加入收藏 | 联系我们

返回上一页详细内容

微京科技创始人杨剑波:AI助力债券投资

2023-10-24 10:38:16 作者: 来源:上海证券报 浏览次数:0 网友评论 0

中华PE:

 债券市场受外部环境和情绪的影响较大,其曲线构造方法、定价和估值模型都有别于股票市场。由于金融市场发展水平、顶尖人才聚集难度等原因,外资量化交易相关产品在该领域具有一定的垄断地位。2019年开始运营的微京科技,是一家为金融机构的投资交易、风险管理、资产负债等环节提供决策辅助工具的金融科技公司,也是业内少数几家有望解决中国关键风险计量领域被外资机构“卡脖子”的中资科技公司。

  近期,上海证券报记者对微京科技创始人杨剑波进行了专访。杨剑波说,在利率预测中,AI技术能高效且精准地对海量数据进行处理。而在信用债定价中,AI可以很好地回答如何定义“相似”,怎么价格“近似”等问题。

  AI预测大有可为

  利率债投资中,对利率走势的判断很重要。市场瞬息万变,利率微小的波动就能引起巨大的收益或亏损。

  杨剑波表示,利率的预测并非易事。目前大家对于债券市场的预测方法,基本上都是基于“五碗面”,即基本面、政策面、消息面、资金面和技术面,其中涉及大量的指标,仅靠人工分析是不现实的。即使不考虑成本、效率等,人工判断也无法避免偏主观性、非系统性、非全面性的问题。

  “另一大问题在于,‘五碗面’中很多是文字类信息,例如新闻、舆情等。这些数据大多为非标准化的格式,所以对它们进行处理和信息解读是不可避免的,也是至关重要的。”杨剑波说。

  杨剑波表示,AI技术能高效且精准地对海量数据进行处理,包括文字类等非标准化数据。而微京科技的模型旨在对二年期、五年期、十年期的国债及国开债的到期收益率进行月度预测。模型考量了共67 个可能的影响指标,包含但不限于宏观经济因素、货币政策因素、国际因素、金融市场因素,使用了2009年以来的约15年的历史数据。在预测方法上,采用了统计学习方法、集成学习方法、深度学习方法以及时间序列类模型;在思想上,采取了离线学习和在线学习两种模式。

  杨剑波表示,微京除了有基于AI技术的利率预测模型,还有基于资产定价模型的择时模型。“择时模型主要基于市场交易数据和微京自研的利率模型,对债券市场的定价偏差水平进行计算,并结合其他模型,形成相应的择时涨跌信号,提示利率的变化。”杨剑波说。

  助力投资策略构建和组合优化

  杨剑波表示,借助其利率预测模型,债券投资者可以识别利率套利机会。“模型还可结合系统提供的资产配置模块,对不同策略方案下的投资组合表现进行计算,确定最佳的债券投资组合及权重配置方案,以最大化预期回报并控制风险。”杨剑波说。

  杨剑波介绍,投资者可以输入模拟数量及相关约束条件,也可以加入投资者观点,通过对投资组合在不同权重分配下的风险和收益进行匹配,构成在指定风险水平下最高收益投资组合的模拟曲线。模块输出最优配置方案,以及蒙特卡洛模拟的结果及绘图。

  “通过模型预测,投资者可以了解未来利率上升或下降的趋势,结合久期等敏感度指标的计算结果,分析投资组合将会受到的影响,评估未来利率情景下投资组合的表现。”杨剑波说。

  信用债定价,AI亦可助力

  中国信用债市场每日有交易量的债券占总体比例不到2%。关于如何给当日没有交易量的债券定价、如何判断当天成交的信用债的价格是否被高估或低估,杨剑波提出了自己的见解。

  杨剑波表示,传统固收基本面分析是基于宏观政策、行业走向,公司的财务信息来对信用债进行分析,更注重趋势和内在原因分析,在时效性和准确性上不能满足每日定价的要求。基于单因子曲线构建无法完成定价,因为它们考虑信用债特征过少,且模型过于局限。而为了给流动性低或没有流动性的信用债进行定价,微京模型的基本思路是利用有成交的债券给没有成交的债券进行定价,因为相似的债券理论价格也会相近。

  杨剑波介绍,信用债的分类因子包括但不限于发行人、发行人评级、行业、地区等。AI技术可以有效回答怎么定义“相似”,怎么价格“近似”这两个问题。并且通过不断学习、迭代,模型可以适应市场的变化,相比传统方法,大大提升了数据处理的效率和准确性,且节约了成本。

  因而,杨剑波表示其团队研究的定价模型能为流动性低或无流动性的信用债计算理论价格,以及为一级新发债提供估值,解决对这两类债券定价的难题。

分享到: 更多

[错误报告] [推荐] [收藏] [打印] [返回顶部]

  • 验证码: