雷火竞技首页

华泰金工 全球三层次流动性风险预警模型
发布时间:2026-03-21
 流动性紧缩的市场环境是全天候策略的“逆风局”,因为多资产的分散化效果会阶段性失灵。本研究构建全球三层次流动性风险预警模型,动态监控流动性风险传导的全链条,能够及时有效规避资产普跌时期。最新信号显示,流动性压力较为紧张,多资产策略需避险。  流动性紧缩的市场环境是全天候策略的“逆风局”,因为多资产的分散化效果会阶段性失灵,对流动性风险的动态监控是下行风控的核心环节。为捕捉流动性风险从政策源头到交

  流动性紧缩的市场环境是全天候策略的“逆风局”,因为多资产的分散化效果会阶段性失灵。本研究构建全球三层次流动性风险预警模型,动态监控流动性风险传导的全链条,能够及时有效规避资产普跌时期。最新信号显示,流动性压力较为紧张,多资产策略需避险。

  流动性紧缩的市场环境是全天候策略的“逆风局”,因为多资产的分散化效果会阶段性失灵,对流动性风险的动态监控是下行风控的核心环节。为捕捉流动性风险从政策源头到交易末端的全链条传导,本研究构建了三层次流动性风险预警模型:(1)央行流动性:从价格、数量和预期三个维度追踪央行政策动向;(2) 资金流动性:通过回购融资和跨境套利指标监测杠杆资金松紧;(3) 市场流动性:利用多资产隐含波动率刻画市场交易摩擦。实证结果表明,加入流动性预警信号可以有效规避多次资产普跌时期,显著降低策略回撤,优化策略的风险调整后收益,且在全球范围的资产配置上具有普适性。

  央行流动性构成市场的“泉眼”,是全球金融体系的流动性源头,通过政策利率与基础货币投放的调节,决定“活水”总量的丰枯。本研究从价格、数量和预期三维度进行刻画:价格维度使用全球央行政策利率扩散指数追踪27个主要央行的政策动向;数量维度使用联储流动性支持指标衡量美联储通过期限转换和信用增级渠道扩张的资产负债表规模;预期维度使用彭博Fedspeak指数和市场隐含利率预期高频追踪美联储利率预期的边际变化。

  资金流动性是央行基础货币经金融体系杠杆扩张后的派生结果,是引泉入池的“水渠”,反映市场参与机构的杠杆融资能力与资金配置行为。本研究选取担保隔夜融资利率(SOFR)和风险逆转期权(RR)作为监测指标。SOFR表征银行间市场以国债为质押的短期融资成本,通过监测SOFR是否突破IORB、EFFR、FFRU和OIS等关键利率上限来识别资金流动性压力;RR通过监测主要利差交易货币对的风险逆转期权的异常跳升情况,捕捉外汇市场的去杠杆压力。

  微观流动性是资金流动性在交易层面的具象化,体现为资产的买卖价差、挂单深度和价格恢复速度,直接决定了“鱼群”的生存状态。本研究选取跨资产隐含波动率作为间接监测对象,并构建多周期的综合压力指数。具体选取VIX、VXN、RVX、MOVE、GVZ、OVX、VXEEM和COP八类覆盖权益、固收、大宗商品市场的隐含波动率指标,采用滚动阈值的Zscore框架识别异常突变点,当综合压力得分超过滚动阈值上限的天数达到一定阈值时,判定市场流动性趋紧。

  本研究构建“全球流动性敏感型组合”作为压力测试基准,资产池包括MSCI全球指数、COMEX黄金、ICE布油、LME铜、投资级公司债、高收益债、新兴市场债券、上市私募股权和房地产信托等9类流动性敏感资产。回测区间2008-06-30至2026-03-13内,基准策略年化收益5.31%,夏普比率0.56,最大回撤-34.55%,索提诺比率为0.75。引入三层次流动性压力信号进行防御性择时后,策略年化收益提升至8.76%,夏普比率提升至1.22,最大回撤收窄至-14.09%,索提诺比率提升至1.77。策略通过规避资产普跌时期能够有效提升资产组合的风险调整后收益。

