关于这个话题，分享一个最近读到的很好的文章，全面覆盖了宏观交易中的基础知识点以及一些实用的技巧。作者有比较强的学术功底，因此该文也比一般的宏观策略文章更接近学院派视角，但其中仍然保持了实用性的考量。我会偶尔在【】中加入一些注释。
宏观趋势与宏观交易
摘要
宏观经济趋势显著影响资产回报:它们同时影响风险厌恶和风险中性证券估值。这些趋势在较长时间范围内往往具有最显著的影响。为了捕捉和跟踪这些趋势，可以采用宏观趋势指标。宏观趋势指标是一个关于有意义的经济趋势的信息状态的时间序列，可以映射到可交易资产或衍生品头寸的表现。
宏观趋势指标的构建通常依赖于三个互补的信息来源:经济数据、金融市场数据和专家判断。经济数据在投资与经济现实之间建立直接联系，市场数据代表金融市场状况和尚未(或尚未完全)纳入经济数据的经济趋势，专家判断对于形成稳定的理论和选择正确的数据集至关重要。
宏观趋势的重要性
为什么宏观经济趋势很重要？
两大机制
宏观经济趋势推动资产价格有两个原因。它们影响投资者对风险的态度，并影响证券的风险中性预期收益。
风险偏好 第一个因素，即投资者对风险的态度，可能受到宏观经济状况变化的驱动。例如，在经济衰退期间，投资者的风险厌恶往往会上升。这是因为衰退通常会减少现金流和收入，可能达到关键阈值。在这种情况下，投资者通常会变得更加谨慎和厌恶风险。
期望收益 第二个因素与宏观经济趋势对证券风险中性预期收益的影响有关。例如，通货膨胀直接影响名义固定收益证券的实际回报。随着通货膨胀的上升，固定收益支付的实际购买力下降，导致这些证券吸引力下降，可能降低其价格。类似地，诸如经济增长、相对价格-工资趋势和金融状况等宏观经济趋势，可能会影响股票的盈利前景、金融状况对信贷违约风险的影响，以及外部平衡与汇率动态之间的关系。
宏观因素在中长期更重要
投资者普遍认识到宏观经济趋势的影响，因此非常关注监测经济数据发布并雇用经济学家对其进行分析。实证研究表明，在关键数据发布日，债券和股票市场更有可能出现大幅波动，而不是在其他日子。但是，经济数据对市场价格变化的影响在较长时间范围内往往更强。这是因为宏观变量的变化通常更持久，比非基本面因素(如短期市场情绪或技术因素)具有更持久的影响。因此，它们是中长期价格趋势的重要解释因素。
债券市场
对于固定收入市场，研究表明，主要经济数据与分析师预期的偏差可以解释美国债券价格波动的三分之一以上。相比之下，在日常基础上，数据意外只能解释市场波动的10%。
政府债券的中期回报似乎可以通过当前经济增长、超过目标的通胀、国内宏观经济需求过剩、名义进口增长以及金融市场尾部风险措施来预测。
从长期来看，债券收益率似乎几乎与预期通胀和自然利率同步变化。均衡理论有助于解释宏观经济趋势和对未来短期利率的预期如何塑造收益率曲线：
此外，有证据表明，债券回报包含与经济增长和通胀相关的结构性变化的显著风险溢价。从1980年代到2010年代均衡实际利率的大部分下降可以用一个因素来解释。一方面，由于人口结构变化、财富不平等加剧以及新兴市场央行的储备积累，储蓄倾向急剧上升。另一方面，资本品变得更便宜以及政府活动减少抑制了投资支出。
外汇市场
在外汇领域，理论和证据都支持增长差异与远期外汇回报之间存在正相关关系，以及相对商业周期与汇率动态之间的密切联系。此外，货币区竞争力的宏观经济指标是远期外汇回报的重要预测指标，是纯宏观交易策略的坚实基础。从2000年代到2020年代预测发达市场远期外汇回报的关键宏观趋势指标包括：
基于实际利差的标准外汇交易信号可以通过将其与经济表现信息相结合而得到显著改善，从而产生"修正利差"和"平衡利差"的高级概念。
同样，考虑到宏观逆风，标准外汇趋势跟踪可以得到改善。处于强劲周期位置的国家的货币预计将兑弱势国家的货币升值。这种关系与经济实力和积极表现影响货币价值的观点一致。货币价值偏离其中期均衡水平会导致多年的汇率趋势。随着时间的推移，人们观察到货币回归到其平均值，调整主要通过名义汇率的变化发生。
