FICC000: FICC 总地图 - Fixed Income / Currencies / Commodities 三大类
FICC000: FICC 总地图 - Fixed Income / Currencies / Commodities 三大类
这是 PENGYI_FICC_MAP 的第一篇：
1
FICC000 -> FICC 总地图
这一篇先做总览。
目标不是直接写交易策略。
目标是把 FICC 的基本版图讲清楚：
1
FICC = Fixed Income + Currencies + Commodities
中文通常可以理解为：
1
2
3
固定收益 / 利率信用
外汇
商品
更准确地说，FICC 是金融市场里非常核心的一大块业务和研究场景。
它连接：
1
2
3
4
5
6
7
8
9
10
11
宏观经济
央行政策
利率曲线
信用风险
汇率
商品供需
流动性
衍生品
客户风险管理
资产配置
做市与交易
对我们来说，FICC 不是孤立的金融知识。
它可以成为：
1
2
3
AI Research OS 的真实金融场景
Quant Research OS 的宏观与跨资产方向
RAG / Agent / Forecasting / Research Automation 的业务落点
一句话总览
如果用一句话解释 FICC：
1
FICC 是围绕利率、信用、汇率和商品价格进行定价、交易、风险管理、研究和客户服务的金融市场体系。
更工程化一点：
1
FICC = macro variables + market instruments + risk factors + liquidity + derivatives + institutional workflow.
最核心的三个板块：
1
2
3
4
5
6
7
8
9
10
11
FI:
Fixed Income
包括 rates、bonds、credit、repo、swaps、credit derivatives 等。
C:
Currencies
包括 FX spot、forwards、swaps、options、cross-currency basis、carry 等。
C:
Commodities
包括 energy、metals、agriculture、commodity futures、curve structure、inventory、geopolitics 等。
其中要注意：
1
2
Fixed Income 不是只指“固定收益产品”。
在 markets 语境里，FI 往往同时覆盖利率、债券、信用、融资、衍生品和曲线风险。
为什么 FICC 重要
FICC 的重要性来自三点。
第一，它是宏观变量的交易场。
1
2
3
4
5
6
7
8
9
10
GDP
inflation
employment
monetary policy
fiscal policy
liquidity
geopolitics
trade balance
energy supply
credit cycle
这些东西最后都会反映到：
1
2
3
4
5
6
7
interest rates
yield curves
credit spreads
exchange rates
commodity prices
volatility
liquidity premium
第二，它是机构客户风险管理的主场。
企业、银行、资管、保险、基金、跨国公司都需要管理：
1
2
3
4
5
6
利率风险
汇率风险
信用风险
商品价格风险
流动性风险
再融资风险
第三，它天然适合 AI / Quant / Research OS。
因为 FICC 研究每天都在处理：
1
2
3
4
5
6
7
8
9
10
11
12
新闻
政策
宏观数据
央行讲话
收益率曲线
利差
汇率
商品库存
研报
客户问题
风险提示
交易想法
这正好适合：
1
2
3
4
5
6
7
8
RAG
Graph RAG
forecast ledger
agent workflow
research brief generator
event tracking
cross-asset knowledge graph
human PM review
总体结构
FICC 可以先这样看：
| 大类 | 中文 | 核心对象 | 关键变量 | 典型问题 |
|---|---|---|---|---|
| Fixed Income | 固收 / 利率信用 | 债券、利率、信用、repo、swap | yield、curve、duration、spread、default | 利率往哪走？曲线怎么变？信用利差如何定价？ |
| Currencies | 外汇 | FX spot、forward、swap、option | interest differential、carry、vol、balance of payments | 汇率由什么驱动？央行分化如何影响 FX？ |
| Commodities | 商品 | 能源、金属、农产品、期货曲线 | supply-demand、inventory、term structure、geopolitics | 商品价格由供需、库存、地缘和金融条件如何驱动？ |
还有一层贯穿三者：
1
2
3
4
5
6
7
8
9
10
11
12
13
Derivatives:
futures
options
swaps
forwards
Risk:
rate risk
credit risk
FX risk
commodity risk
liquidity risk
basis risk
FICC 的本质不是背产品名字。
真正要理解的是：
1