  我们在前期报告《从资产配置到因子配置:中国版全天候增强策略》(2025-06-15)中援引Shahidi(2014)的研究指出,资产回报可分解为现金回报(无风险利率)与超额回报两部分,后者由利率(流动性)、风险偏好与宏观经济三类风险因子所驱动。前期报告的重点在于探究如何合理利用资产不同的宏观经济偏好,来分散资产组合的宏观风险(非系统性风险),寄希望于组合在流动性和风险偏好(系统性风险)上的正向暴露提供相比于持有现金的超额收益。但“水能载舟,亦能覆舟”,流动性趋紧和风险偏好下降的市场环境对于多资产策略而言,是策略的“逆风期”;此时多资产的分散化对冲效果可能阶段性失灵,若策略缺少相关风控模块,容易遭遇净值的较大回撤。

  为在“水势”逆转前筑起防线,对流动性与风险偏好的动态监控是多资产策略下行风险保护的关键环节。二者之中,流动性监控更具“防御性”意义——流动性的收紧是驱动风险偏好下降的重要诱因,正如“泉涸”之际,水源的枯竭先于鱼群的搁浅。本研究尝试构建“宏观央行流动性—中观资金流动性—微观市场流动性”三层次流动性风险预警模型,旨在动态监控流动性风险向资产价格传导的全链条,为多资产策略提供风控保护。

  具体而言,央行流动性构成市场的“泉眼”,央行通过政策利率与基础货币投放的调节,决定“活水”总量的丰枯;资金流动性则是引泉入池的“水渠”,反映市场参与机构的杠杆融资能力与资金配置行为,决定活水能否通畅传导至各类资产。“水渠”既可能因源头无水而干涸,也可能因渠道淤塞而断流;市场流动性是传导链条的终端环节,反映各类资产变现的便利程度,直接决定了“鱼群”的生存状态。当泉眼枯竭或水渠断流引发“泉涸”,终端池水不断蒸发,此时即使分散投资于多类资产,也难以规避系统性的同步下跌风险。

  本研究构建“全球流动性敏感型组合”作为压力测试基准,通过计算加入流动性风险预警信号的防御性择时策略相对于基准策略的超额收益及回撤优化,来量化三层次流动性风险预警模型对多资产策略下行风险的防御效果。基准策略的资产池如下:

  1)调仓规则:月度风险平价再平衡。每月初第一个共同交易日,基于资产的历史协方差矩阵,计算风险平价权重,确保各资产对组合的波动率贡献相等。

  三层次流动性风险预警模型通过高频追踪各维度压力指标的共振,预警可能导致资产价格同步下跌的流动性枯竭时刻。指标选取上,优先选取高频指标以及时追踪流动性的边际变化。指标刻画上,重点刻画指标的边际变化及异常突变点。实证结果表明,该模型能够起到预警效果,提升资产组合的风险调整后收益,融合多维度的三层次模型的效果最佳。

  下文,我们将分别对央行流动性、资金流动性和微观市场流动性的指标构建细节、传导机制以及具体预警效果进行详细介绍。

  央行流动性又称“官方流动性”,指由中央银行等官方机构提供并受其货币政策直接控制的流动性(Howell, 2020)。作为全球金融体系的流动性源头,央行流动性是高质量基础货币的供给来源,对资金流动性与市场流动性的传导机制体现为:(1) 央行的流动性投放或收紧直接影响一级交易商及金融机构的头寸偏好与杠杆意愿,影响资金流动性的松紧;(2) 央行可以通过前瞻性指引修正市场对未来贴现率的预期,引导市场流动性的预期定价。

  本研究构建双维度的央行流动性监测框架:一是价格维度,主要关注全球央行的政策利率水平与路径预期,使用全球央行政策利率扩散指数进行刻画。二是数量维度,主要关注频率较高且披露较全的美联储资产的资产负债表变化。不同于传统的总量分析,我们采纳Howell(2020)的“流动性质量论”,使用更反应流动性质量的联储流动性支持指标进行刻画。此外,考虑到美元在跨境金融市场和全球贸易市场的重要地位,美联储的货币政策立场是重要风向标,本研究引入彭博Fedspeak指数与市场隐含利率预期指标,对美联储利率预期进行高频追踪。

  随着全球金融周期联动深化,主要经济体的货币政策通过汇率渠道与跨境资本流动产生显著的外溢效应,形成全球流动性条件的共振。为了量化这一共振过程,我们构建了全球央行政策利率扩散指数,覆盖27个主要央行,从全球视角捕捉流动性的松紧切换。具体的构建方法如下:

