业度、监管环境），信用债流动性会更好，成交将更为活跃，定价也更加充分，这有利于产生更高质量的数据库和更多的交易机会，为量化技术的应用带来助力。行业更深度多元化的研究和更市场化的定价也会反哺债券市场，给市场带来更大的活力和充沛的流动性，形成良性循环。
张嘉为：一是债券市场逐步具备可量化的数据、交易、系统及技术，与权益量化一样，通过量化投资减少人为决策过程中的行为偏差并取得更为稳定的收益回报是未来债券量化发展的主要方向。
二是无论是利率债低波动还是近期信用债类利率化，都是周期性情况，事实上，低波动性市场，无论是量化投资还是主观投资，其收益的难度都在增加。量化并不能额外创造波动或收益，只不过，相比于主观观察更多站在方向性波动角度的低波动，量化可以考虑期现货、资金-债券、境内外等维度多市场多资产多角度呈现的波动率变化并建模与交易，量化技术所能做到的事情是提供更为快速地捕捉发现市场定价偏离的模型与技术，从而发现新的交易机会与利润。
三是高收益类信用债券市场会长期存在，而随着市场规范性的提高，主体的信用利差定价会更加充分，未来也可能存在通过量化技术进行相应的基本面分析，与权益市场机会联动从而掘金信用类市场的长期机会。
孙东宁：尽管利率债表现出低波动性，但量化投资可以通过分析微小的市场变化和价格差异来捕捉投资机会，特别是在利率变化方面。
在信用债投资方面，要深入分析债券的违约风险，对信用债类利率债这种说法要持谨慎态度。在境内，由于市场的监管特点和信用环境，大部分信用债（尤其是由较大、较稳定的公司发行的债券）通常被视为风险较低，类似于利率债。但是，随着近些年经济结构的调整，违约事件的发生频率呈现上升趋势。同时，展期成为一种常态化的风险缓释形式，首次展期的发行人数量和规模均大幅增加。信用债市场高等级违约情况明显改善，但高等级主体展期频繁出现，显示信用风险仍需关注。
另外，国际评级机构和本土评级机构在信用债评级标准上存在显著差异，与国际评级机构相比，境内评级结果中枢更高，评级标准更宽松。近几年，境内债券市场发生了一些高等级信用债违约事件，例如2020年的华晨汽车集团违约和永煤控股集团违约、2022年的阳光城集团违约和武汉当代科技集团违约。这些债券在违约之前的评级是AA到AAA。因此，量化策略应用于信用下沉方面，仍面临着流动性不足、违约风险较难把控且缺乏市场可交易的违约对冲工具的问题。
杨剑波：债券的定价离不开量化金融的定价理论和方法的支撑。在利率债低波动、信用债类利率债的背景下，市场参与者要获取预期的收益率则更需要依赖活跃的交易，因此债券量化投资一定会成为未来的主流。与股票市场相比，我们认为固定收益市场对量化技术的要求更高，对参与人员能力、量化工具功能的要求也更高。我们相信，在固定收益市场的早期发展阶段，掌握量化投资能力、拥有健全功能的量化决策工具的交易者必然会获取显著的超额收益。