Systematic Macro, Factor Investing, and MachineLearning in G10 Fixed Income: Systematiska makrostrategier, faktorinvesteringar och maskininlärning på G10-räntemarknaden
2026 (Engelska) Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hp
Studentuppsats (Examensarbete)
Abstract [en]
When inflation returned in 2021 and ended four decades of falling yields, it sparked a curiosity among market makers to better understand systematic hedge fund behavior in sovereign bond markets, and it is this curiosity that the present thesis seeks to address. Conducted in collaboration with SEB’s Rates desk within the FICC division, the study aims to give market makers a better understanding of how systematic hedge funds (CTAs) may trade in fixed income markets. Using macroeconomic data synchronized with daily bond futures prices from September 2019 to April 2025, the thesis implements and back-tests ten rule-based strategies across the classic factor categories: Momentum, Value, and Carry. The strategies are evaluated both as outright directional positions and as market-neutral cross-sectional portfolios. A multi-strategy composite portfolio is constructed using equal weighting, Global Minimum Variance, and Enhanced Portfolio Optimization with covariance shrinkage. Finally, an XGBoost classifier is trained on pre-2019 data and tested out-of-sample.The results show that macroeconomic momentum and value strategies performed best in risk-adjusted terms compared to the passive equal-weighted G10 benchmark, especially during the 2021-2023 inflationary shock. The best-performing strategies were Unemployment Momentum (Sharpe 0.70), Inflation Breakout (Sharpe 0.57), and Yield Curve Slope Reversal (Sharpe 0.54), while Carry strategies struggled in the inverted yield curve environment. Multi-strategy portfolios delivered the strongest overall performance, achieving the highest risk-adjusted returns with substantially lower drawdowns than any standalone strategy. Multi-strategy portfolios improved Sharpe ratios and reduced drawdowns, with moderate covariance shrinkage (λ = 0.25–0.50) providing the best balance between diversification and turnover. No individual strategy reaches statistical significance at the 5% level under Newey-West adjusted tests. The results indicate that these strategies do not work equally well at all times. They performed best during the 2021–2023 period when inflation surged and central banks raised interest rates aggressively, but tended to add less value during calmer periods. This thesis also gives a clear and practical way to evaluate and replicate systematic macro strategies. For SEB’s Rates desk, the results offer a starting point for understanding what drives systematic CTA client activity.
Abstract [sv]
När inflationen återvände 2021 och avslutade fyra decennier av fallande räntor, föddesen nyfikenhet bland market makers för att förstå systematiska hedgefonders beteende påstatsobligationsmarknaden, det är denna nyfikenhet som detta examensarbetet adresserar.Arbetet har genomförts i samarbete med SEB:s ränteavdelning inom FICC-divisionenoch syftar till att ge market makers bättre förståelse för hur systematiska hedgefonder(CTA:er) kan handla inom fixed income marknaden. Med makroekonomisk data synkroniserad med dagliga obligationsfuturespriser från september 2019 till april 2025 implementeras och backtestas tio regelbaserade strategier inomfaktorkategorierna Momentum, Value och Carry. Strategierna utvärderas både som riktade positioner (outright) och som marknadsneutrala tvärsnittsportföljer (cross-sectional).En sammansatt multi-strategi-portfölj konstrueras med likaviktning, Global MinimumVariance och Enhanced Portfolio Optimization med kovariansreducering. Slutligen tränasen XGBoost-klassificerare på data före 2019 och utvärderas strikt out-of-sample. Resultaten visar att makroekonomiska momentum- och värdestrategier presterade bästi riskjusterade termer jämfört med det passiva likaviktade G10-riktmärket, särskilt under inflationschocken 2021–2023. De bästa strategierna var Arbetslöshetsmomentum(Sharpe 0,70), Inflationsutbrott (Sharpe 0,57) och Räntekurvans slope reversal (Sharpe0,54), medan Carry-strategierna hade svårt i den inverterade avkastningskurvan. Multistrategi-portföljerna förbättrade både Sharpe-kvoten och minskade drawdowns, där måttligkovariansreducering (λ = 0,25–0,50) gav den bästa balansen mellan diversifiering och omsättning. Ingen enskild strategi uppnår statistisk signifikans på 5-procentnivån enligt Newey-West-justerade tester. Resultaten visar att makroekonomiska momentum- och värdestrategier presterade bäst i riskjusterade termer jämfört med det passiva likaviktade G10-riktmärket, särskilt under inflationschocken 2021–2023. De bästa strategierna var Arbetslöshetsmomentum (Sharpe0,70), Inflationsutbrott (Sharpe 0,57) och Räntekurvans slope reversal (Sharpe 0,54), medan Carry-strategierna hade svårt i den inverterade avkastningskurvan. Multi-strategiportföljerna gav den bästa övergripande prestandan med högst riskjusterad avkastning och betydligt lägre drawdowns än någon enskild strategi. Multi-strategi-portföljerna förbättrade både Sharpe-kvoten och minskade drawdowns, där måttlig kovariansreducering (λ = 0,25–0,50) gav den bästa balansen mellan diversifiering och omsättning. Ingen enskild strategi uppnår statistisk signifikans på 5-procentnivån enligt Newey-West-justerade tester.
Ort, förlag, år, upplaga, sidor 2026. , s. 55
Nyckelord [en]
systematic macro, factor investing, fixed income, momentum, value, carry, XGBoost, SHAP, portfolio optimization, covariance shrinkage, CTA, G10, sovereign bonds, regime dependency, back-testing
Nationell ämneskategori
Matematik
Identifikatorer URN: urn:nbn:se:umu:diva-255653 OAI: oai:DiVA.org:umu-255653 DiVA, id: diva2:2077462
Externt samarbete
Skandinaviska Enskilda Banken
Utbildningsprogram Civilingenjörsprogrammet i industriell ekonomi
Handledare
Examinatorer
2026-06-232026-06-232026-06-23 Bibliografiskt granskad