绝对收益产品及策略周报（251208-251212） [Table_Authors] 郑雅斌(分析师) 上周 20 只固收+基金创新高 本报告导读： 股票端采用小盘成长组合+不择时的股债 10/90 和 20/80 月度再平衡策略，2025 年累 计收益分别为 6.21%和 11.30%。 投资要点： 金 融 工 程 周 报 固收+产品业绩跟踪。截至 2025 年 12 月 12 日，全市场固收+基金 规模 21722.64 亿元，产品数量 1148 只，其中 20 只上周净值创历史 新高。上周（20251208-20251212，下同）共新发 8 只产品，各类型 基金业绩中位数表现分化：混合债券型一级（0.06%）、二级（0.03%）、 偏债混合型（-0.02%）、灵活配置型（0.06%）、债券型 FOF（0.05%） 及混合型 FOF（0.01%，保守型）。按风险等级划分，保守型、稳健 型、激进型基金中位数收益分别为 0.06%、0.04%、0.00%。 大类资产配置和行业 ETF 轮动策略跟踪。1）大类资产择时观点。 2025Q4 逆周期配置模型给出的宏观环境预测结果为 Inflation，12 月 以 ...

量化模型与构建方式 1. **模型名称：逆周期配置模型**[3][23] * **模型构建思路**：借助代理变量预测未来的宏观环境（如通胀、增长等），然后选择在该环境下预期表现最优的几类资产构建绝对收益组合[23]。 * **模型具体构建过程**：报告未提供该模型具体的代理变量选择、预测模型及资产选择规则的详细构建过程。 2. **模型名称：宏观动量模型**[3][23] * **模型构建思路**：从经济增长、通货膨胀、利率、汇率和风险情绪等多个宏观维度出发，构建对股票、债券等大类资产的择时信号[23]。 * **模型具体构建过程**：报告未提供该模型各维度具体指标、合成方法及择时规则的详细构建过程。 3. **模型名称：黄金择时策略**[23] * **模型构建思路**：通过宏观、持仓、量价和情绪等多类因子，构建多周期的黄金择时策略[23]。 * **模型具体构建过程**：报告未提供该策略具体因子定义、周期设置及信号生成规则的详细构建过程。 4. **模型名称：行业ETF轮动策略**[3][24] * **模型构建思路**：从行业历史基本面、预期基本面、情绪面、量价技术面、宏观经济等多个维度构建多因子行业轮动模型，并应用于ETF投资[24]。 * **模型具体构建过程**： 1. 确定基准池：将市场上ETF的跟踪指数与中信一级行业匹配，形成由23个一级行业组成的基准池[24]。 2. 构建行业轮动模型：基于上述多个维度的因子对行业进行评分或排序。 3. 构建ETF组合：根据行业轮动模型的信号，选择看好的行业，并配置对应的行业ETF形成投资组合。例如，2025年11月的组合等权重配置了5只行业ETF[24][27]。 5. **模型名称：股债混合再平衡策略**[1][4][29] * **模型构建思路**：设定固定的股债资产配置比例（如10/90， 20/80），并定期（如月度）进行再平衡，以维持初始配置比例，实现简单的资产配置[1][4]。 * **模型具体构建过程**： 1. 确定初始配置：设定股票资产与债券资产的初始权重，例如股票20%、债券80%[4]。 2. 定期再平衡：在固定的再平衡时点（如每月末），计算当前组合中各类资产的实际市值权重。 3. 调整至目标权重：通过交易，将各类资产的权重调整回初始设定的目标权重。 6. **模型名称：股债风险平价策略**[4][29] * **模型构建思路**：根据各类资产的风险贡献来分配权重，目标是使各类资产对组合整体的风险贡献相等，从而构建风险均衡的组合[4][29]。 * **模型具体构建过程**：报告未提供该策略风险贡献计算及权重求解的具体公式和过程。 7. **模型名称：股、债、黄金风险平价策略**[4][28] * **模型构建思路**：在股债风险平价策略的基础上，加入黄金资产，依据三类资产的风险贡献进行权重配置[4][28]。 * **模型具体构建过程**：报告未提供该策略的具体构建过程。 8. **模型名称：宏观择时增强的股债混合策略**[4] * **模型构建思路**：在基础的股债混合策略（如20/80再平衡）之上，引入宏观择时模型（如宏观动量模型）对股票仓位进行动态调整，以增强收益[4]。 * **模型具体构建过程**：报告未提供宏观择时信号如何具体调整股票仓位的详细规则。 9. **模型名称：行业轮动增强的股债混合策略**[4] * **模型构建思路**：在基础的股债混合策略（如20/80再平衡或风险平价）的股票端，不直接配置宽基指数，而是配置由行业ETF轮动策略生成的股票组合，以寻求超额收益[4]。 * **模型具体构建过程**： 1. 股票端：使用行业ETF轮动策略构建并动态调整股票组合。 2. 债券端：配置债券资产（如短债基金指数）。 3. 