描述一个货币区居民与非居民之间交易的外部平衡也在预测汇率和外汇回报方面发挥作用。现代国际资本流动主要是关于融资而不是商品交易。国际资本流动的模式和风险以及金融冲击对货币价值有影响。例如，一个货币区的大额负国际投资头寸鼓励对该货币进行外汇对冲，特别是在动荡时期，因此产生正的但顺周期的外汇回报。
股票市场
关于股票，研究表明宏观经济发展与股票估值的两个关键组成部分（盈利和贴现率预期）之间存在密切联系。因此，研究发现宏观指标在预测广泛股票收益方面有许多应用:
当股价上涨时，它们有助于家庭财富的增长，为企业投资创造了有利条件。这反过来又导致商品总需求上升、劳动力市场趋紧，甚至可能导致通胀压力。因此，考虑市场关于相关宏观趋势的信息状态可以提高预测市场趋势可持续性的能力。例如，更强劲的消费支出和更紧张的劳动力市场削弱了 货币政策支持 ，通常表明 国民收入从企业转向家庭 。事实上，过去 私人消费实力对以本币计价的股票收益产生了负面影响 。
特别是， 通胀动态对跨货币区域的广泛股票敞口 时机很重要。预期通胀的变化可能会影响投资者对未来经济状况的预期，进而影响他们的投资决策。此外，预期通胀的下降可能对股票市场产生多重影响：它提高了平均公司估值比率（如市盈率）和信用违约风险。估值比率上升和信用风险增加的组合可能导致相对资产类别趋势，投资者将偏好从其他资产类别转向股票。
银行贷款条件的改善支持经济中的总需求和杠杆的创造。这两者都有利于企业盈利能力和即将到来的盈利报告。事实上，银行贷款调查中 信贷供给 或需求增强的迹象已经对股票收益产生了积极影响。
跨不同货币区域相对股市表现 的一个有用预测指标是干预流动性扩张。该指标捕捉由央行公开市场操作导致的货币基础扩张。 流动性供应 更多的股票市场比流动性供应较少的股票市场具有优势。
宏观经济 不确定性 的衡量标准，即经济活动中不可预测的干扰，可作为 股票市场波动性 的预测指标。
股票因子组合的价格似乎从长远来看受宏观经济的影响。这意味着股票因子表现具有可预测性，并解释了为什么 宏观经济指标可用于股票因子时机选择 ，即何时接受和支付替代性非方向性风险溢价。简而言之，宏观经济状况可能会影响特定投资因子产生良好回报的概率。 这与各种股票因子策略中动量的证据一致，即过去的股票因子收益在历史上预测未来收益。【注：动量不只是一个独立的因子，因子具有广泛的动量性质】 此外，一些研究表明，短期利率等宏观经济因素有助于预测股票凸性（即对市场收益的弹性向上弯曲且在大幅市场波动中表现优异的股票）敞口的时机。
大宗商品市场
在大宗商品市场，宏观经济趋势主要影响工业需求和金融投资者偏好。有强有力的证据表明，宏观经济数据支持对短期能源市场趋势的预测。有效的宏观指标包括运输成本、工业生产指标、非能源工业商品价格、运输数据、天气数据、金融状况指数和地缘政治不确定性指标。行业情绪、生产和库存增长的宏观经济指标也有助于预测基本金属期货回报。全球制造业情绪变化普遍影响工业商品期货价格。与此同时，一些原材料价格的大周期主要由"需求冲击"驱动，这些冲击似乎与全球宏观经济变化有关，并具有10年或更长时间的持续影响。贵金属价格与消费者价格具有长期均衡关系，是对通胀性货币政策进行对冲的天然候选者。
信用债市场
在信贷市场，宏观经济趋势影响对违约风险的态度和违约概率本身。当系统性违约风险较高时，投资者要求更高的补偿来承担公司财务风险敞口。这解释了为什么系统性宏观违约风险指标对低等级债券回报具有负面预测能力。通过信用违约互换(CDS)出售保护类似于对主权违约进行看跌期权交易。在主权CDS市场，违约风险在很大程度上取决于主权债务动态。一个合理且经验验证的交易指标是在给定市场条件下推断的一般政府债务比率的即期指标，该指标捕捉了这些回报的非线性特征。
多资产投资
跨资产市场的相关性也取决于宏观因素。最突出的例子是股票和债券回报之间的相关性。经济政策是其背后的一个关键宏观力量。在主动货币政策制度下，央行利率对通胀变化的反应不成比例，技术(供给)冲击的影响主导市场，相关性转为正值。在财政政策制度下，政府利用债务融资来管理经济，投资(金融)冲击的影响占主导地位，相关性转为负值。
