基于投研一體化平臺(tái)的債券量化實(shí)踐

楊駿逸

摘要：從債券市場(chǎng)的發(fā)展方向、機(jī)構(gòu)投資者的業(yè)務(wù)訴求以及海外市場(chǎng)的成功經(jīng)驗(yàn)來看，開展債券量化業(yè)務(wù)正當(dāng)其時(shí)。選擇投研一體化平臺(tái)來實(shí)現(xiàn)債券量化在各個(gè)場(chǎng)景的應(yīng)用是一條可行路徑。本文主要基于債券量化業(yè)務(wù)中的三個(gè)重要因素——驅(qū)動(dòng)因素、風(fēng)險(xiǎn)控制和交易執(zhí)行，構(gòu)建了包括六個(gè)子系統(tǒng)的投研一體化平臺(tái)，并在此平臺(tái)上實(shí)踐了智能建倉(cāng)、利率多因子模型構(gòu)建和債券指數(shù)基金監(jiān)控等經(jīng)典場(chǎng)景，體現(xiàn)出平臺(tái)具有較高的實(shí)用價(jià)值。

關(guān)鍵詞：債券量化? 投研一體化平臺(tái)? 應(yīng)用場(chǎng)景? 系統(tǒng)建設(shè)

債券市場(chǎng)是現(xiàn)代金融市場(chǎng)的重要組成部分。目前，我國(guó)債券市場(chǎng)體量龐大、品種齊全、功能多樣。隨著近年來資管規(guī)模的快速增長(zhǎng)、交易品種的不斷豐富和信用風(fēng)險(xiǎn)的日漸暴露，傳統(tǒng)的債券投研及交易方式逐步受到大環(huán)境的挑戰(zhàn)。在此背景之下，債券量化業(yè)務(wù)開始納入機(jī)構(gòu)投資者的視線。

開展債券量化業(yè)務(wù)正當(dāng)其時(shí)

（一）海外市場(chǎng)擁有成功經(jīng)驗(yàn)

債券量化業(yè)務(wù)并非近年新興的業(yè)務(wù)，早在上世紀(jì)70年代，美國(guó)資本市場(chǎng)涌現(xiàn)了一批以量化分析的方式進(jìn)行債券投資的交易員和基金經(jīng)理，其中最出名的莫過于John Meriwether領(lǐng)銜的所羅門兄弟套利部門及后來創(chuàng)立的長(zhǎng)期資本管理公司（Long-Term Capital Management，LTCM），其借助量化分析工具，利用同質(zhì)債券價(jià)格趨同的策略進(jìn)行套利，為公司帶來了豐厚的回報(bào)。除交易策略之外，量化分析在債券信用分析、風(fēng)險(xiǎn)管理等諸多領(lǐng)域亦有應(yīng)用價(jià)值。

（二）交易工具逐漸豐富

債券量化業(yè)務(wù)離不開豐富的交易工具。隨著多年來債券市場(chǎng)規(guī)模的增長(zhǎng)，債券品種不斷增加，交易工具逐漸豐富：國(guó)債期貨的重啟上市、信用風(fēng)險(xiǎn)緩釋工具（CRM）的推出、債券指數(shù)基金數(shù)量的增加及發(fā)行速度加快，都為債券量化業(yè)務(wù)提供了更多元的工具選擇。

（三）機(jī)構(gòu)投資者內(nèi)部條件已成熟

目前，債券市場(chǎng)不少機(jī)構(gòu)投資者都有著豐富的投資交易經(jīng)驗(yàn)，積累了大量的業(yè)務(wù)知識(shí)，儲(chǔ)備了一批專業(yè)人才。然而囿于人力限制，機(jī)構(gòu)投資者迫切希望將業(yè)務(wù)知識(shí)與成功經(jīng)驗(yàn)轉(zhuǎn)換為分析模型，沉淀至業(yè)務(wù)系統(tǒng)。同時(shí)，隨著多年來的投資者教育，投資者對(duì)量化思想的認(rèn)可度亦越來越高。加之信息技術(shù)的不斷成熟，機(jī)構(gòu)投資者已具備開展債券量化業(yè)務(wù)的內(nèi)部條件。

從債券市場(chǎng)的發(fā)展方向、機(jī)構(gòu)投資者的業(yè)務(wù)積累和訴求，以及海外市場(chǎng)的成功經(jīng)驗(yàn)來看，在不久的將來，我國(guó)債券量化業(yè)務(wù)將實(shí)現(xiàn)大跨步發(fā)展。而當(dāng)下著手開展債券量化業(yè)務(wù)，不失為把握時(shí)代發(fā)展大勢(shì)的明智決策。