  1)数据预处理:由于政策利率为事件驱动型低频数据,首先采用前向填充法将数据重采样为日度序列,确保时间连续性;

  2)计算扩散指数:采用1年滚动窗口分别统计各降息与加息次数之差,记为该国的净宽松度;将各国净宽松度得分等权求和,即得到全球央行政策利率扩散指数;

  3)生成压力信号:对扩散指数进行季度差分,若差分值为正,则表明全球流动性边际宽松,压力信号得分为1;若差分值为负,则表明全球流动性边际收紧,压力信号得分为-1。

  全球央行政策利率扩散指数具有明显的周期性特征,反映出各国央行货币政策同步性较强。由此构建的压力信号主要呈“块状”分布,适合作为早期识别系统性风险的累积阶段的信号。最新信号显示,全球央行的政策宽松度自阶段性高点后开始下行,压力信号得分为-1分。

  Howell(2020)在《Capital Wars: The Rise of Global Liquidity》一书中提出了“流动性质量论”的概念,强调对数量的分析要重点关注质量维度。美联储通过流动性供应、期限转换和信用增级三种渠道来动态调整资产负债表中资产端的结构,实现不同的流动性调节效果。三种渠道对应的抵押品质量由高到低,对市场流动性和风险偏好的提振效果由低到高:

  1)流动性供应:主要指短期国债等项目。美联储通过购买此类抵押品,能够改善经济体中的总体再融资环境,使信贷利差和买卖价差收紧。

  2)期限转换:主要指中长期国债等项目。美联储通过购买此类抵押品,可以降低市场面临的久期风险,从而降低期限溢价;

  3)信用增级:主要指机构抵押支持证券(MBS)、联邦机构债券等项目。美联储通过购买此类抵押品,可以吸收私人部门信用风险并提供信用担保,从而降低信用风险。

  本研究重点关注美联储通过期限转换和信用增级渠道扩张的资产负债表规模变化,定义为联储流动性支持。为确保跨期可比性,我们使用总资产规模对原始序列作标准化处理,具体计算公式如下:

  构建得到的联储流动性支持指标和美债信用利差存在较明显的负相关性,即流动性支持的宽松对应着信用风险溢价的下降。信号生成上,我们对原始指标序列进行滚动一年平滑处理,然后计算季度差分值,差分值为正时压力信号得分为1;差分值为负时压力信号得分为-1分。构建得到的信号具有较明显的周期性。最新信号显示,从联储流动性支持角度看央行流动性暂未出现压力。

  Fedspeak指数由彭博社首席经济学家Wong等人(2023)构建,可以用于高频追踪美联储官员发言信息中体现出的货币政策预期。Fedspeak指数的构建方式如下:

  1)数据来源:彭博终端收录的美联储公开市场委员会(FOMC)委员发表的和货币政策相关的公开言论,包括视频访谈、演讲、推文等,并剔除陈旧发言,确保时效性。

  2)数据预处理:对原始文本进行语义提炼,仅保留直接反映美联储对经济表现或货币政策立场看法的内容。人工标注训练数据集,对每条样本进行情感赋分(-2=高度鸽派,-1=中度鸽派,0=中性,1=中度,2=高度);

  3)模型微调:采用在金融语境下微调的RoBERTa模型,结合CORN序数损失函数(适用于有明确顺序的分类任务),进行模型针对性微调;

  4)指数计算:对每日所有分类为货币政策相关的新闻的情绪得分进行求和,再按绝对值之和缩放,得到日度原始情绪指数。最后对原始指数进行1个月期的指数衰减平滑,得到Fedspeak指数。

  Fedspeak指数边际上升时表示货币政策收紧预期加强,边际下降时表示货币政策边际宽松预期加强。信号生成上,我们对原始序列取相反数,然后使用季度差分法生成压力信号,差分值为正时压力信号得分为1;差分值为负时压力信号得分为-1。构建得到的压力信号正负切换较为频繁,符合货币政策预期多变的特点。最新信号显示,美联储官员言论体现的货币政策预期有所收紧,压力信号得分为-1分。

  除了美联储官员的言论信息外,我们还可以从利率衍生品市场中提取出市场利率预期的边际变化。具体地,我们使用3个月后起始的1个月期美元(联邦基金)掉期所隐含的远期利率(3M1M Swap OIS)与有效联邦基准利率(EFFR)的差值,作为市场隐含利率预期的代理变量。3M1M的期限内一般会包含美联储下一次的议息会议,其对应的远期利率体现了市场对于未来降息或加息幅度的定价。