如果经济冲击改变了长期预期，它们将对市场产生更强大的影响。因此，长期预期是否"锚定"是经济影响的一个关键因素。例如，发达国家持续低于通胀目标使得长期通胀预期更加可疑，易受短期通胀趋势影响。这种"去锚定"可以通过调查和长期证券来衡量，为价格冲击对市场的影响提供有价值的信息。
如何将宏观经济趋势与市场头寸相匹配
通常情况下，经济变化的方向性影响是直接的，遵循标准宏观经济理论和市场经验。例如，预期通胀上升和失业率下降在历史上转化为低风险债券收益率上升。此外，中国等大宗商品密集型行业(如建筑业)的波动推动了原材料(如基本金属)的全球价格。此外，"大宗商品国家"的出口价格变化有助于解释甚至预测其汇率动态。
然而，宏观经济趋势也可能产生多重影响，需要分离。例如，宽松的金融状况对未来股市表现既有利也有害，这取决于积极的增长影响和高脆弱性之间的权衡。 在这些情况下，指标需要修改，成为更大公式的一部分，并分成不同的部分。例如，金融状况可以分为短期冲击(如收益率压缩)和中期脆弱性(如杠杆率增加)。负面冲击和高脆弱性的组合将是股票市场的明确负面信号。 正面冲击和低脆弱性的组合将是明确的正面信号。
宏观经济趋势与金融回报之间的关系通常也被全球因素所掩盖。例如，一国货币的价值通常受益于其相对于其他国家经济的走强。然而，几乎所有货币在不同程度上都对全球市场变化和最大经济体的汇率敏感。为了验证和交易相对经济趋势，对冲此类全球影响或相对于类似合约设置头寸或两者兼而有之非常有用。实证证据表明，全球外汇远期可以可靠地对冲大部分全球市场影响。
有时关于经济不确定性的信息与关于经济方向的信息同样有价值。可以通过各种方法估计经济不确定性，例如新闻中的关键词频率、相关市场波动性和预测分歧。此类措施有助于检测普遍恐惧或恐慌阶段以及自满情绪，这两者都为专业投资者提供了机会。事实上，综合指标表明，不确定性通常急剧上升，但只会逐渐消退。不出所料，总体经济和金融状况的不确定性有利于市场价格(包括大宗商品)的更高波动性。经济不确定性也会影响方向性趋势。例如，有证据表明，外部收支的不确定性导致净资本进口经济体货币表现不佳。
跟踪宏观趋势的最佳实践
由于可用的宏观数据范围广泛，因此不可避免地必须将其压缩成小的可管理的有意义指标集。一般而言，宏观趋势指标可以定义为可更新的时间序列，代表有意义的经济或金融趋势，可以映射到可交易资产或衍生品头寸的表现。宏观趋势指标有三个主要信息来源:
- 经济数据
- 金融市场数据
- 专家判断
虽然这些来源通常被描述为相互竞争的投资原则，但它们高度互补。经济数据在投资与经济现实之间建立直接联系，市场数据告知金融市场状况和尚未(或尚未完全)纳入经济数据的经济趋势，专家判断对于形成稳定的理论和选择正确的数据至关重要。
经济数据
对于所有主要经济体，统计局发布广泛的经济数据系列，通常具有变化的定义、精细的调整、多次修订和偶尔出现大的扭曲。持续监测经济数据既乏味又昂贵。大多数专业投资者发现，根据数据意外交易比根据实际宏观趋势交易更容易。投资经理考虑经济报告并非罕见，仅考虑其对其他投资者预期和头寸的假设影响，并在发布后的数小时内忘记其内容。
监测经济难度在于，通常没有单一系列能够及时、一致地代表广泛的宏观经济趋势。首先，传统经济数据发布滞后相当长，经常修订，其真实历史通常很难为金融市场回溯测试重建。此外，许多对市场重要的宏观信息类型并非由中央机构制作。例如，均衡实际利率和长期通胀趋势是固定收益策略的关键因素。然而，这两者都没有作为官方、可靠的数据系列提供，因为这种估计需要判断和宏观经济建模。即使是一些看似简单的指标，如通胀趋势，也同时使用一系列不同的数据系列，如消费者价格增长、"核心"通胀指标、价格调查、工资增长、劳动力市场状况、家庭支出、汇率和金融市场通胀衍生品。在实践中，使用经济数据进行宏观交易需要
- 生成特殊的可交易经济数据