開展債券量化業(yè)務(wù)的路徑選擇

多年的積累和實(shí)踐經(jīng)驗(yàn)表明，選擇投研一體化平臺(tái)來實(shí)現(xiàn)債券量化業(yè)務(wù)在各個(gè)場(chǎng)景的應(yīng)用是一條可行路徑。筆者所定義的投研一體化平臺(tái)，是指覆蓋各類資產(chǎn)、連通各個(gè)業(yè)務(wù)環(huán)節(jié)、支持各種業(yè)務(wù)類型的平臺(tái)。

為什么要基于投研一體化平臺(tái)？這是因?yàn)闃I(yè)務(wù)是連貫的，任何應(yīng)用場(chǎng)景都會(huì)最終落地到投資交易的執(zhí)行環(huán)節(jié)，系統(tǒng)不能是割裂的，不能只完成完整業(yè)務(wù)鏈條中的一部分并且只覆蓋部分品種。映射到債券量化的應(yīng)用場(chǎng)景，投研一體化平臺(tái)應(yīng)該覆蓋研究、投資、風(fēng)控、交易和清算五個(gè)環(huán)節(jié)。在業(yè)務(wù)和品種方面，公募基金可以展業(yè)并投資的標(biāo)的均應(yīng)被覆蓋。

從業(yè)務(wù)應(yīng)用的角度來看，債券量化業(yè)務(wù)與股票量化業(yè)務(wù)存在如下三個(gè)差異。這三個(gè)差異也決定了投研一體化平臺(tái)各個(gè)子系統(tǒng)建設(shè)的思路和方向。

（一）個(gè)券研究模型差異

債券和股票的屬性不同，因此兩者的定價(jià)模型和風(fēng)險(xiǎn)預(yù)測(cè)方式存在差異。在基于基本面進(jìn)行量化分析時(shí)，股票側(cè)重于基本面給股價(jià)帶來的影響，而債券側(cè)重于基本面對(duì)違約風(fēng)險(xiǎn)的影響，債券的價(jià)格在一定范圍內(nèi)受市場(chǎng)利率的影響更大。因此，在考慮基本面和價(jià)格因素時(shí)，股票量化的策略回測(cè)形式對(duì)債券量化的參考意義有限，而構(gòu)建信用評(píng)級(jí)模型，量化分析債券的違約風(fēng)險(xiǎn)以及結(jié)合債券的內(nèi)在價(jià)格和市場(chǎng)行情進(jìn)行價(jià)差分析會(huì)更有意義。

（二）流動(dòng)性差異

相較而言，債券的主體交易場(chǎng)所是銀行間市場(chǎng)，交易方式主要是交易員之間協(xié)商價(jià)格，進(jìn)行協(xié)議交易。囿于資金體量和交易方式，銀行間市場(chǎng)債券的交易活躍度不及交易所股票的交易活躍度?？梢?，基于技術(shù)面的量化分析指標(biāo)，如動(dòng)量、異同移動(dòng)平均線（MACD）、能量潮等，對(duì)于債券量化分析并不特別適用。因此，投研一體化平臺(tái)應(yīng)關(guān)注如何提高銀行間市場(chǎng)的信息處理效率和業(yè)務(wù)執(zhí)行效率，為量化分析提供高質(zhì)量數(shù)據(jù)源和高效可靠的執(zhí)行通道。

（三）組合管理差異

不同于股票組合關(guān)注行業(yè)配置、投資風(fēng)格和個(gè)股收益表現(xiàn)，債券組合對(duì)債券的選擇是基于評(píng)級(jí)、久期、收益率等一系列債券屬性指標(biāo)進(jìn)行的，組合管理是對(duì)組合的杠桿率、久期、靜態(tài)收益率等風(fēng)險(xiǎn)績(jī)效指標(biāo)進(jìn)行管理。因此，在進(jìn)行債券組合量化分析的時(shí)候，關(guān)注點(diǎn)在于結(jié)合債券的屬性和組合的目標(biāo)要求進(jìn)行持倉(cāng)調(diào)整，技術(shù)平臺(tái)的建設(shè)也是圍繞落地這一業(yè)務(wù)目標(biāo)而進(jìn)行的。

建設(shè)投研一體化平臺(tái)的考量因素及相關(guān)子系統(tǒng)設(shè)計(jì)

