## 關鍵要點 - **供給多≠危機**：2024-2026年美債供給創新高，但10年期收益率穩定在4.0-4.5%區間，市場消化順暢 - **結構性優化**：財政部基於TBAC建議「多發短債、少發長債」，Bills佔比從不足20%升至25%以上 - **需求端分化**：$7.8T+ MMF吸收Bills，但外國買家正從黏性官方需求轉向price-sensitive私人需求——中國減持至$683B（2008低位），私人投資者購買量是官方的2倍+ - **緩衝在消失**：ON RRP已耗盡、基差交易槓桿$1-2T、4月Tax Day是下一個流動性壓力測試 - **AI的角色**：Swarm架構多智能體系統不預測市場，追蹤邊際供需變化——在共識還在討論時，先構建好contingency map ## 一個反直覺的市場現象 2024年以來，美國國債供給量創歷史新高——2025年Q3單季net borrowing超過$1兆（$1.058T），2026年上半年兩個季度合計預估超過$1.2兆。按教科書邏輯，供給激增 → 價格下跌 → 收益率飆升。但市場給出了一個意外的答案：**10年期收益率在4.0-4.5%區間窄幅波動，即便近期中東局勢升溫推至4.48%，也迅速回落。沒有2022年英國養老金那種流動性危機，消化得出人意料地順暢。** 為什麼？ --- ## 核心概念：邊際定價先說一個關鍵點：**市場定價看的是邊際供需平衡，不是絕對供給量。** ### 用蘋果市場來理解假設一個蘋果市場： - 每天 100 個蘋果賣出，100 個買家想買 → 價格穩定 - 突然每天 120 個蘋果，但只有 100 個買家 → 價格下跌 - 但如果同時來了 120 個買家呢？→ 價格不動美債市場過去兩年的故事就是第三種情況。所以關鍵問題是：**誰在買？買什麼？為什麼買？** --- ## 供給端：財政部的期限管理 ### TBAC與發行策略理解美債供給，不能只看發了多少，要看發行結構是怎麼決定的。每季度的Quarterly Refunding是財政部與TBAC（Treasury Borrowing Advisory Committee）的核心對話機制——TBAC由一級交易商和買方機構的資深人士組成，他們的建議直接影響Coupon auction size的決策。 2024-2025年，TBAC連續多個季度建議「維持nominal coupon和FRN拍賣規模不變」（原話：「Treasury anticipates maintaining nominal coupon and FRN auction sizes for at least the next several quarters」）。這不是被動不變，而是主動選擇：**把邊際供給增量集中在Bills端，避免給長端收益率施加不必要的壓力。** ### 結構性轉變 | 指標 | 2024 年初 | 2026 年初 | 變化 | 說明 | |------|-----------|-----------|------|------| | Bills 佔存量比 | ~20% | >25% | ↑ | 自2023年9月起持續高於20% | | 4週Bill單次拍賣 | ~$47B (2016均值) | ~$101B | +115% | 已成為最大單一證券品種 | | Coupon拍賣規模 | 維持不變 | 維持不變 | — | 連續多季TBAC建議不變 | ### 為什麼這麼調整？財政部不是在「被動應對市場」，而是在主動管理期限結構——TBAC最優發行模型顯示當前發行組合已接近有效前沿。 **1. 短債需求旺盛** 貨幣市場基金（MMF）是Bills的最大買家： - 2024年初規模：約$5.5兆 - 2026年3月規模：**$7.86兆**（ICI週度數據，2026年3月18日） - 增長原因：高利率環境下現金管理需求激增，加上貨幣基金改革後政府型基金大幅擴張 - 數據來源：[ICI](https://www.ici.org/research/stats/mmf)、[美聯儲H.4.1](https://www.federalreserve.gov/releases/h41/) **2. 長債壓力緩解** 維持10年、30年期拍賣規模不變（10Y維持$42B/次，30Y維持$25B/次）： - 避免與養老金、保險公司的久期需求硬碰硬 - 也為未來財政前景惡化時保留了加量空間 **3. 美聯儲的配合** 2025年10月FOMC宣布12月1日起停止Treasury QT runoff，同時將MBS到期再投資轉入T-bills： - 12月首批Reserve Management Purchases約$40B，加上MBS再投資，月度Bill購買量約$55B - 直接吸收財政部的新增短債供給 - 本質上是組合再平衡（從MBS向Treasury的composition shift），而非傳統QE——但市場效果上，美聯儲從net seller變成了Bills的邊際買家 --- ## 需求端：誰在買美債？ ### 買家全景圖 | 買家群體 | 買什麼 | 為什麼買 | 2026 年趨勢 | |----------|--------|----------|-------------| | 貨幣市場基金 | Bills | 利率高、安全、流動性好 | 持續擴張至$7.8T+ | | 外國投資者（總量）| 全期限 | 外匯儲備、收益率吸引 | 總量創新高$9.3T+ | | 養老金/保險 | 長債 | 負債匹配（久期對沖） | 逢低買入 | | 對沖基金 | 全期限 | 基差交易、相對價值 | 槓桿高企，需關注 | | 美聯儲 | Bills | MBS再投資+RMPs | 新增邊際買家 | | 穩定幣發行商 | 短期國債 | 儲備資產要求 | 新興買家 | ### 外國投資者的結構性分化 **日本：最大持有者，但持倉波動** 日本是美國國債最大的外國持有者。2026年1月TIC數據顯示持倉$1,225.3B，但過去兩年並非單邊減持——期間有增有減，波動受日元匯率、日本央行YCC調整和國內利率環境影響。整體趨勢是圍繞$1.1-1.2T區間波動，並非市場擔心的「大逃亡」。 **中國：結構性減持，降至2008年以來低位** 中國的減持才是真正的趨勢性變化： - 2024年12月：$759B - 2025年11月：$682.6B（17年低位） - 較2013年峰值$1.32T下降超過48% - 驅動因素：外匯儲備多元化、地緣風險對沖、增持黃金（PBOC連續15個月購金） **誰填補了缺口？** - **英國**：升至第二大持有者（$877.9B），主要反映倫敦作為全球託管中心的角色 - **比利時/盧森堡**：增持顯著（比利時從$374.6B升至$477.3B），部分可能是中國等通過Euroclear的間接持倉 - **加拿大**：近乎三倍增長，反映能源出口收入和儲備擴張關鍵趨勢：外國買家的構成正在從**官方機構主導**轉向**私人投資者主導**。最新TIC數據顯示，私人部門購買約$158B，超過官方機構$64B的兩倍多。這意味著美債融資越來越依賴市場化的收益率驅動資本，而非地緣政治驅動的儲備再循環。 ### 對沖基金的基差交易：雙刃劍 **什麼是基差交易（Basis Trade）？** 對沖基金同時： 1. 買入國債現券（通過repo融資） 2. 做空國債期貨 3. 賺取現券與期貨的價差（通常幾個基點）槓桿倍數通常在15-20x（JPMorgan 2025年估計），部分頭寸可達50-100x。2025年，基差交易的gross notional規模估計在$1-2兆。基差交易是美債市場「看不見的買家」——它在常態下提供流動性，但在壓力情景下可能放大波動。2020年3月的教訓已經足夠深刻：margin call引發的強制平倉導致約$1000億美債被拋售，最終迫使美聯儲入場購買。 **2025年4月的壓力測試**：關稅衝擊導致國債市場劇烈波動，10Y一度升破4.5%，30Y破5%——但basis trade整體保持了韌性。達拉斯聯儲的研究指出，這次穩定得益於三個「順風」：波動率上升增加了delivery option價值、降息預期降低了融資成本、Standing Repo Facility提供了流動性後盾。**但這些順風不會每次都在。** --- ## 美聯儲的角色轉變 ### 從QT到組合再平衡 | 階段 | 時間 | 美聯儲行為 | 對國債市場的影響 | |------|------|------------|------------------| | QT 峰值 | 2022.6-2024 | 每月Treasury cap $60B + MBS cap $35B | 增加供給壓力 | | QT 減速 | 2024-2025.11 | Treasury cap降至$5B/月，MBS維持$35B | 壓力減輕 | | 轉折點 | 2025.12.1 | 停止Treasury runoff，MBS再投資轉Bills | 從賣家變買家 | | 新常態 | 2026 | RMPs + MBS再投資，月購Bills約$55B | Bills端的邊際買家 | ### 為什麼這個轉變很重要？ **關鍵洞察**：美聯儲從「淨賣出方」變成「Bills的邊際買家」，改變了市場的預期結構。但這不是QE——它是composition shift，總資產負債表規模保持穩定。當市場不再擔心「最大的賣家還會賣多少」時，期限溢價（ACM模型）從約50bps回升到80bps後趨於穩定——不是因為風險消失，而是因為最大的不確定性消失了。這個區分很重要：如果你用Kim-Wright模型，數字會不一樣，但方向一致。 --- ## 我是怎麼追蹤這些變化的？ ### 傳統方法的痛點如果你做固定收益，傳統監控方式大概是這樣的：每天打開Treasury Direct看拍賣公告，刷新TIC數據庫（外國持倉，滯後2個月），等FOMC會議看聲明措辭有沒有變化，盯著Bloomberg終端看一級交易商庫存。這套流程有幾個問題：信息分散在10+個數據源且格式各異，更新頻率從日度到季度不等，關鍵的邊際變化容易被噪音淹沒。