挖掘FICC市场Alpha:11家领先银行的量化策略大公开

长按或扫描二维码下载

《2025年彭博中国区FICC量化训练营案例展示》

• 欧元兑美元的外汇策略：机器学习加反转增强

• 10 年期美债收益率预测：融合机器学习预测和均值回归套利机制的债券量化交易框架

• 10 年期国债策略：基于多特征衍生和模型筛选的利率预测及交易策略

• 基于 CNY 市场订单不平衡现象的交易策略：借助市场中央订单簿数据，深入观察市场微观结构

• 经典自动做市策略在低延迟交易中的应用：使用 HJB 方程求解做市商报价最优化问题

• 离岸 – 在岸人民币市场的自相关与联动效应的研究：通过探索离岸与在岸人民币汇率的领先 – 滞后关系，利用两者短期联动差异生成交易信号

• 智能模式识别技术在抓取交易信号中的探索：分别使用四类算法进行对比，不同算法各有其适用场景和特点

• 波动率差异分析：采用 B-S 期权定价模型，分别使用“调整后的实际波动率”和“隐含波动率”计算期权理论价格

• EURCNY期权定价：创新性地从历史 USDCNY 和 EURCNY 的实际相关性和隐含相关性构建了 EURCNY 的历史实际波动率和隐含波动率

• 以布林带策略为基础，策略目标是多次小规模盈利与少量中等亏损，获取统计意义上的稳定盈利

• 通过三方面优化提升策略稳定性与盈利性：参数调整、趋势智能判断、止损止盈机制优化

• 通过对市场数据进行非监督学习与量化分析，从市场中发现隐藏的 regime、深层次叙事主题、及其转化

• 无需人工标注，完全依赖数据自主划分阶段

• 结合彭博经济研究（BECO）的宏观经济数据，从更底层的经济运行角度捕捉市场隐藏的范式演化，减弱噪音

• 动态更新regime分析结果，并可选择划分阶段的数量以进行更灵活的分析

• FX掉期的Carry收益即掉期点对应的年化收益，反映两国利差与市场供需

• 通过彭博BQuant提取核心货币对的关键数据，即 USD/CNY，EUR/USD，USD/JYP，并进行数据处理、可视化对比，以及参数回测，回归FICC领域的风险收益平衡的本质

• 构建波动率调整策略，基于单位波动率Carry收益，动态调整货币对权重，确保组合的整体单位风险收益稳定

• 通过彭博BQuant结合新兴高效工具，可以实现从数据处理、到表格可视化与时间序列分析的全流程效率提升

• 使用Polars代替传统Pandas，处理时间序列数据速度极快，适用大体量数据场景

• 使用Great Tables生成重复实现且美观度高的交互式分析表格，与彭博BQuant视觉风格完美融合，无需后期调整格式

• 汇率利差与头寸分析看板：通过可视化呈现，降低跨指标分析的复杂度，帮助直观浏览美元/日元与利差、美元指数、市场投机头寸的相对走势，识别联动规律与背离机会，无需手动处理多维度数据

• 欧元兑美元规则化交易策略：纯规则化交易策略，避免机器学习模型的黑箱特性与未来信息泄露风险，适合中小规模资金与日常交易执行

• 人民币债券量化投研体系：基于彭博 BQuant 获取 5 年期国债期货（TS）的量、价、持仓数据，构建三类因子：量价因子、形态因子和跨资产因子；采用机器学习筛选因子组合，监控损失函数避免过拟合，输出日线级信号

• 欧元兑美元趋势跟踪策略：选取影响欧元走势的宏观因子，通过均线策略衡量因子强弱，加权生成交易信号，捕捉欧元趋势性行情

• 开创性地将近期固定区间的波动均值纳入动态止损机制中，提升止损的灵活性与市场适应性

• 引入波动率作为止损调整因子，更精准地识别趋势反转信号，在保护收益的同时有效控制风险

• 假设国债定价由久期的期限收益、流动性溢价组成，借此预测国债收益率

• 通过刻画国债收益率曲线找到被低估的债券，采取做多低估非活跃券同时做空活跃券的对冲操作，赚取两者之间流动性溢价收敛带来的相对价值收益

如果您想体验更多功能，欢迎点击 “阅读原文”预约彭博终端产品演示。