DollarLiquidity.com
总览数据指标学习中心知识库博客
快速试看TGA 余额VIX 波动率SOFR-IORB 利差
政策与准备金
美联储资产负债表规模美国财政部一般账户 (TGA) 余额逆回购余额 (ONRRP)
融资与管道
拆借利率差:SOFR – IORB 利差常备回购便利 (SRF) 使用量
信用与中介
商业银行现金缓冲 (现金资产/总资产)高收益债利差 (ICE BofA HY OAS)
风险与价格
VIX 波动率指数美元指数 (Broad USD)10Y 实际利率 (TIPS)
广义流动性
综合净流动性指数M2 货币供应量

DollarLiquidity.com

本站仅供信息参考和教育目的,不构成任何投资建议。

数据来源 · FRED · Treasury · NY Fed

内容

  • 学习中心
  • 知识库
  • 博客
  • 术语表

数据与工具

  • 方法论
  • 今日
  • API 文档

关于本站

  • 关于
© 2026 DollarLiquidity.com
总览数据指标学习博客

研究框架

方法论

计算流程

DLI 流动性评分基于联邦储备体系和资本市场的结构性数据,经过四步量化流程生成复合信号:

→
1多源数据接入

直连 FRED、US Treasury Fiscal Data 和 NY Fed Markets 三大官方数据源,自动采集并对齐跨频率序列

→
2稳健统计标准化

基于 10 年滚动窗口的中位数与 MAD(中位绝对偏差)计算稳健 Z 分数,抗离群值与结构断点,截断至 [-4, +4]

→
3分层子指数构建

用于评分的 10 个核心指标按经济传导机制分为 4 个层级:政策/准备金、融资/管道、信用/中介、风险/价格,组内等权聚合

4复合评分与自适应分类

供给侧权重 60%、价格反馈 40% 加权合成,采用滚动 5 年分位数阈值动态划分流动性状态

子指数结构与权重

站点追踪 12 个指标,其中 10 个核心指标被分为 4 个层级。供给侧(政策+管道)占总权重 60%,确保 DLI 评分反映美元流动性的主体,而非市场情绪。

站点追踪的 2 个指标(净流动性与 M2)用于补充观察,不纳入 DLI 综合评分。

层级权重指标紧缩方向
政策与准备金30%Fed 总资产↓ 下降 = 流动性收紧
TGA 余额↑ 上升 = 流动性收紧
ONRRP 余额↑ 上升 = 流动性收紧
融资与管道30%SOFR-IORB 利差↑ 上升 = 流动性收紧
SRF 使用量↑ 上升 = 流动性收紧
信用与中介20%银行现金缓冲↓ 下降 = 流动性收紧
HY 信用利差↑ 上升 = 流动性收紧
风险与价格20%VIX 波动率↑ 上升 = 流动性收紧
美元指数↑ 上升 = 流动性收紧
10Y 实际利率↑ 上升 = 流动性收紧

DLI 流动性评分分类

DLI 评分使用滚动 5 年分位数自适应阈值,将流动性条件划分为 4 个层级,使信号在不同宏观周期中保持稳定且可比。

百分位流动性状态状态倾向(辅助)含义
≤ P20充裕风险偏好高流动性极为宽松,风险资产环境显著有利
P20 – P50宽松轻度偏风险资产流动性条件仍为正面,但强度减弱,关注趋势变化
P50 – P80偏紧轻度防御流动性环境趋紧,风险资产面临一定压力
≥ P80紧缩防御倾向流动性显著收紧,风险资产面临明显逆风

附加指标

  • 7 日动量: DLI 今日值与 7 天前的差值,衡量流动性变化的方向和速度。改善中 / 稳定 / 恶化中。
  • 信号集中度: Top 3 贡献指标占总贡献的比例,越高说明变化来源越集中,信号越"干净"
  • 贡献拆解: 每日变动按指标分解,显示哪些指标在驱动 DLI 变化

历史状态一致性检验(非策略回测)

用途是验证 DLI 流动性状态与后续资产表现的方向一致性,不用于直接预测收益。

1) 先看状态

按分位数识别流动性宽松 / 中性 / 紧缩。

2) 再看统计

观察该状态下未来 20 个交易日的均回报和胜率。

3) 用于校验,不用于下单

这是模型解释性证据,不是可直接交易的策略指令。

流动性宽松≤ P20
SPX 20D 均回报+2.1%SPX 胜率68%BTC 20D 均回报+5.4%BTC 胜率63%

历史上风险资产整体表现更强,但波动仍可能很大。

流动性中性P20 – P80
SPX 20D 均回报+0.7%SPX 胜率54%BTC 20D 均回报+1.2%BTC 胜率52%

方向性不强,资产表现更多受其它宏观变量影响。

流动性紧缩≥ P80
SPX 20D 均回报-1.3%SPX 胜率41%BTC 20D 均回报-3.8%BTC 胜率38%

历史上风险资产承压更明显,回撤概率更高。

* 样本区间:2020-2025;统计口径:按 DLI 状态分组后的 20 个交易日条件分布。历史结果不保证未来表现。

模型局限性

  • 权重基于历史分析和专家判断,非机器学习优化 — 可能不能完美适配未来市场结构变化
  • Z-Score 使用稳健统计(中位数 + MAD)替代均值/标准差,已大幅减轻极端事件扭曲,但极端罕见事件(如一日内多个标准差的冲击)仍可能暂时影响评分
  • 模型使用日频数据,无法捕捉日内流动性事件(如闪崩或盘中 VIX 飙升)
  • 评分信号有滞后性 — 不是实时交易信号,更适合用于战略资产配置而非短期择时

数据来源

  • FRED — Federal Reserve Economic Data (St. Louis Fed)
  • Treasury — US Treasury Fiscal Data API
  • NY Fed — Federal Reserve Bank of New York Markets

免责声明

本站仅供信息参考和教育目的,不构成任何投资建议。所有数据均来自公开数据源,我们不保证其完整性或及时性。投资决策应基于个人研究和专业咨询。