所以我建了一套**Swarm架構**的多智能體系統來自動化這個流程。 --- ## 監測框架：五個維度理解美債市場，需要同時看供給和需求兩端： **供給端** 1. **財政部發債計劃**：季度再融資公告（QRA）、TBAC建議、拍賣日程與規模 2. **市場流動性**：一級交易商庫存、回購利率（SOFR）、SRF使用量 **需求端** 1. **外國投資者**：TIC月度持倉（注意2個月滯後）、日本/中國/英國趨勢分化 2. **美聯儲**：RMPs進度、MBS再投資節奏、SOMA持倉變化 3. **國內投資者**：MMF規模（ICI週度）、養老金配置、對沖基金期貨持倉（CFTC COT） --- ## 多智能體架構：為什麼選 Swarm？ ### 傳統Pipeline的局限傳統Agent架構是串行的——Supply Agent只看供給，Demand Agent只看需求，互不通信。但市場分析需要**動態協作**：當Supply Agent檢測到拍賣規模超預期時，Demand Agent應立即評估外國買家最近的TIC數據趨勢，Liquidity Agent應檢查一級交易商庫存空間和repo利率是否正常，最後Risk Agent整合判斷市場能否消化。這些判斷需要**同時**發生，而不是排隊等輪到自己。 ### Swarm架構的核心思想我採用的是**Swarm架構**（類似LangGraph Swarm），核心特徵是Agent之間可以動態交接控制權： Agent之間可以**動態交接控制權**，根據市場事件自動切換工作焦點，而不是沿著預設的流水線執行。 ### 架構與數據流 ``` 數據層 Agent 協作層輸出層 ───────── ──────────── ────── Treasury Direct ─┐ (XML feed) │ TIC Database ────┤ ┌──────────────┐ (CSV, 2mo lag) ├──→ │ Orchestrator │──→ 簡報 / 預警 FRED API ────────┤ │ + Handoff │ (JSON) │ │ + Shared Mem │──→ Telegram Bot ICI MMF Data ────┤ └──────────────┘ (Weekly) │ ↕ CFTC COT ────────┘ Human-in-the-loop (Weekly) ``` **Agent 協作層** | Agent | 職責 | 數據源 | 可交接給 | |-------|------|--------|----------| | Supply Agent | 監控QRA、拍賣結果、TBAC信號 | Treasury Direct, TBAC docs | Demand, Risk | | Demand Agent | 追蹤持倉變化、央行動態、MMF flows | TIC, ICI, CFTC COT | Liquidity, Risk | | Liquidity Agent | 分析dealer庫存、repo市場、ON RRP | FRED, NY Fed | Risk | | Risk Agent | 綜合評估、生成預警、觸發human review | 全部（via Shared Memory） | — | ### 核心機制 **1. 動態交接（Handoff）** 當Supply Agent檢測到發債規模變化時，主動把控制權交接給Risk Agent： ``` Supply Agent: "檢測到 10Y 拍賣規模增加 15%" │ ▼ handoff_to("Risk Agent", context={auction_change: "+15%"}) │ Risk Agent: 從 Shared Memory 讀取 dealer inventory、recent TIC data │ ▼ "一級交易商庫存偏高，間接投標比例需關注" ``` **2. 共享記憶（Shared Memory）** 所有Agent共享同一份市場狀態快照：歷史拍賣數據、持倉趨勢、風險指標。Demand Agent不需要問Supply Agent「最近發了多少債」，直接從Memory讀取。這個Memory層同時也是MacroRAG系統的持久化存儲。 **3. 人工介入（Human-in-the-loop）** 當系統無法判斷時，通過Telegram Bot暫停並請求人工確認： ``` Risk Agent: "30Y 拍賣尾差擴大至 2bp，是否觸發預警？" │ ▼ Telegram → 等待人工確認 │ PM: "是，推送預警 + 檢查 30Y basis spread" ``` **為什麼需要 Human-in-the-loop？** 金融市場的「異常」是高度情境化的：尾差2bp在平靜市場可能不算什麼，但在流動性緊張時期、或者緊接在FOMC會議之後，可能意義重大。讓AI做數據收集和初步判斷，讓PM做最終決策。 --- ## 實戰案例：2026年2月再融資以2026年2月4日發布的Q1 Quarterly Refunding為例。 ### Swarm 協作流程 ``` T-3天：Supply Agent 檢測到QRA發布 │ ▼ handoff_to("Demand Agent") │ Demand Agent: "日本1月增持至$1,225B，中國11月降至$683B（17年低位）" "外國總持倉$9.31T，私人買家主導" │ ▼ handoff_to("Liquidity Agent") │ Liquidity Agent: "ON RRP接近零（$6B），但SRF運行正常" "SOFR年末spike已消退，repo市場穩定" │ ▼ handoff_to("Risk Agent", task="綜合評估") │ Risk Agent: "風險等級：低-中。關鍵關注：ON RRP緩衝已耗盡，未來流動性衝擊將直接傳導至reserves。 30Y拍賣間接投標比例是外國需求的風向標。" │ ▼ 生成簡報 → Telegram ``` ### 系統輸出的簡報 ``` ## 美債供需簡報 - 2026-02-05 供給端 - 財政部Q1 QRA：維持Coupon拍賣規模不變（符合TBAC建議） - Bills發行繼續擴張，4週Bill已達$101B/次 - Q1-Q2合計net borrowing預估~$1,261B 需求端 - 日本：1月增持至$1,225B（+$39.8B），波動中偏穩 - 中國：11月降至$683B（2008以來低位），結構性減持持續 - 外國總持倉：$9.31T（新高），私人投資者為主要增量 - MMF：$7.8T+，持續吸收Bills供給市場狀況 - 10Y收益率：4.35%，區間內波動 - 30Y拍賣：投標倍數健康，間接投標比例需持續追蹤 - 流動性：ON RRP~$6B（已基本耗盡），repo市場暫穩風險提示 - ON RRP緩衝已失，流動性衝擊將直接作用於bank reserves - 基差交易槓桿高企，關注MOVE index和repo funding條件 - 中國減持趨勢是否加速（關注2月TIC數據） ``` --- ## 當前市場的風險圖譜平靜不代表問題消失。以下是我的系統持續監測的風險維度： ### 即時風險：ON RRP已耗盡這是文章撰寫時最值得關注的變化。隔夜逆回購（ON RRP）從2023年峰值的$2.5兆，到2025年年中接近零，到2025年12月31日年末spike至$106B後，2026年1月2日又回落至$6B。 **為什麼這很重要？** ON RRP是銀行體系的流動性緩衝墊。當它存在時，TGA餘額波動、Treasury大規模發行、季末再平衡等事件的衝擊會被ON RRP吸收。現在這個緩衝墊沒了，每一次流動性衝擊都將直接作用於bank reserves。2019年9月repo市場的教訓（隔夜利率從2%飆至10%）就是在類似緩衝耗盡的環境下發生的。 ### 短期風險（3-6個月） **1. 基差交易的脆弱性** 基差交易在常態下是「穩定的邊際買家」，但它本質上是一個**槓桿驅動的套利策略**，其穩定性高度依賴三個條件：repo funding保持便宜、dealer願意提供中介、波動率不突破margin call閾值。達拉斯聯儲2025年7月的研究指出，基差交易的穩定性對**dealer中介能力的下降**比對**funding cost的上升**更敏感。這意味著SLR約束、G-SIB附加資本要求的變化、或者dealer自身的balance sheet壓力，可能是比利率變動更危險的催化劑。 | 觸發條件 | 傳導路徑 | 2020年3月是否出現 | 2025年4月是否出現 | |----------|----------|-------------------|-------------------| | MOVE index飆升 | 期貨margin call → 強制平倉 | ✓ | 部分 | | Repo funding收緊 | 融資成本上升 → 盈利性消失 | ✓ | ✗ | | Dealer縮表 | 中介能力下降 → 流動性蒸發 | ✓ | ✗ | | SRF後盾 | 提供流動性底線 | 不存在 | ✓ | **2. 短債依賴的再融資風險** | 指標 | 2024 | 2026 | 風險 | |------|------|------|------| | Bills 佔比 | ~20% | >25% | 再融資頻率加快 | | TBAC最優模型 | 接近有效前沿 | 接近有效前沿 | 上行空間有限 | 如果短期利率再次飆升（比如因為通脹預期重新錨定），財政部將面臨「滾動風險」——發新債還舊債的成本急劇上升，而Bills佔比越高，這個風險越集中。 ### 中期風險（6-18個月） **1. 外國買家結構性變化** 中國的減持不是週期性的，而是結構性的——儲備多元化、增持黃金、減少對美元資產的集中度。$683B對比2013年峰值的$1.32T，降幅超過48%。