基于上述分析，在設(shè)計(jì)投研一體化平臺(tái)時(shí)我們主要考慮了債券量化業(yè)務(wù)的三個(gè)重要因素：驅(qū)動(dòng)因素、風(fēng)險(xiǎn)控制和交易執(zhí)行，并為此研發(fā)了六個(gè)子系統(tǒng)。

（一）驅(qū)動(dòng)因素

投資交易決策的產(chǎn)生離不開驅(qū)動(dòng)因素，債券量化業(yè)務(wù)的驅(qū)動(dòng)因素多種多樣，實(shí)踐中可從兩個(gè)最簡(jiǎn)單的因素入手：行情驅(qū)動(dòng)和事件驅(qū)動(dòng)。通過業(yè)務(wù)場(chǎng)景分析，我們搭建了全市場(chǎng)債券行情系統(tǒng)（子系統(tǒng)一）和債券信用評(píng)級(jí)系統(tǒng)（子系統(tǒng)二）。針對(duì)行情驅(qū)動(dòng)場(chǎng)景，全市場(chǎng)行情系統(tǒng)對(duì)債券進(jìn)行了統(tǒng)一建模，并約定了重要屬性的數(shù)據(jù)來源、計(jì)算方法和應(yīng)用方式。在此基礎(chǔ)之上，通過直連的形式匯集全市場(chǎng)的行情數(shù)據(jù)，借助人工智能算法解析并結(jié)構(gòu)化處理交易員聯(lián)絡(luò)群里的報(bào)價(jià)信息，最終匯總形成全市場(chǎng)行情數(shù)據(jù)流，為行情驅(qū)動(dòng)場(chǎng)景的實(shí)現(xiàn)提供數(shù)據(jù)源。全市場(chǎng)行情系統(tǒng)以分布式發(fā)布訂閱消息系統(tǒng)Kafka為消息傳遞和轉(zhuǎn)發(fā)工具，行情處理引擎會(huì)將原生的行情數(shù)據(jù)根據(jù)設(shè)定的模型進(jìn)行屬性擴(kuò)充和計(jì)算。為了解決跨系統(tǒng)實(shí)現(xiàn)的問題，行情數(shù)據(jù)流以谷歌（Google）的Protocol Buffer協(xié)議（一種數(shù)據(jù)序列化機(jī)制）為編碼規(guī)則，保證了數(shù)據(jù)的跨系統(tǒng)有效對(duì)接。

在事件驅(qū)動(dòng)場(chǎng)景中，我們著重考慮了評(píng)級(jí)和輿情兩個(gè)方面。首先構(gòu)建了債券信用評(píng)級(jí)模型，以量化發(fā)債主體的基本面信息、市場(chǎng)的行情資訊等核心要素發(fā)生改變時(shí)所帶來的影響，建立了量化信用評(píng)級(jí)體系。同時(shí)，借助輿情監(jiān)控系統(tǒng)，實(shí)時(shí)監(jiān)控債券的輿情信息。評(píng)級(jí)要素和輿情信息的量化，為事件驅(qū)動(dòng)的決策落地提供了可行性。

（二）風(fēng)險(xiǎn)控制

在驅(qū)動(dòng)因素產(chǎn)生投資交易指令之后、投資交易行為發(fā)生之前，風(fēng)險(xiǎn)控制是繞不開的一個(gè)環(huán)節(jié)，風(fēng)控系統(tǒng)（子系統(tǒng)三）的好壞是決定指令能否落地的關(guān)鍵。這時(shí)可以根據(jù)實(shí)際情況，選擇使用所采購(gòu)?fù)顿Y交易系統(tǒng)自帶的風(fēng)控功能，也可以添加一套獨(dú)立的風(fēng)控系統(tǒng)。我們傾向于后者，原因之一是業(yè)務(wù)創(chuàng)新變化很快，標(biāo)準(zhǔn)化的投資交易系統(tǒng)未必能滿足機(jī)構(gòu)個(gè)性化的風(fēng)控需求。獨(dú)立的風(fēng)控系統(tǒng)應(yīng)該能滿足高并發(fā)、高吞吐量、高可靠性和低延遲的技術(shù)要求，也滿足可迅速支持個(gè)性化風(fēng)控條目的業(yè)務(wù)要求，同時(shí)還應(yīng)該融入到業(yè)務(wù)鏈路中，而不是事后的一個(gè)補(bǔ)充或者監(jiān)控系統(tǒng)。我們對(duì)該系統(tǒng)的定位是“事前事中事后一體化，境內(nèi)境外全覆蓋”，應(yīng)當(dāng)具備快速響應(yīng)監(jiān)管或者大客戶最新風(fēng)控要求的能力，守住合規(guī)經(jīng)營(yíng)的底線。