- 制定合理且合乎逻辑的理论以创建有意义的指标
- 应用统计方法
已发布的经济数据不能轻易直接插入系统化交易策略。与广泛用于算法和系统化交易的金融市场数据不同，经济数据具有几个不便的特征，如更新频率低、缺乏即时记录和向后修订。 因此，经济统计数据和其他可量化信息必须转化为适合系统研究的形式 。可以将这种形式称为 可交易的经济数据 。
统计方法在我们对数据结构的先验知识结束时变得有用。它们必然依赖于可用的数据样本。关于经济趋势，它们可以实现两个主要目标:降维和即时预测。
近年来， 动态因子模型已成为降维和即时预测的流行方法 。动态因子模型提取及时经济报告背后的共同潜在因素，并将多个数据系列的信息转化为单一潜在趋势。然后从概念上解释这一单一潜在趋势，例如「广泛经济增长"或"通胀预期"。此外，可以通过使用提炼广泛金融变量的动态因子模型来估计经济的金融状况。
从全球视角衡量当地宏观经济趋势很重要。在一体化的全球经济中，仅关注国内指标很少合适。一个简单的例子是，由于全球化和趋同的货币政策制度，通胀趋势日益成为全球现象。在过去三十年中，当地通胀通常在偏离后向全球趋势漂移。作为小国冲击全球影响的一个例子，"资本流动转移"是新兴市场的一个有用概念因素，它规定一个国家的资本流入限制可能会增加其他类似国家的流入。为了衡量这一影响，需要建立所有主要经济体资本管制的时间序列，以提炼出对单一货币的具体影响。
金融数据
与宏观经济数据相比，金融市场数据通常更容易获得且频率更高。此外，投资专业人士通常更熟悉金融市场数据，更容易解释。然而，从金融数据中提取特定的宏观趋势信息内容可能具有挑战性， 因为单一价格通常反映许多因素的影响 。从这些因素中分离出宏观经济成分 需要理论建模和统计方法 。
一个简单的例子是从通胀互换市场定价的平价通胀中推导出通胀预期。为此，我们 至少必须对互换合约中包含的通胀风险溢价进行调整【另一个著名的例子就是利用银行间利率期货估算货币政策预期时，也需要剔除掉期货合约所含的风险溢价】 ，可能通过使用通胀互换与广泛市场基准的相关性。
工业商品价格趋势通常与全球需求、经济增长以及最终的通胀压力保持一致。由于商品价格可以实时观察到，因此它们可以预测相关的经济趋势。由于这些经济趋势大多与利率有关，因此它们有助于预测债券回报。 更高级的信息提取将检查商品价格上涨是否与全球工业活动的上行或下行修正同时发生。这有助于区分商品供给和全球需求冲击； 这两者对汇率、股票和利率市场可能具有非常不同的影响。此外，基于商品的贸易条件指标是远期外汇回报的驱动因素和有效预测指标。
对感知不确定性的另一个直观信息来源是隐含股指波动率的期货曲线，尤其是VIX。该曲线由当前和未来预期波动率之间的关系决定，因此可作为当前自满情绪(通过陡峭曲线)或恐慌(通过倒置曲线)的指标。
债券和掉期收益率是丰富的信息来源。
此外，政府债券收益率与掉期收益率之差（经信用风险调整后）通常表示政府债券的"流动性收益率"或"便利收益率"【即文献中的convenience yield】，即由高流动性、作为抵押品的能力、和作为监管机构所接受的高流动性资产的资格，所产生的非金钱利益【美债以前曾一度有较高的convenience yield】。这种流动性收益率不仅表明债券本身的长期预期回报，而且其变化也以与利率变化类似的方式影响汇率动态。例如，由于美元汇率清算安全美元资产市场，这些资产的便利收益率上升通常会触发美元国际价值的超调。
另一个简单且流行的例子是通过短期利率衍生品衡量货币政策不确定性。政策不确定性是股票回报波动性的一个关键组成部分，它改善了仅基于历史和隐含股票波动性的预测。
信用违约互换曲线中的期限溢价表明一个国家的金融风险。特别是，CDS曲线的平坦化或倒置通常表明特定国家的负面冲击。实证研究表明，CDS期限溢价的变化在过去预测了汇率变化和当地股票收益。
美元汇率已成为美国和全球信贷状况的重要早期指标。这是因为大部分企业贷款定期出售给共同基金。在美元走强时期，信贷基金通常会经历资金外流，因为非美国借款人的资产负债表恶化，即其美元债务相对于非美元资产的权重增加。
