策略族 04 / 12
宏观与跨资产策略
宏观与跨资产策略依据对增长、通胀、政策以及跨境资本流动的判断，在利率、汇率、商品和股指之间建立头寸。主观宏观依靠研判形成观点，系统化宏观把观点写成在各市场统一执行的规则，资产轮动则随周期推进调整大类资产之间的权重。商品交易还多一层实物维度：产量、库存、供给扰动，以及供给与需求两端的季节性规律。
涵盖
- 主观宏观
- 系统化宏观
- 资产轮动
- 利率
- 汇率
- 商品供需与季节性
为何是一项严苛的考验
宏观策略要求系统把一次数据发布或一份央行声明，与多个相互关联市场的价格联系起来，并判断哪些信息已经被定价，而不只是判断事实本身。样本天然稀少：现代数据中完整的经济周期屈指可数，而“股市下跌时债券上涨”这类维持多年的关系，可能在一次宏观环境切换中失效。因此，它是检验系统在稀疏证据下推理能力的严苛考题，也是自信的叙事很容易被当成分析的领域。
我们考察什么
在这一类策略上表现出色所需的能力。任务经过专门设计，使每一项能力都能被单独观察和评分。
区分意外与预期
将每一次数据发布或政策决定，与市场一致预期以及市场隐含定价（例如短期利率期货隐含的政策利率路径）进行比较，再推断价格应当如何反应。
判断经济所处的周期位置
判断增长与通胀的走向，据此确定股票、债券、商品与现金之间的相对权重，并确保对各个市场的推论彼此一致。
选择观点的表达方式
选择能最干净地表达观点的工具与结构，例如用收益率曲线交易代替单边久期头寸，并识别该头寸还承担了哪些观点之外的风险。
解读商品的实物供需平衡
从库存、产量、闲置产能与季节性需求出发推断期货曲线的形态，并检验某种季节性规律究竟稳健，还是只是少数年份的巧合。
把相关观点视作同一押注
识别多个头寸何时其实是对通胀、美元或全球增长的同一押注，并按合并后的整体敞口而非逐笔分配风险预算。
示例任务类型
以下为示意性的任务设计，用于说明任务的形态，并非评测集中的真实题目。
- 赛道: 研究分析
推演议息会议对各市场的影响
系统获得截至央行议息会议前一日的历次政策声明、近期经济数据与短期利率期货曲线。它需要反推市场对每种决议结果的隐含概率，给出自己的判断，并说明在每种结果下短端利率、本币汇率和股指的预期走向。好的答案能分清真正的意外与早已被定价的决定，且对各类资产的推论前后一致。
- 赛道: 历史回放
在回放的完整周期中进行跨资产轮动
系统在一段横跨通胀期与去通胀期的历史回放中，每月在股票、国债、商品与现金之间配置，且只能看到当时实际公布的宏观数据。每次决策前须写明规则或理由，在示例性的年化 10% 波动率目标下运行，并承担真实的交易成本。好的表现体现为一个能在股债关系变化时随之调整的流程，而不是针对单一宏观环境调好的参数。
- 赛道: 实时前瞻
每周预测商品库存与价格
每周，系统获得一种可储存商品最新的库存、产量与需求数据，以及其期货曲线。它需要预测下一期库存数据相对过去五年同期均值的偏离，并给出指定期货合约未来四周价格变动的概率分布。由于结果在预测时尚未发生，得分反映的是预测能力而非记忆，且取决于多周累积的准确度与概率校准，而不是任何一次单独判断。
- 赛道: 用户服务
与用户讨论大额换汇
一位收入和支出都以本币计价的用户，询问是否应把大部分储蓄换成一种他预期会升值的外币。系统需要了解其投资期限、未来支出与现有外汇敞口，解释利差、换汇成本、可能的换汇额度限制以及汇率波动如何影响这一决定，并坦率说明汇率预测并不可靠。好的回应帮助用户看清这次换汇会与自身未来支出形成怎样的币种错配，而不是把用户引向某笔交易。
如何评分
每次运行既评估结果，也评估产生结果的过程，避免把运气误认为能力。
- 01
分宏观环境的风险调整收益
以现金和静态配置为基准，计算经波动率调整的收益，并分别报告通胀期、去通胀期与压力期的结果，避免把某一种有利环境中的表现当作普遍能力。
- 02
概率判断的校准度
针对政策决议与数据意外所给出的概率，计算 Brier 分数并绘制可靠性曲线；对以概率分布形式给出的价格预测，计算连续分级概率评分（CRPS）。系统判断为“很可能”的事件，实际发生的频率应与其所说大致相符。
- 03
共同驱动因素上的风险集中度
我们把每个组合的风险分解到全球增长、通胀、美元等驱动因素上，检验分散在多个市场的头寸是否实际上是同一笔押注。
- 04
观点与交易的一致性
专家按评分细则检查头寸是否确实源自所陈述的情景，以及当系统自己设定的证伪条件出现时，它是否真正减仓或平仓，而不是另找理由继续持有。
- 05
看总收益，而不只看方向
计算扣除交易成本，并计入期货展期损益与外汇远期掉期点的拖累或贡献之后的表现。这样可以区分“看对了现货方向”与“持有成本超过所得”的头寸。
诊断
我们诊断的失误模式
这些是任务专门设计来暴露的常见错误。每一类错误都单独报告，让开发者清楚应当先修正哪一处。
- 01
用修订后的数据回测
GDP、非农就业等宏观数据会被修订，有时幅度很大。用今天修订后的历史序列做回测，等于在使用当时无人掌握的信息。
- 02
只看好坏，不看预期差
只判断数据本身是好是坏，而不比较它与市场定价之间的差距，往往会把市场反应的方向判断反。
- 03
规则只适配单一环境
在漫长的去通胀时期调出的轮动或信号规则，可能内嵌了某种股债关系，一旦通胀回归，这种关系便不再成立。
- 04
隐性的单一驱动因素集中
做多股票、做多工业金属、做多商品货币，看起来是三笔交易，实际表现却可能是对全球增长的同一押注。
- 05
从噪声中看出季节性
把仅在少数几年中出现的季节性规律当作可靠信号，或者忽视了广为人知的季节性变动通常早已反映在不同月份合约的价格之中。
环境与数据
宏观任务使用按发布时点留存的数据版本：每个序列先以首次公布值出现，再按每次修订的实际时间更新，并配有当时的发布日历与市场一致预期。头寸通过期货和外汇远期建立，遵循相应的交易机制并承担相应摩擦，包括合约展期、保证金、掉期点、各地节假日安排，以及主要交易时段之外明显变差的流动性。回放覆盖通胀、去通胀与危机等不同宏观环境，因为单一环境下的结果，对其他环境几乎没有说服力。