  市场隐含利率预期为正,表示市场预计未来美联储会加息,即收紧流动性;市场隐含利率预期为负,表示市场预计未来美联储会降息,即扩张流动性。信号生成上,我们对原始序列取相反数,然后计算季度差分,差分为正则压力信号取值为1,差分为负则压力信号取值为-1。最新信号显示,市场押注利率收紧,压力信号得分为-1分。

  鉴于央行流动性压力信号的分布普遍具有周期性,即分布呈现“分段式”,所以我们先采用分区间统计信号对流动性敏感型资产的收益区分度,来检验各指标的预警效果;再基于各指标构建资产的防御性择时策略,考察择时策略相比于基准的超额收益和回撤优化。在前述四个指标的基础上,我们补充央行流动性综合压力信号,构建方式为:对四个子指标的信号值求均值,均值大于0则压力信号得分为1,均值小于0则压力信号得分为-1。

  我们统计了压力时期(信号得分取值为-1)和非压力时期(信号得分取值为1),流动性敏感型资产的平均年化收益情况。若资产在压力时期的平均收益率为负或显著低于非压力时期的收益率,则说明该压力信号能够较好地提示流动性风险。统计区间为2008-06-30至2026-03-13。统计结果表明,当央行流动性收紧时,风险资产普遍表现不佳。综合压力信号对各资产的收益率区分度效果最好。

  接着,我们基于压力信号生成流动性敏感型资产的防御性择时策略,以量化压力信号的预警效果。策略构建方式如下:

  1)调仓规则:不定期;当监测到压力信号触发时,空仓持有现金(假设无持有收益),其余时刻全仓持有资产;

  回测结果表明,央行流动性压力信号能够对组合起到下行风险保护的效果。择时策略普遍可以提升策略的风险调整后收益。综合各资产的择时效果来看,结合多指标的综合压力信号的效果普遍好于单个指标,说明各子指标有较好的互补性。

  资金流动性是央行基础货币经金融体系杠杆扩张后的派生结果。央行投放的流动性通过商业银行等存款机构的资产负债表扩张与对冲基金等金融机构的利差交易行为,形成倍数级的信用创造。该体系高度依赖短期融资滚动,并具有顺周期性:流动性充裕时,资金通过回购、拆借等链条层层嵌套,加速流动性传导;流动性收紧时,融资成本跳升与放缓将触发去杠杆螺旋,并通过保证金追缴引发跨资产抛售,加剧流动性收缩。本研究选取担保隔夜融资利率(Secured Overnight Financing Rate,SOFR)和风险逆转期权(Risk Reversal, RR)作为监测指标,二者与高杠杆的利差交易高度相关。

  Tim等(2021)在《The Rise of Carry: The Dangerous Consequences of Volatility Suppression and the New Financial Order of Decaying Growth and Recurring Crisis》一书中指出,利差交易本质上是“借短投长”的以杠杆放大收益的“卖出波动率”行为,大量资金在低利率货币与高收益资产之间流动,使市场在低波时期显得“流动性充裕”。当市场出现尾部风险时,高杠杆的利差交易头寸被迫平仓,流动性会“瞬间收缩”。以SOFR为基准的回购融资加杠杆和通过外汇风险逆转期权定价所反映的跨境套利是最常见的利差交易方式,通过杠杆资金流动关联了多个市场,容易引起风险外溢。实操层面,我们可以通过监测SOFR和RR是否出现异常跳升来追踪资金流动性的松紧情况。

  SOFR是基于美国国债抵押的隔夜回购交易利率,表征银行间市场以国债为质押的短期融资成本。金融稳定理事会(Financial Stability Board,FSB)在2026年2月发布的报告指出,以政府债券为抵押的回购市场规模已达约16万亿美元,其中美国占比近60%,体现了其在全球短期融资体系中的重要地位。