市场如何把宏观预期、风险偏好、现金流和供需冲击折现到价格里。
FI: Fixed Income
先讲 FI。
Fixed Income 字面是固定收益。
但在 FICC 里，FI 通常包含：
1
2
3
4
5
6
7
8
Rates
Credit
Bonds
Money markets
Repo
Swaps
Credit derivatives
Structured credit
FI 的核心问题是：
1
2
3
4
未来现金流如何被贴现？
利率如何影响债券价格？
信用风险如何通过 spread 被定价？
资金面和流动性如何影响曲线？
FI 的核心资产
常见 FI 产品：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
Government bonds
国债 / Treasury / sovereign bonds
Corporate bonds
公司债 / investment grade / high yield
Municipal bonds
市政债
Agency bonds
政府机构债
Mortgage-backed securities
MBS
Asset-backed securities
ABS
Money market instruments
bills, commercial paper, CDs
Repo
repurchase agreements
Interest rate swaps
fixed-for-floating swaps
Credit default swaps
CDS
Bond futures and options
rates derivatives
如果简化：
1
债券 = 借钱给发行人，未来收到利息和本金。
但在市场里，债券不是静态持有到期这么简单。
债券每天都在被重新定价。
驱动因素包括：
1
2
3
4
5
6
7
8
9
10
risk-free rate
yield curve
inflation expectation
central bank policy
credit spread
liquidity premium
default probability
recovery expectation
supply-demand
term premium
Rates 和 Credit
FI 可以先拆成两条线：
1
2
3
4
5
Rates:
利率线
Credit:
信用线
Rates 关注：
1
2
3
4
5
6
7
8
9
10
央行政策
政策利率
收益率曲线
通胀预期
实际利率
期限溢价
短端资金面
长端增长和通胀预期
swap curve
repo market
Credit 关注：
1
2
3
4
5
6
7
8
9
10
发行人偿债能力
行业景气
财务杠杆
现金流
评级变化
违约概率
回收率
信用利差
流动性溢价
credit cycle
Rates 更像：
1
宏观 + 央行 + 曲线定价
Credit 更像：
1
公司 / 行业 / 杠杆 / 风险补偿
当然两者会相互影响。
例如：
1
央行加息 -> 无风险利率上升 -> 融资成本上升 -> 信用风险可能恶化 -> credit spreads 可能走阔
FI 的核心变量
学习 Fixed Income，必须理解这些变量：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Price
Yield
Coupon
Maturity
Duration
Convexity
DV01 / PV01
Yield curve
Spread
OAS
Credit rating
Default probability
Recovery rate
Liquidity premium
Repo rate
Swap rate
Basis
最基础关系：
1
2
利率上升，固定利率债券价格通常下降。
利率下降，固定利率债券价格通常上升。
原因是：
1
2
债券现金流固定。
贴现率上升时，同一组未来现金流的现值下降。
这个关系是 FI 的地基。
但真实交易里还要看：
1
2
3
4
5
6
7
曲线哪一段动？
短端还是长端？
平行移动还是 steepening / flattening？
信用利差是否同步变化？
流动性是否变化？
债券久期是多少？
凸性如何？
Yield Curve
收益率曲线是 FI 的核心图像。
它描述：
1
不同期限债券的收益率。
常见期限：
1
2
3
4
5
6
7
8
1M
3M
6M
1Y
2Y
5Y
10Y
30Y
常见曲线变化：
1
2
3
4
5
6
7
8
9
10
11
parallel shift
整条曲线平移
steepening
长端相对短端上升，或短端相对长端下降
flattening
长短利差收窄
inversion
短端收益率高于长端
研究问题：
1
2
3
4
5
央行加息主要影响短端还是长端？
通胀预期如何影响长端？
经济衰退预期如何压低长端？
资金面紧张如何影响短端？
财政发行供给如何影响长端 term premium？
Duration
Duration 可以先理解成：
1
债券价格对利率变化的敏感度。
久期越长，利率变动对价格影响越大。
简单直觉：
1
2
3
4
5
短久期债券:
现金流很快回来，对利率变化不太敏感。
长久期债券:
现金流在很远未来，对贴现率更敏感。
这对风险管理非常关键。
组合层面会看：
1
2
3
4
5
portfolio duration
DV01
key rate duration
curve exposure
hedge ratio
Credit Spread
Credit spread 是信用市场的核心变量。