（三）交易執(zhí)行

對(duì)于債券量化業(yè)務(wù)，執(zhí)行是最終落地的環(huán)節(jié)。由于股票量化已有多年的實(shí)踐經(jīng)驗(yàn)，滬深交易所在執(zhí)行層面的相關(guān)系統(tǒng)已比較完善，債券量化在執(zhí)行層面的重要差異點(diǎn)是體量大得多的銀行間市場(chǎng)。為此，我們梳理銀行間業(yè)務(wù)規(guī)則，構(gòu)建了一套高效可靠的銀行間執(zhí)行系統(tǒng)（子系統(tǒng)四）。

在指令端，固收投資端和指令中樞系統(tǒng)（子系統(tǒng)五）支持投資人員進(jìn)行指令下達(dá)，具備基本的指令管理能力。在此基礎(chǔ)上，我們還增加了各類風(fēng)險(xiǎn)績(jī)效指標(biāo)的實(shí)時(shí)計(jì)算和展示以及模擬交易試算功能，業(yè)務(wù)人員可以更清晰更直觀地了解組合各項(xiàng)風(fēng)險(xiǎn)績(jī)效指標(biāo)的動(dòng)態(tài)變化以及所下達(dá)指令對(duì)組合的影響，也可以通過行情輔助了解投資標(biāo)的的實(shí)時(shí)狀態(tài)信息（價(jià)格、收益率等）。

在交易端，銀行間市場(chǎng)執(zhí)行系統(tǒng)連接了交易、信息訂閱和成交回報(bào)三大類五個(gè)接口，定位于提升交易效率、降低交易風(fēng)險(xiǎn)。在這方面，指令要素的自動(dòng)填充、交易端風(fēng)控規(guī)則的固化以及與交易流程的結(jié)合是三個(gè)核心點(diǎn)。投資指令要素的自動(dòng)填充可以避免人工差錯(cuò)，加快交易要素填寫速度;交易端風(fēng)控規(guī)則的固化可以將交易獨(dú)有的研究成果轉(zhuǎn)為交易執(zhí)行的各項(xiàng)指導(dǎo)，減少人工檢查;與交易流程的結(jié)合則是各個(gè)機(jī)構(gòu)合規(guī)交易的要求，可降低業(yè)務(wù)操作風(fēng)險(xiǎn)。

為擺脫清算流程的煩瑣和頻繁人工操作帶來的效率掣肘，我們構(gòu)建了清算交收系統(tǒng)（子系統(tǒng)六），提供銀行間二級(jí)債券買賣、債券回購(gòu)、債券分銷等業(yè)務(wù)清算流程電子化（單據(jù)自動(dòng)生成、自動(dòng)加蓋公章）和實(shí)時(shí)化（實(shí)時(shí)獲取前臺(tái)成交信息），以及提供交易員債券買賣和債券回購(gòu)確認(rèn)的自動(dòng)化，并與估值和資金劃撥系統(tǒng)對(duì)接，實(shí)現(xiàn)債券分銷、可轉(zhuǎn)債等業(yè)務(wù)的清算確認(rèn)自動(dòng)化。同時(shí)系統(tǒng)每日會(huì)采集交易清算數(shù)據(jù)，對(duì)交易對(duì)手的清算能力進(jìn)行量化分析，從而為交易執(zhí)行提供參考，形成業(yè)務(wù)數(shù)據(jù)的閉環(huán)流轉(zhuǎn)。

債券量化實(shí)踐的典型場(chǎng)景

基于上述必須具備和構(gòu)建的子系統(tǒng)，我們實(shí)踐落地了多個(gè)債券量化業(yè)務(wù)場(chǎng)景，較為典型的三個(gè)是智能建倉(cāng)、利率多因子模型和債券指數(shù)基金監(jiān)控，涉及行情驅(qū)動(dòng)、主動(dòng)量化和被動(dòng)量化三個(gè)不同的領(lǐng)域。

（一）智能建倉(cāng)

