随着市场研究的进一步深化，低频的统计数据已经无法满足需求。面对实体状况的变化，市场希望获得及时的第一手消息。因而更为高频的统计数据则称为重要的观察窗口。但高频数据往往是行业层面的，并未基于标准的统计体系进行综合，因而用来判断整体经济走势往往存在偏颇，导致观察有偏。因而，基于当前现有的高频数据，构建合理的经济观测指标就显得非常有价值。因此，本文在国民经济核算体系的框架之下，结合现有高频数据，构建国盛固收基本面高频指数体系，对生产、需求、通胀等各个分项构建对应指标，并基于此构建债市多空策略并回测其效果。
　　我们通过建立一套基本面数据的高频观测体系，将月频和季频的基本面数据的跟踪推广到了周频，其中大部分周频指标对月频的基本面数据具有较好的预测性和较高的相关性。我们要找到市场中对宏观经济好的跟踪和预测的高频数据，然后在标准的统计体系之下，以波动较大的低频统计数据为依据，找到与各类低频数据相关性较高的高频数据，再对高频数据进行标准化的处理，以建立高频和低频数据之间的映射，从而构建高频数据观测体系。将基本面观测数据从月度提升到周度。
　　我们基于统计体系构建了覆盖总体、生产、需求、物价、融资等全方位的高频数据体系，分析了高频和对应统计指标的相关性，并在此基础上构建了国盛固收基本面高频指数及分项，从回测结果来看，与低频统计数据有较高的相关性预测方向准确度。工业增加值高频指数包含电炉开工率、聚酯开工率、半胎开工率、日均耗煤、二手房成交面积，准确率在65%，相关系数为0.52。基建投资高频指数包含石油沥青装置开工率和水泥发运率，准确率在67%，相关系数为0.77。地产销售高频指数包含二手房成交面积和一线城市地铁客流量，准确率在56%，相关系数为0.48。消费高频指数包含乘用车厂家零售、电影票房、一线城市地铁客运量、柴油价格等，准确率在67%，相关系数为0.84。出口高频指数包含CCFI综合指数、CRB价格指数，准确率在46%，相关系数为0.56。交运高频指数包含整车货运流量指数、国内航班执行数、一线城市地铁客流量，准确率88%，相关系数为89%。库存高频指数包含涤纶长丝、纯碱、PTA库存，准确率79%，相关系数为0.52。融资高频指数包含票据利率，准确率在58%，相关系数为0.53。通胀方面，CPI环比预测中，主要对食品项和交通通信交通工具用燃料进行高频跟踪，预测结果的准确率为69%，相关性为0.89，PPI环比预测中，主要利用螺纹钢、原油、动力煤、LME铜市场价来高频跟踪，预测结果的准确率为71%，相关性为0.78。
　　构建利率债多空信号指数显著跑赢基准收益和月频经济数据下的利率债策略，2019年以来年度超额收益在2%以上。对高频数据进行构建线性模型，构建“本期信号指数高于上期则做空，本期信号指数低于上期则做多”的利率债策略。测试期间（2019年4月-2023年8月），初始本金为100元，买卖对象设定为10年国债期货主力合约，每周一设定为调仓期，该信号策略的累计收益为15.3元，基准收益为4.8元，年度超额收益在2%以上。在月末获悉当月的工业增加值数据，利用该数据的预期差来交易，测试期间的收益为8.04元，次月月中利用该数据的预期差来交易，测试期间的收益为-7.65元，高频数据产生的信号策略的收益，同样大幅跑赢月频经济数据下的利率债策略。
　　风险提示：数据统计存在误差；若宏观经济结构发生重大变化，经济规律的运用存在限制。