可以理解成：
1
信用债收益率 - 无风险利率
它补偿投资者承担：
1
2
3
4
5
default risk
liquidity risk
downgrade risk
sector risk
market stress risk
Spread 走阔通常意味着：
1
2
3
4
信用风险补偿上升
市场风险偏好下降
流动性变差
发行人或行业风险恶化
Spread 收窄通常意味着：
1
2
3
4
风险偏好改善
信用环境改善
流动性改善
对违约风险要求的补偿下降
Credit 研究不仅看宏观，也看微观。
1
2
3
4
5
6
7
8
9
财务报表
现金流
杠杆率
偿债覆盖
行业周期
再融资压力
评级迁移
债务结构
担保和抵押
这和银行对公、授信、风控经验是有连接的。
FI Research Workflow
一个 FI research workflow 可以是：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1. Macro update
央行、通胀、就业、财政、资金面
2. Curve move
短端、中端、长端变化
3. Rates view
policy path、term premium、real yield
4. Credit update
spreads、rating、sector、issuer risk
5. Relative value
curve segment、bond vs swap、cash vs derivative
6. Risk check
duration、spread duration、liquidity、basis
7. Client implication
financing cost、hedging、investment allocation
这很适合做 AI assistant。
因为每天都需要读材料、提取事件、更新曲线、写简报和保留观点。
C: Currencies
第二个 C 是 Currencies，也就是外汇。
FX 的核心问题是：
1
一种货币相对于另一种货币的价格如何变化？
最常见对象：
1
2
3
4
5
6
7
8
EUR/USD
USD/JPY
GBP/USD
USD/CNY
USD/CNH
AUD/USD
USD/CHF
USD/CAD
外汇市场非常宏观。
驱动因素包括：
1
2
3
4
5
6
7
8
9
10
11
12
interest rate differential
central bank policy divergence
inflation
growth
trade balance
capital flows
risk sentiment
commodity exposure
geopolitics
intervention risk
liquidity
positioning
FX 的核心产品
常见 FX 产品：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Spot
即期外汇
Forward
远期外汇
FX Swap
外汇掉期
Currency Swap
货币互换
FX Option
外汇期权
NDF
non-deliverable forward
Cross-currency basis swap
跨货币基差互换
初学可以先抓住：
1
2
3
4
5
6
7
8
9
10
11
spot:
今天的汇率
forward:
未来某一天约定汇率
swap:
近端和远端交换现金流
option:
在一定条件下买卖货币的权利
FX 的核心变量
FX 研究需要看：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
spot rate
forward points
interest rate differential
carry
real yield
inflation differential
current account
capital flow
reserve policy
central bank reaction function
volatility
risk reversal
skew
positioning
最重要的直觉之一：
1
2
汇率不是单一变量驱动。
汇率是两国宏观、利率、资本流动和风险偏好的相对价格。
例如：
1
USD/CNY
不只是看中国。
还要看：
1
2
3
4
5
6
7
8
9
US rates
China rates
growth differential
export cycle
capital flows
policy stance
risk sentiment
CNH liquidity
market expectation
Carry
Carry 是 FX 里非常重要的概念。
简单理解：
1
借低利率货币，买高利率货币，赚取利差。
但 carry 不是免费午餐。
风险包括：
1
2
3
4
5
6
汇率反向波动
风险偏好崩塌
流动性冲击
央行政策突变
crowded positioning
volatility spike
所以 FX research 不能只看利差。
还要看：
1
2
3
4
5
6
volatility
drawdown
tail risk
funding liquidity
positioning
policy risk
FX 和央行
FX 和央行关系极强。
央行影响汇率的方式包括：
1
2
3
4
5
6
7
policy rate
forward guidance
balance sheet
FX intervention
capital control
liquidity operations
communication
研究汇率，必须理解：
1
央行 reaction function
也就是：
1
在什么经济状态下，央行倾向于加息、降息、维持、干预、释放流动性或收紧流动性？
这和 rates 研究高度相连。
FX Research Workflow
一个 FX research workflow 可以是：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1. Identify currency pair
例如 USD/CNH, EUR/USD, USD/JPY
2. Macro differential
增长、通胀、政策、贸易、资本流动
3. Rates differential
nominal rates、real rates、yield spread
4. Central bank path
policy divergence / convergence
5. Technical market state
volatility、positioning、liquidity
6. Event risk
data release、election、geopolitics、intervention
7. Scenario
base / upside / downside
这也很适合 AI Research OS。
因为 FX 每天有大量文本和数据：
1
2
3
4
5
6
7
央行讲话
经济数据
市场评论
汇率走势
远期点
波动率
新闻事件
C: Commodities
第三个 C 是 Commodities，也就是商品。
商品的核心问题是：
1
实物供需、库存、运输、季节性、地缘政治和金融条件如何共同决定商品价格？
商品不是一个统一市场。
它可以分成：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Energy
crude oil, natural gas, refined products, coal
Metals
gold, silver, copper, aluminum, nickel, iron ore
Agriculture
corn, wheat, soybeans, coffee, sugar, cotton
Livestock
cattle, hogs
Carbon / power / new energy linked products
power, emissions, lithium-linked markets, etc.
商品研究非常具体。
每个品种都有自己的产业链、库存、运输和季节性。
Commodities 的核心产品
常见商品金融产品：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Spot physical commodity
现货
Futures
期货
Options
期权
Swaps
互换
Forwards
远期
ETFs / ETCs
交易型产品
FICC 桌通常更关注：
1
2
3
4
5
6
7
futures curve
hedging demand
producer / consumer flows
inventory
macro linkage
commodity-linked FX
inflation implication
Commodities 的核心变量
商品研究需要看：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
supply
demand
inventory
production
transportation
storage cost
seasonality
weather
geopolitics
OPEC / producer policy
industrial cycle
China demand
USD
real rates
futures curve
roll yield
convenience yield
商品和股票、债券、外汇不同的一点：
1
商品背后有真实物理约束。
例如：
1
2
3
4
5
原油有产能、运输、库存、炼厂需求。
天然气有管道、LNG、天气、储气。
铜有矿山供给、冶炼、工业需求。
农产品有天气、种植面积、收成、库存消费比。
黄金有实际利率、美元、避险需求、央行购金。
所以商品研究很适合知识图谱。
因为每个品种都可以建：
1
commodity -> supply chain -> region -> producer -> inventory -> demand sector -> macro driver
Futures Curve
商品期货曲线非常重要。
常见形态：
1
2
3
4
5
Contango
远月价格高于近月
Backwardation
近月价格高于远月
Contango 可能反映：
1
2
3
4
库存充足
持有成本
未来供需预期
融资和仓储成本
Backwardation 可能反映：
1
2
3
4
现货紧张
库存偏低
即时需求强
convenience yield 高
这不是绝对规则。
不同商品和不同市场状态下要具体分析。
Commodities Research Workflow
一个 commodities research workflow 可以是：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1. Choose commodity
oil / gas / copper / gold / soybeans etc.
