一、期限结构基础：什么是收益率曲线？为什么它如此重要？

大家好，我是老张。今天咱们聊聊固收交易里最基础、也最绕不开的一个概念——收益率曲线。

说实话，我入行头两年，一直觉得收益率曲线就是个理论模型。直到有一次做利率互换交易，因为没吃透曲线形态，差点被市场打脸。从那以后，我养成了一个习惯：每天开盘前，先盯着曲线看五分钟。

嗯，咱们今天就把这个「老朋友」彻底聊透。

1.1 收益率曲线到底是什么？

说白了，收益率曲线就是一张图。横轴是期限（比如1年、2年、5年、10年），纵轴是收益率。把不同期限的国债收益率连成一条线，就是收益率曲线。

你想想看，为什么市场这么关注它？因为这条线背后，藏着市场对未来的全部预期——经济增长、通胀、货币政策，甚至地缘政治风险。

我个人习惯把收益率曲线分成三种形态：

• 正常形态（向上倾斜）：期限越长，收益率越高。说明市场预期未来经济向好，通胀温和。
• 平坦形态：长短期利差收窄。通常出现在加息周期末期或经济放缓初期。
• 倒挂形态（向下倾斜）：短期收益率高于长期。这是衰退的经典预警信号。

我在项目中遇到过最典型的案例是2023年美债收益率曲线深度倒挂。当时很多新手交易员觉得「倒挂就是机会」，结果抄底抄在半山腰。为什么？因为倒挂本身不是交易信号，倒挂的「变化趋势」才是。

1.2 为什么收益率曲线如此重要？

重要性可以从三个层面理解：

1. 定价基准：所有债券、贷款、衍生品的定价，都离不开收益率曲线。你想想看，如果没有曲线，你怎么给一个5年期信用债定价？
2. 经济晴雨表：曲线形态直接反映市场对未来的预期。我记得2020年3月疫情爆发时，曲线一度变得极其陡峭——长端利率飙升，短端利率暴跌。这说明市场在疯狂避险的同时，又预期未来通胀会起来。
3. 交易策略核心：无论是骑乘策略、蝶式策略，还是曲线陡峭化/平坦化交易，本质上都是在赌曲线形态的变化。

1.3 收益率曲线的构建方法

构建一条可用的收益率曲线，其实没那么简单。市场上主要有三种方法：

方法	原理	优点	缺点
Nelson-Siegel模型	用四个参数拟合曲线	参数少、计算快	对长端拟合精度一般
Svensson扩展模型	在N-S基础上增加两个参数	拟合精度更高	参数多、容易过拟合
样条插值法	分段多项式拟合	灵活、局部拟合好	曲线不够平滑

我个人在实际交易中，更常用Nelson-Siegel模型。为什么？因为它的参数有明确的金融含义：

• β0：长期利率水平
• β1：短期利率偏离
• β2：曲线曲度
• τ：衰减因子

你看，这四个参数直接对应了曲线的「水平、斜率、曲度」三个核心因子。做期限结构策略时，我们本质上就是在交易这三个因子的变化。

1.4 核心知识框架图

下面这张图，是我自己总结的收益率曲线知识体系。每次带新人时，我都会先让他们看这张图：

1.5 一个简单的代码示例

光说不练假把式。下面我用Python演示一下，如何用Nelson-Siegel模型拟合一条收益率曲线：

import numpy as np
from scipy.optimize import curve_fit

# Nelson-Siegel模型函数
def ns_curve(t, beta0, beta1, beta2, tau):
    """
    t: 期限（年）
    beta0: 长期利率水平
    beta1: 短期利率偏离
    beta2: 曲线曲度
    tau: 衰减因子
    """
    factor = (1 - np.exp(-t/tau)) / (t/tau)
    return beta0 + beta1 * factor + beta2 * (factor - np.exp(-t/tau))

# 模拟市场数据：不同期限的收益率
maturities = np.array([0.25, 0.5, 1, 2, 3, 5, 7, 10, 20, 30])
yields = np.array([4.52, 4.48, 4.35, 4.12, 3.95, 3.78, 3.65, 3.52, 3.48, 3.45])

# 拟合参数
popt, _ = curve_fit(ns_curve, maturities, yields, 
                    p0=[3.5, 1.0, -0.5, 2.0])

print(f"拟合参数：")
print(f"长期利率水平 (β0): {popt[0]:.4f}")
print(f"短期利率偏离 (β1): {popt[1]:.4f}")
print(f"曲线曲度 (β2): {popt[2]:.4f}")
print(f"衰减因子 (τ): {popt[3]:.4f}")

# 预测各期限收益率
predicted = ns_curve(maturities, *popt)
print(f"\n实际 vs 预测收益率：")
for t, y, p in zip(maturities, yields, predicted):
    print(f"{t:5.1f}年: 实际{y:.4f} → 预测{p:.4f} (误差{y-p:.4f})")

这段代码虽然简单，但已经能跑通完整的拟合流程。我在实际交易中，会在这个基础上加入「加权最小二乘」——给流动性好的期限点更高的权重。这样拟合出来的曲线，更贴近真实交易价格。

1.6 本章小结

收益率曲线不是教科书里的抽象概念。它是市场的脉搏，是交易员的罗盘。

记住三件事：

• 曲线形态告诉你市场在想什么
• 曲线构建方法决定了你的分析精度
• 曲线变化是交易策略的利润来源

嗯，今天就聊到这儿。下一章咱们会深入拆解「骑乘策略」——这是期限结构策略里最经典、也最容易上手的一种。到时候我会拿一个真实的交易案例，一步步带你走完从分析到执行的全过程。

---

公众号：蓝海资料掘金营，微信 deep3321