問題不是「中國還會不會買」，而是「私人投資者能不能持續替代官方買家？」私人投資者是price-sensitive的——他們的購買取決於收益率的吸引力。當收益率下降或者美元走弱時，他們可能撤出。這與官方儲備管理的「黏性」需求本質不同。 **2. 期限溢價的走向** ACM模型的期限溢價從約50bps回升至80bps左右。如果突破100bps： - 長端收益率可能被動上行 - 與財政赤字預期交互，可能形成negative feedback loop - 需關注CBO的更新預測和One Big Beautiful Bill的財政影響 ### 長期風險（18個月+）結構性赤字不會消失：社保、醫保支出剛性增長，利息支出已超過國防預算（[CBO 2026預算展望](https://www.cbo.gov/)）。Moody's在2025年5月將美國主權評級從Aaa下調至Aa1，理由就是「赤字失控」。關稅政策、地緣政治（尤其是中東局勢對油價和通脹預期的傳導）增加了預測難度。 --- ## Positioning implications：不對稱性在哪框架的價值不在於描述市場。價值在於識別**共識尚未充分定價的不對稱風險**。以下是截至2026年3月底，系統標記的三個positioning-relevant的觀察。 ### 1. 共識太舒服了市場的base case是「供給多但能消化」。過去18個月基本正確——Coupon拍賣bid-to-cover穩定在2.3-2.6x，尾差控制在1bp以內。但這個共識隱含了一個assumption：**$7.8兆MMF會一直在Bills端扮演無限彈性的吸收者。** MMF買Bills的意願取決於Bills yield vs ON RRP rate vs bank deposit rate的利差結構。當Fed降息（FFR 3.50-3.75%），Bills yield壓縮，MMF的邊際配置可能從Bills轉向repo或其他短期工具。如果這個轉變發生在Treasury加量發行Bills的窗口——比如debt ceiling解決後的TGA rebuild——供需的邊際平衡可能比市場預期的更脆弱。 **Signal to watch**：ICI週度數據中government fund vs prime fund的相對增速。如果government fund增速放緩而prime fund加速，說明MMF正在重新配置——Bills端的吸收能力在邊際惡化。 ### 2. Term premium定價效率在下降 ACM 10Y term premium從2024年的~0bps回升至當前約50-80bps。合理：赤字擴張、供給增加。但一個被忽略的nuance是：**ACM和Kim-Wright兩個模型的分歧在擴大。** 當兩個模型對同一個量的估計出現分歧，通常意味著yield curve dynamics正在發生結構性變化——模型的擬合假設開始鬆動。對做curve trades的人來說：基於term premium decomposition的RV判斷需要更寬的confidence interval。**Belly（5-7Y）相對於wings的carry-adjusted richness/cheapness信號的可靠性在下降。** ### 3. Geopolitical premium是regime-change catalyst 截至3月底，Iran局勢把油價推至2022年以來高位，10Y一度觸及4.48%。共識在debating one-time shock vs sustained inflation。但對rates positioning來說，關鍵不是CPI path，而是**term premium對geopolitical uncertainty的重新定價是否persistent**。如果中東conflict持續到Q2並推動油價進一步上行：Fed即使不加息，市場也會price out剩餘的25bp cut。Long-end term premium從80bps向100-120bps移動的路徑可能比多數desk model暗示的更短。 --- ## 風險場景矩陣系統根據incoming data動態調整風險評級。以下是當前active的scenario和觸發條件： | 場景 | 概率 | 觸發信號 | 市場影響 | 系統動作 | |------|------|----------|----------|----------| | Tax Day流動性衝擊 | 中-高 | SOFR spike >25bp above target | 短端波動，repo stress | Alert → Liquidity Agent | | MMF從Bills轉repo | 低-中 | Gov fund週度淨流出 >$20B × 2週 | Bills yield上行，拍賣尾差擴大 | Alert → Supply-Demand check | | 基差交易部分unwind | 低 | CFTC levered fund net short降 >10% | 現券賣壓，steepening | Alert → 人工確認 | | 中國加速減持 | 中 | TIC月度降幅 >$30B | 間接投標比例下降 | Auto-report → 風險升級 | | TP突破100bp | 低-中 | ACM 10Y TP連續5日 >100bp | 長端被動上行30-50bp | Full system alert | 這張表不是預測——它是一個持續更新的contingency map。