2. Supply side
production, disruptions, OPEC, mines, weather
3. Demand side
industrial demand, transport, power, China demand, consumption
4. Inventory
current level, seasonal norm, draw/build speed
5. Curve structure
contango / backwardation / spread
6. Macro overlay
USD, real rates, growth, inflation, risk appetite
7. Scenario
base / bull / bear
商品研究特别适合：
1
2
3
4
5
event tracking
knowledge graph
supply-chain RAG
forecast ledger
scenario generator
FICC 三者如何联动
FICC 真正难的地方在跨资产联动。
不是分别看 FI、FX、Commodities。
而是看：
1
2
3
4
5
6
7
利率如何影响汇率？
汇率如何影响商品？
商品如何影响通胀？
通胀如何影响央行？
央行如何影响利率曲线？
信用利差如何反映风险偏好？
风险偏好如何影响高收益债、EM FX 和商品？
一个典型链条：
1
2
3
4
5
6
7
8
oil price up
-> inflation pressure up
-> central bank hawkish repricing
-> rates up
-> bond prices down
-> USD may strengthen
-> EM FX pressure
-> credit spreads may widen if growth risk rises
另一个链条：
1
2
3
4
5
6
7
growth slowdown
-> commodity demand weaker
-> inflation pressure lower
-> rates rally
-> yield curve bull steepening / flattening depending on policy
-> credit spreads widen if recession risk rises
-> safe-haven FX demand
这些联动很适合做 graph。
1
2
3
4
5
6
7
macro event
-> rates
-> FX
-> commodities
-> credit
-> risk sentiment
-> portfolio impact
FICC Research 的常见产物
FICC 研究团队常见产物：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
daily market brief
weekly macro note
rates strategy note
FX strategy note
credit market update
commodity market update
event preview
event aftermath
client presentation
risk scenario analysis
trade idea note
hedging proposal
curve monitor
spread monitor
forecast tracker
这些都可以转成 Research OS artifact：
1
2
3
4
5
6
7
8
9
BriefCard
EventCard
CurveCard
SpreadCard
FXPairCard
CommodityCard
ScenarioCard
RiskCard
ClientQuestionCard
FICC Analyst 每天看什么
一个简化 daily workflow：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
1. Overnight market move
全球利率、FX、商品、股指、信用
2. Macro calendar
CPI、PMI、就业、GDP、央行会议、财政事件
3. Rates curve
yields, swaps, curve slope, funding stress
4. Credit
spreads, issuance, rating, defaults, sector news
5. FX
major pairs, CNH/CNY, DXY, carry, vol
6. Commodities
oil, gold, copper, gas, inventories, geopolitics
7. News and policy
central banks, ministries, regulators, geopolitical events
8. Client relevance
hedging, financing, allocation, product demand
9. Risk view
what changed, what matters, what to monitor
这正好可以做：
1
Daily FICC Brief Generator
FICC x AI 的自然结合点
FICC 场景很适合 AI，但不能乱用。
合理方向：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1. RAG research memory
让公开政策、研报、市场日报、产品说明可检索。
2. Daily brief automation
把市场数据、新闻、事件和曲线变化整理成初稿。
3. Event tracker
跟踪央行、宏观数据、地缘事件、商品供需事件。
4. Scenario generator
生成 base / bull / bear 情景，但必须有人审。
5. Knowledge graph
建立 macro -> rates -> FX -> commodities -> credit 的联动图。
6. Forecast ledger
记录观点、时间戳、证据、市场基准和事后复盘。
7. Client question assistant
帮研究员检索资料和生成结构化回答初稿。
不合理方向：
1
2
3
4
5
让 LLM 直接下交易指令
让模型无审查生成实盘建议
把内部敏感数据直接放进外部模型
把未验证观点包装成确定性结论
忽视合规、权限、审计和 human review
FICC AI 的核心原则：
1
2
AI can support research workflow.
AI should not bypass human accountability.