  我们以美国国债基差套利交易为例,说明SOFR对流动性的重要性。该策略通过捕捉国债期货与现货间的价差收敛获利,交易涉及回购市场、国债市场和期货市场。买入基差交易是主流方式:期初,套利者在回购市场以SOFR为回购成本融入资金,买入国债现货并做空相应国债期货。期末,套利者通过现券交割或反向平仓的方式结束交易。收益分为两部分:一是基差收敛收益(期货价格向现货价格收敛),二是净息差收益(现货票息收入扣除回购融资成本及其他费用)。由于基差幅度较窄,套利者通常通过回购展期不断加杠杆以放大收益,杠杆倍数可达20-50倍(FSB,2026)。若SOFR大幅跳升,套利利润将被侵蚀,触发策略强制去杠杆——机构抛售现货偿还借款,引发抵押品折价与流动性螺旋。

  FSB(2026)基于美国商品期货交易委员会(CFTC)的美债期货持仓信息和长期与短期美国国债敞口信息,估算了美债基差交易的规模。结果表明,该规模自2022年起呈持续扩张态势,对冲基金在其中担任重要角色。高杠杆交易下整个体系的脆弱性增加。因为对冲基金并非中央对手方清算体系的直接成员,杠杆信息透明度较低,动态监控较为困难。对此,我们可以通过监控SOFR实现间接追踪。

  为避免将SOFR的波动误判为流动性紧缩信号,需区分技术性扰动与结构性压力:利率的偶发性波动可能源于国债发行结算等技术性因素(FSB,2026),同时偏离多个理论上限更能反映资金流动性的趋紧。具体地,我们为SOFR找了4个关键对照利率:

  1)IORB(准备金余额利率):美联储向商业银行准备金支付的利率,构成利率走廊的实质上限。SOFR高于IORB表明银行体系惜贷,市场流动性趋紧;

  2)EFFR(有效联邦基金利率):反映银行间无担保隔夜融资成本。SOFR高于EFFR表明非银机构面临流动性压力;

  3)FFRU(联邦基金利率上限):作为美联储利率走廊的政策边界,与IORB共同构成银行体系融资的硬性上限。当SOFR突破FFRU时,表明回购市场资金紧压力极为严峻;

  4)OIS(隔夜SOFR互换利率):反映市场对未来政策利率路径的无风险预期。SOFR-OIS利差扩大表明市场对未来流动性风险的担忧加剧。

  具体处理上,当SOFR同时高于至少两个关键利率时,视为资金流动性趋紧的信号,SOFR压力信号得分为-1,其他情况下SOFR压力信号得分为1。为延长信号的历史可用长度,在SOFR未推出之前,我们用美股隔夜LIBOR利率进行替代。最新信号显示,从SOFR角度,资金流动性从常态性宽松区间进入震荡区间。

  外汇市场是利差交易的另一大本营,是跨境流动性风险的主要传染源。根据国际清算银行(BIS)的数据,全球外汇日均交易量已从1992年约占全球GDP的12倍攀升至2025年的30倍,外汇衍生品的名义金额同步扩张。这种金融深化在提升市场效率的同时,也积累了庞大的隐性杠杆。风险逆转期权作为衡量外汇期权市场隐含波动率偏度的核心指标,能够高频监测外汇市场的去杠杆压力。通常以流动性最强的25 Delta看涨期权与看跌期权的隐含波动率差值表示。

  以USD/JPY 1个月期25-Delta风险逆转期权(25R1M)为例,该指标直接反映日元融资套利与交叉货币基差交易的风险状况。这类交易通常通过借入低息日元投资于美债等美元资产,本质上是做空日元敞口。为对冲日元升值导致的汇兑损失,机构普遍买入USD/JPY看跌期权,使得看跌期权隐含波动率系统性高于看涨期权,因此25R1M通常维持在-2%至0%的负值区间。当突发事件触发套利交易集中平仓,如2024年8月日央行意外加息,日元空头回补会导致日元看涨期权需求激增,推动25R1M向负值方向急剧下探。这种偏离常态区间的突变,往往领先于利差交易的大规模去杠杆进程,是捕捉外汇市场流动性逆转与跨境资本流动转向的关键信号。

  鉴于单一货币对的RR可能受特定地缘政治或贸易事件扰动,本研究构建了一个多维度、多周期的综合RR压力指数,以刻画外汇市场的流动性情况。具体而言,我们选取了USD/JPY、EUR/USD、AUD/USD、EUR/AUD、AUD/JPY这五个主要利差交易货币对的1个月期25 Delta风险逆转期权(25R1M)作为监测对象。原因如下:(1) 短期限RR处于Gamma与Vanna风险释放的敏感区,对日内资金面波动及套息交易的平仓压力具有更高的非线) 所选货币对涉及融资端(JPY/EUR)和投资端(AUD/USD)的主要货币,能够全面刻画外汇市场交易情况。

