迈向AGI：低利率时代固收投研的下一站

来源：市场资讯

（来源：浙商固收 覃汉研究笔记）

2024年末，中国债券市场接连迎来两个具有标志性意义的时刻。2024年12月2日，10年期国债活跃券收益率历史性跌破2%；仅仅11天之后，30年期国债活跃券收益率也在盘中首次击穿2%。这意味着中国正逐渐步入低利率时代。对于固收投资而言，一个现实的问题随之而来：当传统票息与静态持有收益空间下降之后，收益还能从哪里来？

低利率环境下，利率每一个BP的变化、不同期限之间的相对定价、跨资产之间的轮动机会，乃至交易时点本身，都变得更加重要。固收投资需要从更加精细的策略中拓展收益边界。

几乎与此同时，另一场变化也在发生。2025年1月，DeepSeek-R1推动开源推理模型进入新的阶段；2026年3月，OpenClaw进一步将Agent、工具调用与工作流带入更广泛的应用场景。从大语言模型到Agent，AI开始从“回答问题”，走向“理解任务、调用工具和执行流程”。

一边是低利率环境下，固收投资需要寻找更加多元和精细的收益来源；另一边，是大模型与Agent的快速演进，为投研工具和研究流程带来新的可能。过去一年半，我们围绕利率量化、相对价值、固收+以及AI赋能固收投研开展了一系列探索，形成了32篇相关研究报告。回过头看，这些研究实际上都指向一个问题：低利率与AI时代交汇，固收投研的下一站在哪里？

从利率择时到相对价值：低利率时代如何把利率交易做得更精细？

利率投资离不开方向判断。低利率时代下，我们首先尝试回答一个问题：能否把传统的方向判断，进一步拆解为胜率和赔率？围绕这一问题，在《赔率视角下的30年国债择时模型》《胜率视角下的利率交易择时策略》等研究中，我们分别从交易空间和交易概率两个维度刻画利率市场。

但方向判断正确，并不意味着每一个交易时点都合适。因此，我们增加了事件驱动与隔夜共振策略，量化利率择时体系也由“多/平”拓展至“多/平/空”，提高对短期市场状态和交易节奏的刻画能力。相应研究包括《交易性择时多空视角下的每日一图更新》《交易性择时体系升级说明：事件驱动视角》《基于隔夜信息的双周期共振日内择时与“每日一图”体系更新》等。

但债券市场的机会，并不只来自“涨”和“跌”。即使对债市整体方向没有很强的判断，不同期限之间的相对定价、收益率曲线的形态变化，也可能孕育独立的交易机会。这带来了另一个问题：如果不单纯押注方向，能否从债市内部的结构变化中寻找收益？在《主成分分析（PCA）框架下的债市结构特征与交易启示》中，我们从单点收益率拓展到了整条利率曲线，从绝对方向到相对定价，也意味着低利率环境下的收益挖掘正在进一步走向精细化。

从债券到固收+：收益边界还能如何拓展？

如果无风险利率长期处于较低水平，还有一个问题越来越难以回避：固收投资是否还应该只研究债券？低利率环境下，如何在风险可控的前提下，引入更多资产和策略，成为“固收+”框架中的重要命题。

可转债提供了一类天然连接股债两端的研究场景。在《风格维度下的可转债多因子体系》《中国市场可转债定价模型比较研究与实战应用》中，我们分别从因子与定价角度探索转债策略。ETF是其中一个重要载体。在《多资产ETF轮动策略：固收+视角下动态组合管理》等研究中，我们从资产相对强弱与动态配置角度，探索多资产轮动。资产范围扩大之后，风险如何分配同样重要。在《宽松改进下的风险平价：从本土化到全球化》中，我们进一步从风险预算角度讨论多资产组合构建。

从这些研究中，可以看到固收研究边界的一次扩展：从债券方向，到相对价值；从单一资产，到多资产与固收+。低利率时代，“固收”的边界或许不再只是债券，而是围绕风险收益比寻找更加多元的收益来源。

大模型与Agent兴起，固收投研如何拥抱新的技术范式？

如果说低利率正在改变收益获取方式，那么近两年快速演进的AI技术，则带来了另一类问题：新的通用技术，能够给固收投研带来什么？

从大语言模型到推理模型，再到Agent、工具调用和专业SKILL，AI能力边界正在迅速扩展。早期大模型更多承担信息查询、文本总结、代码辅助等任务；随着推理能力、工具调用能力和工作流能力不断增强，AI开始具备执行更加复杂任务的可能。这也促使我们持续思考：AI究竟能够在多大程度上真正进入固收投研流程？

在《DeepSeek赋能固收研究初探》《AI应用如何赋能债市投研？》等研究中，我们首先探索大模型在信息处理、研究辅助、代码生成和债市分析中的应用。

随着Agent技术进一步成熟，研究重点也开始转向：“如何让AI完成一个任务”。在《OpenClaw研究与固收视角应用指南》《基于微信生态的OpenClaw应用范式》中，我们开始探索Agent在真实工作场景下的应用方式。随后，在《OpenClaw赋能宏观投研：SKILL如何提升效率》《技术分析SKILL的构建与落地》中，我们进一步尝试将专业研究方法沉淀为AI可以调用和复用的能力模块。

