本报告导读：
　　三步完成:针对性的“因子体检”、S0P分流漏斗筛选和动态IC引入模型
　　投资要点：
　　机构行为研究都利率择时中具有重要意义的一环，然而量化择时中引入对机构行为因子的应用存在三大痛点：一是影响的滞后性，资金流向往往需要数日发酵才能兑现为行情；二是作用机制的非线性，部分博弈行为仅在极端拥挤或情绪拐点时才具备显著指引；三是策略属性的非对称性，不同机构在牛熊市中的操作逻辑（趋势vs反转）截然不同。针对上述痛点，本文构建了一套适配机构行为特征的多维度评价体系与SOP分流流程，旨在解决数据落地难点，筛选出真正具备解释力与统计稳健性的优质因子。
　　首先全面刻画每一个机构行为因子的有效性与稳健性，设计了一套包含四大维度、十余项细分指标的“体检套餐”。基于机构行为因子运用的难点，我们扩展了常规的单一IC评价体系：（1）通过测算不同滞后周期下的IC值锁定因子的最佳的预测能力与周期；（2）增加测算胜率与赔率的非线性变化，以模拟不同环境下的盈亏比；（3）测算因子的峰度、自相关与换手率，实现信号形态优选；（4）分场景压力测试，测算因子在牛市下的“进攻性”，熊市下的“防御性”和震荡环境下的生存能力。
　　在因子“体检报告”的基础上，建立基于特征的三层SOP分流漏斗，构建“动量、反转、配置”三位一体的立体化因子库：首先剔除高换手、低效费比的噪声数据，随后依据信号的统计分布特征进行赛道分流。分布均匀且具备线性预测能力的归为动量因子，捕捉趋势延续；呈尖峰肥尾特征且具备极端收益优势的归为反转因子，捕捉情绪拐点；高自相关且回撤可控的归为配置因子，锁定安全边际。这一分类体系确保了因子在不同市场环境下各司其职。
　　基于上述筛选体系，我们量化拆解了不同机构在利率债不同期限上的行为逻辑，其中中期国债主要受理财子公司与中小银行驱动；而超长端国债则由保险机构的刚性配置与大型银行的避险情绪主导。特别是发现保险<1Y的累积净买入对长端国债行情具有显著的择时能力。这些发现将笼统的机构行为细化为具体的资金流向，验证了高质量因子本身即包含深刻的市场逻辑。
　　最后，为了验证因子筛选的有效性，我们分别构建了静态等权模型与动态IC自适应模型，其中后者在样本外（2025年7月至今）展现出了较强的有效性。本框架对于存在滞后或具备一定非线性特征的因子具有较强的普适性，同样适用于国债期货多空持仓、宏观数据等具有相似特征的因子体系。我们将在后续的系列报告中，进一步探讨该方法论在宏观量化领域的复用与拓展。
　　风险提示：历史数据存在失效的可能；模型核心参数依赖历史数据校准，易受样本区间结构性特征影响，量化模型效率可能衰减；极端行情波动。