在智能建倉(cāng)方面，主要考慮的是日常投研人員花費(fèi)較多時(shí)間和精力的盯市場(chǎng)景和普遍存在的建倉(cāng)需求，其業(yè)務(wù)核心點(diǎn)在于如何快速有效地幫助投研人員以合適的價(jià)格找到合適的債券品種。在債券篩選方面，我們借助前文提到的針對(duì)債券的統(tǒng)一模型和信用評(píng)級(jí)結(jié)果，提供債券類別、久期、內(nèi)部評(píng)級(jí)、外部評(píng)級(jí)、發(fā)行人、含權(quán)情況、清償順序等多個(gè)類別數(shù)十項(xiàng)屬性篩選，結(jié)合不同交易市場(chǎng)的價(jià)格信息和盤口信息以及管理組合的持倉(cāng)情況，制定特定的建倉(cāng)策略。一旦行情達(dá)到投資行為的觸發(fā)條件，即可快速生成詢價(jià)指令，交由交易員進(jìn)行詢價(jià)，交易員完成詢價(jià)之后再反饋至投資經(jīng)理;如果是不需要詢價(jià)的債券，則直接生成正式指令，下達(dá)至風(fēng)控系統(tǒng)進(jìn)行風(fēng)控檢查，通過之后再交由交易員執(zhí)行。從指令下達(dá)直至清算完成，整個(gè)業(yè)務(wù)流程借助上文提到的子系統(tǒng)在同一平臺(tái)上完成。

投研一體化平臺(tái)的重要性在智能建倉(cāng)場(chǎng)景中體現(xiàn)得非常明顯，因?yàn)樾星樯钥v即逝，如果靠人工記住各項(xiàng)關(guān)鍵指標(biāo)再肉眼觀察市場(chǎng)行情，發(fā)現(xiàn)行情后逐個(gè)查詢和輸入投資、交易、清算的各個(gè)要素，不僅費(fèi)時(shí)費(fèi)力、覆蓋面有限，還容易錯(cuò)過交易時(shí)機(jī)。盡管市面上的行情軟件可以提供行情篩選功能，但是大多既不能集成內(nèi)部的研究成果（如內(nèi)部評(píng)級(jí)等），也無法直接生成指令，無法真正行之有效地落地實(shí)現(xiàn)智能建倉(cāng)。

（二）利率多因子模型構(gòu)建

利率多因子模型是一個(gè)通過量化方式分析并判斷未來市場(chǎng)利率走勢(shì)從而提供倉(cāng)位水平建議的模型，模型主要考慮了利差、動(dòng)量、價(jià)值和風(fēng)險(xiǎn)偏好四個(gè)基礎(chǔ)因子，根據(jù)因子所處的歷史位置和在模型中的貢獻(xiàn)度，給出看多或看空的判斷以及具體倉(cāng)位值建議。同時(shí)，考慮到不同投研人員對(duì)因子的偏好有所不同，我們對(duì)模型進(jìn)行了擴(kuò)展，支持根據(jù)各項(xiàng)宏觀經(jīng)濟(jì)指標(biāo)等基礎(chǔ)因子構(gòu)建更為復(fù)雜的定制因子，并對(duì)因子進(jìn)行回測(cè)，也支持通過復(fù)雜因子制定投資策略，回測(cè)策略的執(zhí)行情況并分析其效果。

（三）債券指數(shù)基金監(jiān)控

債券指數(shù)基金監(jiān)控主要考慮債券指數(shù)基金運(yùn)作的被動(dòng)量化場(chǎng)景。指數(shù)基金最重要的是跟蹤指數(shù)，業(yè)務(wù)核心是降低跟蹤誤差。在實(shí)踐過程中，由投研人員系統(tǒng)性梳理債券指數(shù)基金在運(yùn)作過程中需要關(guān)注的各項(xiàng)組合指標(biāo)，包括指數(shù)久期與基金久期、基金成分券與非成分券倉(cāng)位、當(dāng)前資金成本等，通過監(jiān)控指標(biāo)的實(shí)時(shí)狀態(tài)，提醒投資經(jīng)理進(jìn)行相關(guān)的操作。

除了上述幾種業(yè)務(wù)場(chǎng)景之外，還有很多特定的債券量化場(chǎng)景在平臺(tái)上不斷落地。只要保證投研一體化平臺(tái)相關(guān)基礎(chǔ)設(shè)施的穩(wěn)定，業(yè)務(wù)場(chǎng)景固化、業(yè)務(wù)知識(shí)沉淀只是時(shí)間問題，平臺(tái)的價(jià)值也會(huì)隨著時(shí)間的推移而愈發(fā)顯現(xiàn)。

作者：南方基金信息技術(shù)部高級(jí)副總裁

責(zé)任編輯：羅邦敏? 劉穎