  我们不关注RR指标的方向,只关注其绝对值的异常跳升情况。考虑到RR指标非正态、非对称厚尾和均值时变性的分布特征,我们采取滚动阈值的Zscore法识别异常突变点,具体计算方式如下:

  最后,我们根据综合得分持续超限天数判定流动性压力情况。首先计算综合压力得分滚动一年的分位数水平,作为得分的理论上限;再统计过去10个交易日内,综合压力得分超过上限的天数。若超过天数大于等于2天,则视为流动性趋紧,压力信号得分为-1,其他情况下压力信号得分为1。从构建结果看,信号分布符合危机的“稀疏性”特征。最新信号显示,从RR角度,资金流动性尚处于宽松状态。

  因为资金流动性压力信号的分布普遍比较稀疏,我们直接基于压力信号生成流动性敏感型资产的防御性择时策略,以量化压力信号的预警效果。策略构建方式如下:

  1)调仓规则:不定期;当监测到压力信号触发(SOFR信号为-1、RR信号为-1,或二者同时触发)时,空仓持有现金(假设无持有收益),其余时刻全仓持有资产;

  回测结果表明,资金流动性压力信号能够对组合起到下行风险保护的效果。防御性择时普遍可以提升策略的风险调整后收益。综合各资产的择时效果来看,结合SOFR和RR的综合压力信号的效果普遍好于单个指标,说明SOFR和RR对于识别资金层面的流动性风险来说有较好的互补性。

  市场流动性是资金流动性在交易层面的具象化,体现为资产的买卖价差(宽度)、挂单深度(深度)和价格恢复速度(弹性);其扩张速度依赖于做市商及高频交易者的资产负债的扩张能力。正常时期,充裕的资金流动性驱动做市商进行积极的库存管理,订单簿深度充足且价差收窄,市场表现出强连续性。危机时期,资金流动性的收紧引发做市商“资产负债表受限”。做市商从提供流动性转为消耗流动性,市场由“连续交易”切换至“流动性断层”模式,对资产价格产生冲击。

  考虑到各类资产的买卖价差或订单簿深度的数据获取难度较大,本研究选取隐含波动率(Implied Volatility, IV)作为间接监测对象。根据Meldrum和Sokolinskiy(2023)的研究结论,隐含波动率(以MOVE指数度量)和资产流动性(以单位价格冲击度量)间存在显著的非线性关系:当波动率处于低位时,价格冲击和波动率的变化近似线性;而当波动率跳升时,价格冲击将更陡峭地上升。这一现象反映出做市商在面临高度不确定性时,为规避逆向选择风险会迅速收缩报价深度并上调风险溢价,在负反馈循环下加剧价格波动与流动性枯竭。换言之,隐含波动率的跳升可以作为市场流动性趋紧的预警信号。

  市场流动性压力指数的构建方式与RR流动性压力指数类似,通过结合多个大类资产的隐含波动率的异常跳升情况,构建多周期的综合压力指数。具体而言,我们选取VIX、VXN、RVX、MOVE、GVZ、OVX、VXEEM和COP这八类覆盖权益、固收、大宗商品市场的隐含波动率指标作为监测对象。构建方法上,沿用前述的滚动阈值的Zscore框架,计算得到综合压力得分,并根据其超过滚动阈值上限的天数进行最终的压力信号判定。市场流动性压力信号的分布和RR压力信号类似,符合流动性危机的“稀疏性”特征。

  事后看,市场流动性压力信号对最近几次风险资产普跌都能够起到预警效果,例如2025年10月14日左右,2025年11月21日左右和2026年1月29日左右。最新信号显示,市场流动性暂未出现趋紧情况。

  和资金流动性的处理方式一致,我们通过观察基于压力信号的防御性择时策略的效果来量化预警效果,具体构建方式不再赘述。回测结果表明,市场流动性压力信号对所有流动性敏感资产均能起到有效的预警效果,能够提升策略的风险调整后收益。

  模型根据历史规律总结,历史规律可能失效。从数据中量化出的流动性压力信号可能无法完全捕捉所有市场参与者的流动性预期。报告涉及的具体资产不代表任何投资意见,请投资者谨慎、理性地看待。