FICC x RAG
FICC RAG 可以处理的材料：
1
2
3
4
5
6
7
8
9
10
central bank statements
monetary policy reports
macro data releases
market daily notes
bond prospectuses
credit rating reports
commodity inventory reports
research PDFs
product documentation
internal public-safe training notes
一个 FICC RAG 问题：
1
近期央行流动性操作如何影响短端利率？
系统应该返回：
1
2
3
4
5
6
source-backed answer
relevant policy documents
historical operations
market rate response
uncertainty
what to monitor next
它不应该返回：
1
无来源的方向性交易建议
这就是边界。
FICC x Graph
FICC 很适合图结构。
一个 macro graph：
1
2
3
4
5
6
7
Fed policy
-> US rates
-> USD
-> EM FX
-> commodity prices
-> inflation expectation
-> credit spreads
一个 credit graph：
1
2
3
4
5
6
7
8
issuer
-> sector
-> parent company
-> subsidiaries
-> bond issues
-> rating
-> spread
-> refinancing wall
一个 commodity graph：
1
2
3
4
5
6
7
8
oil
-> producer countries
-> OPEC policy
-> inventory
-> refinery demand
-> transportation
-> inflation
-> FX of commodity exporters
Graph RAG 的价值是：
1
2
不只找相似文本。
还要找变量之间的关系。
FICC x Quant
FICC quant 不等于 equity factor。
它更强调：
1
2
3
4
5
6
7
8
9
10
11
time series
macro regimes
curve dynamics
relative value
volatility
carry
roll-down
basis
liquidity
scenario analysis
risk decomposition
常见研究问题：
1
2
3
4
5
yield curve slope 如何预测宏观周期？
real rates 和 gold 的关系如何变化？
interest rate differential 如何影响 FX carry？
credit spreads 对 equity volatility 有什么反应？
oil inventory surprise 如何影响 futures curve？
公开 demo 可以做：
1
2
3
4
5
toy curve monitor
public macro event tracker
public FX carry explainer
commodity curve visualizer
source-grounded FICC brief generator
但不能公开：
1
2
3
4
5
6
具体 alpha 参数
实盘信号
未脱敏回测
内部数据
交易团队观点
客户信息
FICC x Research OS
我们的 Pengyi FICC Research OS v0 可以这样设计：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Data Layer:
public rates, FX, commodity, macro data
Document Layer:
central bank docs, public reports, market notes
RAG Layer:
source-grounded retrieval
Graph Layer:
macro -> rates -> FX -> commodity -> credit relations
Forecast Ledger:
timestamped views and later review
Brief Generator:
daily/weekly public-safe market summaries
Human Review:
analyst / PM approval before any conclusion
Artifact Layer:
website note, chart, memo, slide, demo
这可以和我们前面做的项目连接：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
LightRAG:
FICC knowledge memory
RAG-Anything:
PDF / table / chart ingestion
VideoRAG:
central bank speech / seminar / interview memory
FutureShow:
forecast ledger
Vibe-Trading:
research workflow / backtest inspiration
X2Strategy:
research idea -> structured hypothesis
QuantMind:
financial knowledge structuring
MGP:
memory governance
FICC 对我们个人路线的意义
FICC 对我们不是随机方向。
它连接了三块：
1
2
3
4
5
6
7
8
1. 银行经历
信用、授信、合同、客户、资金、风险、组织约束。
2. Quant 背景
市场、因子、信号、回测、风险、统计判断。
3. AI Research OS
RAG、Agent、Forecasting、Knowledge Graph、Research Automation。
银行经历可以转译成：
1
2
3
4
真实金融机构场景理解
信用和客户风险意识
合规与流程约束意识
金融业务材料处理经验
FICC 则把这些往市场研究方向推进：
1
2
3
4
5
6
macro
rates
credit
FX
commodities
cross-asset
这就是为什么 FICC 能成为我们 A 面和 B 面之间的桥。
初学 FICC 的学习顺序