當左列的場景開始顯現時，你已經知道該看什麼、該怎麼判斷。 --- ## 系統當前狀態（截至2026-03-31） ``` ┌─────────────────────────────────────────────────┐ │ UST SUPPLY-DEMAND MONITOR Status: AMBER │ ├─────────────────────────────────────────────────┤ │ │ │ Supply: STABLE │ │ · Coupon sizes unchanged (TBAC) │ │ · Bills elevated, 4wk avg $101B │ │ · Next QRA: May 6, 2026 │ │ │ │ Demand: STABLE with WATCH items │ │ · MMF: $7.86T (+$38.7B last week) │ │ · Foreign total: $9.31T (Jan, +$34.8B) │ │ · China: $683B (Nov, 17yr low) ⚠ │ │ · Basis trade: notional $1-2T ⚠ │ │ │ │ Liquidity: WATCH │ │ · ON RRP: ~$6B (buffer exhausted) ⚠ │ │ · SOFR: 3.75% (at target) │ │ · SRF: $0 (no stress usage) │ │ · Next test: Apr 15 Tax Day → │ │ │ │ Regime: │ │ · Geopolitical premium rising (Iran) │ │ · Oil at 2022 highs │ │ · Fed cut probability declining │ │ │ │ ACTIVE ALERTS: 2 │ │ 1. ON RRP exhaustion (since 2025-09) │ │ 2. China sub-$700B (since 2025-07) │ │ │ │ NEXT EVENTS: │ │ → Apr 15: Tax Day liquidity test │ │ → May 6: Q2 QRA │ │ │ └─────────────────────────────────────────────────┘ ``` 這個dashboard每天UTC 06:00前自動更新，通過Telegram Bot推送。當指標觸發alert threshold時，系統生成context-enriched簡報——不是「數字超了」，而是包含historical comparison、cross-indicator correlation和suggested action的完整brief。 --- ## 總結 | 問題 | 答案 | |------|------| | 供給多為什麼沒出事？ | TBAC引導的結構優化 + $7.8T MMF吸收Bills + 美聯儲從賣家變買家 | | 誰在買？ | MMF買短債，私人投資者取代官方成為邊際買家——這本身就是一個需要追蹤的結構性變化 | | 風險在哪？ | ON RRP已耗盡、基差交易槓桿$1-2T、外國買家從黏性官方轉向price-sensitive私人——緩衝能力在系統性下降 | | 下一個catalysts？ | 4月Tax Day（流動性測試）、5月QRA（供給信號）、中東局勢→term premium regime | | AI 的角色？ | 不預測，追蹤邊際變化。在共識還在討論「會不會出事」時，確保你已經知道「如果出事，傳導路徑是什麼」 | 這套系統的核心假設很簡單：**在一個信息過載的市場裡，edge不來自於擁有更多數據，而來自於更快地從數據中識別出邊際變化的方向。** Swarm架構的多智能體協作讓這個過程自動化、可追溯、可複現——而human-in-the-loop確保最終判斷始終由有市場直覺的人做出。 --- ## 關於我我是Quinn Liu，一名FICC PM和Agentic AI愛好者。我持續探索如何將multi-agent系統整合進投資研究工作流，本文描述的監測系統就是這一探索的實踐案例。如果你對agent-based市場分析框架感興趣，歡迎交流。 - Email: [quinn@quinnmacro.com](mailto:quinn@quinnmacro.com) - LinkedIn: [linkedin.com/in/liulu-math](https://www.linkedin.com/in/liulu-math) - GitHub: [github.com/quinnmacro](https://github.com/quinnmacro) 更多研究和項目細節見[我的主頁](https://www.quinnmacro.com/zh-TW)。 --- ## 常見問題 ### 為什麼美債供給創新高卻沒有引發危機？因為市場定價看的是邊際供需平衡，而非絕對供給量。財政部基於TBAC建議採取「多發短債、維持長債」的結構性調整，配合$7.8兆貨幣基金的旺盛短債需求和美聯儲MBS再投資轉入Bills，成功消化了新增供給。同時，外國投資者總持倉創$9.3兆新高，儘管內部結構出現了從官方到私人、從中國到歐洲/加拿大的遷移。 ### 什麼是 Swarm 多智能體架構？ Swarm架構是一種Agent協作模式，各Agent可以動態交接控制權，根據市場事件自動切換焦點。相比傳統Pipeline架構，它更適合需要多維度即時協作的市場分析場景——比如一個拍賣事件需要同時評估供給、需求、流動性和風險四個維度。 ### 當前美債市場最大的風險是什麼？短期最緊迫的是4月Tax Day的流動性測試——ON RRP緩衝已耗盡（~$6B），SOFR spike將直接作用於bank reserves。中期關注三個維度：（1）基差交易notional $1-2T、槓桿15-20x，在dealer中介能力下降時可能引發強制平倉；（2）中國結構性減持至$683B，外國買家從「黏性」官方需求轉向「price-sensitive」私人需求；（3）中東conflict如果持續，ACM term premium從80bps向100bp+移動的路徑可能比共識預期的更短。 ### 這個框架對PM的positioning有什麼具體幫助？系統不給出trade recommendation，但它做兩件事：（1）提前標記共識中implicit assumptions可能鬆動的領域——比如當前「MMF無限吸收Bills」的假設，可以通過ICI週度數據中government fund vs prime fund的相對增速來監控；（2）維護一張即時更新的contingency map，讓你在scenario開始顯現時已經知道傳導路徑和該看的指標，而不是在事後解釋發生了什麼。 ### 如何開始構建美債監測系統？從五個核心數據源入手：（1）Treasury Direct獲取QRA和拍賣結果（XML feed）；（2）TIC數據庫追蹤外國持倉（月度CSV，2個月滯後）；（3）FRED/NY Fed獲取ON RRP、SOFR、Fed balance sheet數據；（4）ICI獲取MMF週度規模；（5）CFTC COT報告獲取期貨持倉（對沖基金基差交易的proxy）。然後按本文的五維度框架逐步構建Agent系統。 --- ## 參考數據源本文數據來自以下權威來源： - [Treasury Direct](https://www.treasurydirect.gov/) - 美國財政部官方拍賣公告與數據 - [Quarterly Refunding](https://home.treasury.gov/policy-issues/financing-the-government/quarterly-refunding) - 季度再融資公告、TBAC建議與Discussion Charts - [TIC Data](https://ticdata.treasury.gov/) - 外國持有美國國債月度數據 - [Federal Reserve FRED](https://fred.stlouisfed.org/) - 經濟數據與美聯儲資產負債表 - [NY Fed Operations](https://www.newyorkfed.org/markets/domestic-market-operations) - RMPs、ON RRP、SRF操作數據 - [ICI Money Market Fund Data](https://www.ici.org/research/stats/mmf) - 貨幣市場基金週度規模 - [CFTC Commitments of Traders](https://www.cftc.gov/MarketReports/CommitmentsofTraders/index.htm) - 期貨市場持倉報告 - [PGPF Quarterly Refunding Analysis](https://www.pgpf.org/article/news-from-the-quarterly-treasury-refunding-statement/) - Peter G. Peterson Foundation獨立分析

文章

同一發行人，兩個價格？中票與公司債 Basis 的微觀結構分析

用 AI 監測美債供需：一個實戰框架