BTP是意大利10年期国债，Bund是德国10年期国债，二者收益率差值，用来衡量欧元区主权债务分化、财政分裂、货币传导失灵三大核心风险，也是欧元最关键的区域风险先行指标。德国是欧元区无风险基准，利差本质是市场为意大利高债务、弱经济、政治不确定性索要的风险溢价。
1.供应链中断会推高进口商品价格，带来输入性通胀压力，央行为抑制通胀倾向收紧货币政策，上调基准利率，本国与海外利差扩大，吸引跨境资本流入，对本币形成支撑，汇率政策偏向通过利率手段稳定物价与汇率，避免本币贬值进一步加剧输入通胀。
流动性冲击源于资金短期供需失衡，多由临时性事件引发，比如季末缴税、大额债券发行、外汇集中结售汇、海外资金临时进出、政策临时操作等，没有改变资产基本面与宏观经济逻辑，只是市场短期资金松紧变化。
1.日内/短期动量（1–4周）：衰减速度最快，通常2–4周后超额收益快速收敛，极易出现均值反转。主要源于短期资金拥挤交易、流动性脉冲消退、短线获利集中了结，高频算法同质化交易会进一步压缩有效周期，行情多呈现急涨急跌的V型折返，很难持续走出趋势性行情。
1.先确定宏观因子池，常见包含利率、通胀、汇率、信用、经济增长、大宗商品、流动性、地缘风险等宏观因子，对资产收益率做多元线性回归，得到各因子的暴露系数与因子收益。
对各币种汇率序列、宏观因子序列做ADF平稳性检验，非平稳序列做一阶或多阶差分处理，使用收益率序列替代价格水平序列建模，规避非平稳变量直接回归带来的伪回归。若变量存在同阶单整，可采用协整检验判断长期均衡关系，仅存在协整关系才可以直接用原序列回归。
1.采用毫秒级标准化新闻数据源，使用交易所官方权威终端，拒绝第三方延迟推送资讯，依靠机器结构化解析新闻关键词、数值、预期值，杜绝人工信息时差带来的主观抢跑。
1.数据预处理层面放弃原始价格序列，采用对数收益率、差分序列、收益率滚动标准化等方式将非平稳序列转为平稳序列，避免模型学习虚假趋势产生伪拟合；对多币种面板数据做去趋势、去均值处理，消除全局共同趋势带来的非平稳干扰。
不少普通人看到美元、欧元、人民币汇率起伏，只知道换汇时价格有高有低，却完全看不懂汇率涨跌背后的底层逻辑，不管是出境换钱、持有外币资产，还是想简单利用汇率做小额保值，都容易踩在不利价位。本文从零拆解汇率基础概念、核心影响因素、涨跌传导逻辑，零基础读者不用专业金融知识，就能看懂外汇行情波动规律。