我建议这样学：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Step 1:
先懂利率和债券。
Step 2:
再懂收益率曲线和 duration。
Step 3:
再懂信用利差和信用周期。
Step 4:
再懂 FX 的 spot / forward / carry。
Step 5:
再懂商品的供需 / 库存 / 期货曲线。
Step 6:
最后做跨资产联动。
具体路线：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
FICC001:
Fixed Income / Rates / Credit
FICC002:
Currencies / FX / Carry / Central Bank Divergence
FICC003:
Commodities / Futures Curve / Supply-Demand
FICC004:
FICC Daily Brief Workflow
FICC005:
FICC x RAG / Agent / Quant Research OS
面试可用表达
如果被问：
1
你怎么理解 FICC？
可以这样回答：
1
2
3
4
5
6
7
8
9
10
11
12
我理解 FICC 是 Fixed Income, Currencies and Commodities。
它不是单一产品线，而是围绕利率、信用、汇率和商品价格进行定价、交易、风险管理和研究支持的金融市场体系。
Fixed Income 里我会先拆成 rates 和 credit：
rates 关注央行政策、收益率曲线、duration、swap curve 和资金面；
credit 关注发行人偿债能力、行业风险、信用利差、评级迁移和流动性。
Currencies 关注汇率、利差、carry、央行政策分化、资本流动和风险偏好。
Commodities 关注能源、金属、农产品等实物供需、库存、期货曲线、地缘政治和宏观联动。
我现在更感兴趣的是把 FICC 研究 workflow 和 AI infra 结合起来，例如 source-grounded RAG、daily brief generator、macro event tracker、forecast ledger 和 human-reviewed research assistant。
这段可以用于：
1
2
3
4
5
FICC research support
AI for finance
quant research interview
bank internal rotation
RA / PhD AI-finance narrative
Public-safe 边界
这篇是公开学习笔记。
所以必须明确边界：
1
2
3
This is educational research infrastructure material.
It is not trading advice.
It does not contain proprietary data, internal views, client information, or actionable alpha.
中文：
1
2
这是学习和研究系统搭建笔记，不是投资建议。
不包含内部数据、客户信息、未脱敏策略、实盘观点或可交易 alpha。
未来所有 FICC 文章都要遵守这个边界。
当前结论
FICC 可以压成一张图：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Fixed Income:
rates + bonds + credit + curve + spread + duration
Currencies:
FX + interest differential + carry + central banks + flows
Commodities:
energy + metals + agriculture + supply-demand + inventory + futures curve
Cross-asset:
macro -> rates -> FX -> commodities -> credit -> risk sentiment
AI layer:
RAG + Graph + Agent + Forecast Ledger + Daily Brief + Human Review
对我们来说，FICC 的意义是：
1
它把真实金融市场、银行业务经验、quant thinking 和 AI Research OS 接在一起。
下一篇应该做：
1
FICC001 -> Fixed Income / Rates / Credit 深入介绍
因为 Fixed Income 是 FICC 的地基。
不懂 rates、curve、duration、spread，就很难真正理解 FX 和 commodities 的宏观联动。
References
- Societe Generale, FIC overview: https://wholesale.banking.societegenerale.com/en/news-insights/glossary/fic-fixed-income-and-currencies/summary-page/172160-2/
- Investor.gov, Bonds FAQ: https://www.investor.gov/introduction-investing/investing-basics/investment-products/bonds-or-fixed-income-products/bonds
- Investor.gov, interest-rate risk for fixed-rate bonds: https://www.investor.gov/introduction-investing/general-resources/news-alerts/alerts-bulletins/investor-bulletins-86
- Federal Reserve Bank of New York, foreign exchange operations: https://www.newyorkfed.org/markets/international-market-operations/foreign-exchange-operations
- CFTC overview of futures, options and swaps regulation: https://www.whistleblower.gov/aboutcftc
This post is licensed under CC BY 4.0 by the author.