这意味着，金融AI真正值得关注的可能并不只是一个更强的大模型，而是如何把：通用模型 + 专业知识 + 数据 + 量化模型 + 工具 + 工作流 真正连接起来。

从执行研究到辅助判断，迈向AGI的一次投研探索？

投研真正难复制的，往往不是流程，而是判断本身。面对同样的基本面、政策、资金和市场定价信息，不同研究员可能形成完全不同的结论。差异源于各自不同的分析框架。因此，在《专家型固收投研Agent初探与实践》中，我们进一步思考：AI能否从“会做研究”，走向“理解专家是如何判断的”？

我们的尝试，是通过“框架先验 + 行为验证”，将专家自述的研究框架与长期历史研究行为结合，提炼其中相对稳定的判断原则、触发条件和适用边界，再由Agent结合当前市场证据重新运行。在此基础上，专家型Agent可以进一步用于框架分析、观点审计、内部辩论和投研培训，分别服务于观点形成、检验、讨论与传递。因此，专家型固收投研Agent像是在探索一种新的可能：把过去高度依赖个人经验的研究框架和判断方法，逐步沉淀为可复用的认知资产，再由Agent结合实时市场证据重新运行。

从信息处理，到流程执行，再到辅助判断，AI进入投研的深度正在发生变化。这也可能是“迈向AGI”对于专业投研更现实的含义之一：并不只是等待一个更强的大模型，而是观察机器能否逐步获得组织信息、比较证据、理解边界并辅助专业判断的能力。

详细报告如下

利率量化策略

• 《赔率视角下的30年国债择时模型》

• 《基于利率择时模型的再思考》

• 《胜率视角下的利率交易择时策略》

• 《利率量化择时双视角应用指南》

• 《跨资产维度下的利率交易择时策略》

• 《周频胜率择时模型更新说明》

• 《交易性择时每日一图版本更新说明》

• 《交易性择时多空视角下的每日一图更新》

• 《交易性择时体系升级说明：事件驱动视角》

• 《基于隔夜信息的双周期共振日内择时与“每日一图”体系更新》

相对价值策略

• 《主成分分析（PCA）框架下的债市结构特征与交易启示》

固收+策略

• 《多维度视角下的ETF每日跟踪应用指南》

• 《多资产ETF轮动策略：固收+视角下动态组合管理》

• 《宽松改进下的风险平价：从本土化到全球化》

• 《风格维度下的可转债多因子体系》

• 《中国市场可转债定价模型比较研究与实战应用》

AI赋能固收投研实践

• 《DeepSeek赋能固收研究初探》

• 《AI应用如何赋能债市投研？》

• 《固收视角下的量化策略概览》

• 《OpenClaw研究与固收视角应用指南》

• 《基于微信生态的OpenClaw应用范式》

• 《OpenClaw赋能宏观投研：SKILL如何提升效率》

• 《技术分析SKILL的构建与落地》

• 《专家型固收投研Agent初探与实践》

周度债市量化跟踪

• 《择时信号整体偏暖，曲线定价逻辑稳定》

• 《择时信号边际降温，曲线定价主线延续》

• 《短线结构修复，曲线定价分化》

• 《曲线定价分化：中枢看海外，斜率看流动性》

• 《海外因素驱动增强，利率多头结构稳定》

• 《海外利率牵引下股债资产寻找新平衡》

• 《长端占优下多资产策略如何演绎？》

• 《量化视角下如何看本轮债市调整？》

风险提示：AI投研工具落地不及预期风险；量化模型失效风险。

特别声明

法律声明及风险提示：

本公众号为浙商证券固收团队设立。本公众号不是浙商证券固收团队研究报告的发布平台，所载的资料均摘自浙商证券研究所已发布的研究报告或对报告的后续解读，内容仅供浙商证券研究所客户参考使用，其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，使用本公众号内容应当寻求专业投资顾问的指导和解读，浙商证券不因任何订阅本公众号的行为而视其为浙商证券的客户。

本公众号所载的资料摘自浙商证券研究所已发布的研究报告的部分内容和观点，或对已经发布报告的后续解读。订阅者如因摘编、缺乏相关解读等原因引起理解上歧义的，应以报告发布当日的完整内容为准。请注意，本资料仅代表报告发布当日的判断，相关的研究观点可根据浙商证券后续发布的研究报告在不发出通知的情形下作出更改，本订阅号不承担更新推送信息或另行通知义务，后续更新信息请以浙商证券正式发布的研究报告为准。

本公众号所载的资料、工具、意见、信息及推测仅提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，浙商证券及相关研究团队不就本公众号推送的内容对最终操作建议做出任何担保。任何订阅人不应凭借本公众号推送信息进行具体操作，订阅人应自主作出投资决策并自行承担所有投资风险。在任何情况下，浙商证券及相关研究团队不对任何人因使用本公众号推送信息所引起的任何损失承担任何责任。市场有风险，投资需谨慎。

浙商证券及相关内容提供方保留对本公众号所载内容的一切法律权利，未经书面授权，任何人或机构不得以任何方式修改、转载或者复制本公众号推送信息。若征得本公司同意进行引用、转发的，需在允许的范围内使用，并注明出处为“浙商证券研究所”，且不得对内容进行任何有悖原意的引用、删节和修改。

廉洁从业申明：

我司及业务合作方在开展证券业务及相关活动中，应恪守国家法律法规和廉洁自律的规定，遵守相关行业准则，遵守社会公德、商业道德、职业道德和行为规范，公平竞争，合规经营，忠实勤勉，诚实守信，不直接或者间接向他人输送不正当利益或者谋取不正当利益。