第三章 收益率曲线：债券市场的温度计
收益率曲线这东西，说白了就是债券市场的「体温计」。我刚开始做债券量化时，总觉得它就是个简单的利率走势图。后来踩过几次坑才明白——这条曲线背后，藏着市场对未来的所有预期。
3.1 收益率曲线的定义与形状
收益率曲线是什么？很简单。你把不同期限的国债收益率画在坐标轴上，横轴是期限（1年、2年、5年、10年...），纵轴是收益率，连成一条线——这就是收益率曲线。
曲线的形状会变，而且每种形状都有它的「潜台词」。
正常曲线（Normal）
正常曲线是向上倾斜的。短期收益率低，长期收益率高。为什么？因为借钱时间越长，不确定性越大，你自然要求更高的回报。我在做利率债交易时，大部分时间看到的都是这种形状。
平坦曲线（Flat）
平坦曲线意味着短期和长期收益率差不多。这种情况通常出现在货币政策转向的节点。我记得2019年有一段时间，市场就在纠结美联储到底加不加息，曲线一度压得非常平。
倒挂曲线（Inverted）
倒挂最吓人——短期收益率比长期还高。这往往是经济衰退的前兆。为什么？因为市场预期未来利率会大幅下降，所以长期债券反而更抢手，收益率被压低了。
3.2 即期利率与远期利率
这两个概念容易搞混，我当年也花了不少时间才理清楚。
即期利率：你现在买入一个债券，持有到期的年化收益率。比如你买一个2年期国债，年化3%，这就是即期利率。
远期利率：你约定在未来某个时间点开始借钱，借一段时间的利率。比如「1年后的1年期利率」，这就是远期利率。
它们之间的关系，可以用一个公式表达：
(1 + S₂)² = (1 + S₁) × (1 + F₁,₁)其中S₁是1年期即期利率，S₂是2年期即期利率，F₁,₁是1年后的1年期远期利率。
3.3 收益率曲线的构建方法
市场上能看到的收益率，都是零散的。比如你可能只有1年、2年、3年、5年、10年的数据。但你的模型需要一条连续的曲线，怎么办？
这就需要用模型来「插值」。常用的方法有好几种，但我最常用的是Nelson-Siegel模型。
Nelson-Siegel模型
这个模型用四个参数，就能拟合出一条平滑的收益率曲线。公式长这样：
y(τ) = β₀ + β₁ × (1 - e^(-τ/λ)) / (τ/λ) + β₂ × [(1 - e^(-τ/λ)) / (τ/λ) - e^(-τ/λ)]看着复杂？其实每个参数都有明确的含义：
- β₀：长期利率水平，决定了曲线的「高度」
- β₁：短期利率偏离，决定了曲线的「斜率」
- β₂：中期曲度，决定了曲线的「弯曲程度」
- λ：衰减因子，决定了曲线弯曲的位置
我一般在Python里这样实现：
import numpy as np
from scipy.optimize import minimize
def nelson_siegel(tau, beta0, beta1, beta2, lam):
"""Nelson-Siegel收益率曲线模型"""
tau = np.array(tau)
factor1 = (1 - np.exp(-tau/lam)) / (tau/lam)
factor2 = factor1 - np.exp(-tau/lam)
return beta0 + beta1 * factor1 + beta2 * factor2
def fit_nelson_siegel(maturities, yields):
"""拟合Nelson-Siegel参数"""
def objective(params):
beta0, beta1, beta2, lam = params
fitted = nelson_siegel(maturities, beta0, beta1, beta2, lam)
return np.sum((fitted - yields) ** 2)
# 初始参数设置
init_params = [np.mean(yields), -0.5, 0.5, 2.0]
result = minimize(objective, init_params, method='L-BFGS-B')
return result.x3.4 知识体系总览
下面这张图，是我自己整理的知识结构。每次做策略前，我都会过一遍这个框架：
3.5 实战中的几点体会
说了这么多理论，最后分享几个实战中的体会：
- 数据质量第一：我见过太多人拿着有问题的收益率数据跑模型，结果全白费。建议先用国债期货的隐含收益率做交叉验证。
- 参数稳定性：Nelson-Siegel的参数会随时间变化。我一般每周重新拟合一次，而不是每天。太频繁反而引入噪音。
- 不要迷信模型：模型只是工具。2013年「钱荒」那段时间，Nelson-Siegel怎么拟合都不对——因为市场已经失效了。这时候要相信常识，而不是模型。
收益率曲线这东西，越研究越有意思。它不只是数学公式，更是市场情绪的「心电图」。下次看到曲线形状变了，别急着跑模型——先问问自己：市场在告诉我什么？