跨资产类别的金融回报波动性是风险数量和风险厌恶最流行的指标之一。可以根据虚值看涨期权和看跌期权溢价在各个资产类别中构建隐含波动率指数，并用于提取前瞻性市场信息。实现波动率通常计算为一段时间内(通常从一个交易日收盘到下一个交易日收盘)回报的(年化)标准差。然而，其他有用的波动率概念利用开盘、收盘、最高和最低价格，甚至交易量。此外，已实现波动率的异质自回归模型已成为在各种频率预测波动率的流行标准。此外，可以通过统计方法将股票和债券市场波动率分解为持续和暂时成分。合理性和实证研究表明，价格波动率的持续成分与宏观经济基本面相关。这意味着持续波动率本身是一个重要信号，其可持续性取决于宏观经济趋势和事件。同时，如果正确识别，暂时成分与市场情绪更密切相关，可以表明价格动态的均值回归。 * 一个更依赖统计估计的例子是基于资产价格衡量非常规货币政策冲击。为此，我们可以估计在货币政策公告日独立于政策利率的债券收益率第一主成分的变化。非常规货币政策冲击往往对大多数资产市场产生深远而持久的影响。
全球视角可能比分析经济数据更重要，尤其是考虑到美国金融市场的全球影响力。以下是与这一视角相关的一些关键点:
- 美国货币政策的影响:研究表明，美国货币政策的冲击不仅对美元汇率有重大影响，而且对更广泛的外币风险溢价也有影响。美国货币政策的变化可能会在全球金融市场引起反响，影响各国的利率、资产价格和投资者情绪。
- 期限溢价冲击的传递:美国长期收益率中期限溢价的冲击可能对其他全球市场的期限溢价产生持续的后续影响。
- 跨资产类别视角:不同的市场参与者和机构专门从事不同类型的资产和信息。股票投资者往往更关注企业盈利前景，而固定收益投资者则更关注宏观经济趋势和货币政策。 如果人们熟悉快速"解码"价格信号，一个市场的投资策略通常可以从另一个市场提供的信息中受益。【股票其实可以被债券因子所解释，虽然业界大部分人其实不会这么做】 例如，历史上，在根据相对国家通胀调整贴现因子方面，股票市场一直比债券市场更为迟缓。同样，联邦基金期货定价的未来政策利率的隐含步伐变化在过去曾有助于预测股票收益，甚至美元汇率。
专家判断
通常，专家判断是统计方法的有力补充，而不是替代方法。专家可以提供统计模型单独可能无法捕捉的宝贵见解和上下文理解。以下是专家判断补充统计方法的几种方式:
制定宏观策略背后的经济理论可以为交易方法提供坚实的基础和理论依据。虽然它可能并非总是创建成功策略所必需的，但在经济理论中寻找灵感可能是一个好习惯，原因有几个，例如更深入地理解基本驱动因素、确定关键关系、意识到能够打破重要关系的不断变化的情况，从而使交易员能够走在市场趋势的前面并做出前瞻性的交易决策。
对经济理论的理解使交易员能够借鉴学术研究:通过从已建立的经济理论中汲取灵感，交易员可以受益于经济学家和该领域研究人员产生的丰富知识和见解。
解释数据:专家在主题领域拥有丰富的知识和专业技能，使他们能够准确解释数据的含义。他们可以提供背景并解释数据的细微差别。例如，一些提及特定月份的商业调查实际上使用上个月收集的数据。
评估数据相关性：专家可以确定哪些数据元素对分析最有意义和信息量。例如，在某些国家，核心通胀(不包括食品和能源)是政策利率的一个非常重要的基准，而在其他国家，中央银行只会关注总体通胀。
检测数据扭曲:专家可以识别由税收政策变化、价格管制、自然灾害或日历效应等因素引起的数据扭曲。通过考虑这些扭曲，专家可以提供调整或见解，以确保更准确的分析。
结合定性信息:统计方法通常侧重于定量数据，但专家可以提供定性信息和见解，以增强分析。这种定性知识可能包括有关市场状况、行业动态、政策变化或地缘政治事件的信息，这些信息可能影响对统计结果的解释。
验证统计发现:专家可以运用他们的知识和经验来评估结果的合理性，从而验证和验证统计发现。他们可以发现统计方法单独可能忽略的潜在局限性或替代解释。
更多内容请见【宏观量化投资】