资产配置：按照设定的股债比例（如20/80）将资金分配于上述股票组合和债券资产，并定期再平衡[4]。 10. **模型名称：逆周期配置的混合策略**[4] * **模型构建思路**：结合逆周期配置模型（季度频率）与特定的股票风格策略（如PB盈利、小盘成长等），进行股债资产配置[4]。 * **模型具体构建过程**：报告未提供逆周期配置模型信号如何与股票风格策略结合的具体规则。 量化因子与构建方式 1. **因子名称：PB盈利因子**[4][37] * **因子构建思路**：基于市净率（PB）和盈利能力的选股因子，具体构建思路报告未详细说明。 * **因子具体构建过程**：报告未提供该因子的具体计算公式和构建步骤。 2. **因子名称：高股息因子**[4][37] * **因子构建思路**：基于股息率的选股因子，倾向于选择股息率较高的股票。 * **因子具体构建过程**：报告未提供该因子的具体计算公式和构建步骤。 3. **因子名称：小盘价值因子**[4][37] * **因子构建思路**：结合市值规模（小盘）和价值风格（如低估值）的选股因子。 * **因子具体构建过程**：报告未提供该因子的具体计算公式和构建步骤。 4. **因子名称：小盘成长因子**[1][4][37] * **因子构建思路**：结合市值规模（小盘）和成长风格（如高盈利增长）的选股因子。 * **因子具体构建过程**：报告未提供该因子的具体计算公式和构建步骤。 模型的回测效果 （数据区间：2025年1月2日至2025年11月28日）[30][37] 1. **（宏观择时）股债20/80再平衡模型**，本年收益4.83%，年化波动率3.47%，最大回撤1.78%，夏普比率1.54[30] 2. **（宏观择时）股债风险平价模型**，本年收益2.07%，年化波动率1.77%，最大回撤1.50%，夏普比率1.30[30] 3. **（宏观择时）股、债、黄金风险平价模型**，本年收益3.94%，年化波动率2.17%，最大回撤1.49%，夏普比率2.01[30] 4. **（宏观择时+行业ETF轮动）股债20/80再平衡模型**，本年收益7.98%，年化波动率5.46%，最大回撤2.54%，夏普比率1.62[30] 5. **（宏观择时+行业ETF轮动）股债风险平价模型**，本年收益3.17%，年化波动率2.21%，最大回撤1.45%，夏普比率1.59[30] 因子的回测效果 （数据区间：2025年1月2日至2025年11月28日，应用于不同股债配置策略）[37] 1. **PB盈利因子**（应用于不择时+20/80月度再平衡策略），本年收益4.60%，年化波动率4.56%，最大回撤3.79%，夏普比率0.21[37] 2. **高股息因子**（应用于不择时+20/80月度再平衡策略），本年收益3.98%，年化波动率4.03%，最大回撤3.47%，夏普比率0.16[37] 3. **小盘价值因子**（应用于不择时+20/80月度再平衡策略），本年收益11.19%，年化波动率6.89%，最大回撤7.74%，夏普比率0.64[37] 4. **小盘成长因子**（应用于不择时+20/80月度再平衡策略），本年收益11.93%，年化波动率7.02%，最大回撤8.07%，夏普比率0.68[37] 5. **PB盈利因子**（应用于宏观择时+20/80月度再平衡策略），本年收益6.28%，年化波动率5.05%，最大回撤3.65%，夏普比率0.37[37] 6. **高股息因子**（应用于宏观择时+20/80月度再平衡策略），本年收益5.53%，年化波动率4.38%，最大回撤2.63%，夏普比率0.33[37] 7. **小盘价值因子**（应用于宏观择时+20/80月度再平衡策略），本年收益12.08%，年化波动率7.88%，最大回撤7.21%，夏普比率0.62[37] 8. **小盘成长因子**（应用于宏观择时+20/80月度再平衡策略），本年收益13.38%，年化波动率7.86%，最大回撤7.34%，夏普比率0.70[37]

核心观点 - 报告核心策略为采用小盘成长风格的股票组合与不择时的股债配置（10/90和20/80）并进行月度再平衡，该策略在2025年累计收益表现突出，分别达到5.86%和10.57% [1] - 全市场固收+基金规模庞大，截至2025年11月21日总规模为21846.96亿元，产品数量1151只，其中23只产品在上周净值创下历史新高 [2] - 行业ETF轮动策略在2025年11月建议关注半导体、证券公司、通信设备、新能源车电池及动漫游戏等ETF，但该组合近期表现承压，上周及11月累计收益分别为-5.15%和-7.92% [3] - 在量化固收+策略中，小盘成长风格在股债20/80配置下年内收益率达10.57%，显著优于其他风格；叠加宏观择时策略后，其累计收益可进一步提升至12.70% [4] 固收+产品业绩跟踪 市场规模与产品概况 - 截至2025年11月21日，全市场固收+基金总规模为21846.96亿元，产品数量为1151只 [9] - 按投资类型划分，混合债券型二级基金规模最大，达10486.89亿元（353只），其次是混合债券型一级基金，规模为7996.15亿元（330只） [10] - 上周（2025年11月17日至21日）市场新发行8只固收+产品，涵盖混合型FOF、偏债混合型、混合债券型一级和二级基金等多种类型 [11][12] 近期业绩表现 - 上周各类型固收+基金业绩中位数普遍为负：混合债券型一级基金（-0.04%）、混合债券型二级基金（-0.72%）、偏债混合型基金（-0.87%）、灵活配置型基金（-0.60%）、债券型FOF（-0.40%）及混合型FOF（-1.03%） [11] - 按风险等级划分，保守型、稳健型、激进型基金上周业绩中位数分别为-0.13%、-0.59%和-0.93% [13] - 年初至今（截至2025年11月21日），各类型基金业绩中位数转为正收益，混合型FOF表现最佳，达5.07%，偏债混合型为4.43% [14] - 过去一年（2024年11月21日至2025年11月21日），固收+产品业绩中位数同样为正，激进型基金表现最好，达6.04% [15][16] 持有体验与创新高产品 - 混合债券型一级基金持有体验较佳，其过去一年的季胜率、月胜率和周胜率中位数分别为80.0%、69.2%和54.7% [18] - 保守型基金的持有胜率整体优于稳健型和激进型基金 [18] - 截至2025年11月21日，共有23只固收+产品净值创历史新高，其中19只为混合债券型一级基金，22只为保守型产品 [20] - 创新高幅度最高的产品为红塔红土长益A，创新高涨幅为0.11%，近一年涨幅为4.36% [21][22] 大类资产配置和行业ETF轮动策略跟踪 大类资产择时观点 - 2025年第四季度，逆周期配置模型预测的宏观环境为"Inflation" [23] - 截至11月21日，沪深300指数、中债国债总财富指数、上金所AU9999合约在11月的收益率分别为-4.03%、-0.10%和0.63% [23] 行业ETF轮动策略 - 2025年11月，行业ETF轮动策略建议关注的ETF包括：国联安中证全指半导体ETF（20%）、国泰中证全指证券公司ETF（20%）、国泰中证全指通信设备ETF（20%）、广发国证新能源车电池ETF（20%）、华夏中证动漫游戏ETF（20%） [25][27] - 该行业ETF组合上周收益为-5.15%（相对Wind全A指数超额收益为-0.02%），11月累计收益为-7.92%（超额收益为-2.94%） [26] 最新策略观点汇总 - 2025年11月，国泰海通金工绝对收益策略对股票资产持正向观点，对债券资产持中性观点，对黄金资产持正向观点 [29] - 策略组合权重包括宏观择时驱动的股债20/80再平衡策略（股票10.0%，债券90.0%）以及股债风险平价策略（股票5.7%，债券94.3%）等 [29] 绝对收益策略表现跟踪 股债混合策略表现 - 宏观择时驱动的股债20/80再平衡策略年初至今收益为4.84%，上周收益为-0.38%；股债风险平价策略年初至今收益为2.16%，上周收益为-0.22% [4] - 将上述策略与行业ETF轮动结合形成增强策略后，股债20/80增强策略年初至今收益达7.73%，上周收益为-0.51% [4] - 股债黄金风险平价类组合年初至今收益为4.02%，上周收益为-0.22% [4] 量化固收+策略表现 - 在股债20/80月度再平衡策略中，小盘成长风格股票端组合表现最为突出，年内收益率达10.57%，年化波动率为7.05%，最大回撤为8.07%，夏普比率为0.59 [40] - 其他风格表现如下：PB盈利风格收益率4.35%，高股息风格收益率3.81%，小盘价值风格收益率10.20% [40] - 当配置比例调整为股债10/90时，各策略收益均出现回落，小盘成长风格收益率为5.86% [40] - 叠加宏观择时策略后，基于宏观动量模型的小盘成长组合累计收益提升至12.70%；基于逆周期配置的PB盈利搭配小盘成长组合年内收益为4.34% [40]

大类资产配置信号 - 根据2025年10月底数据，2025年11月股票市场信号为负向，债券市场信号为正向，黄金市场信号为负向 [1][3] - 根据2025年9月底数据，2025年第四季度信用利差和期限利差均发出收窄信号，宏观环境预测为通胀 [2] 行业复合趋势因子表现 - 2015年1月至2025年10月，行业复合趋势因子组合累积收益达122.58%，超额收益为48.40% [3] - 2025年10月该因子信号为正向，当月Wind全A收益率为-0.04% [3] - 截至2025年10月底，行业复合趋势因子数值为0.34，出现回升并发出正向信号 [3]

根据提供的研报内容，总结其中涉及的量化模型与因子如下。 量化模型与构建方式 1. **模型名称：逆周期配置模型**[7] * **模型构建思路**：从逆周期视角出发，采用信用利差和期限利差作为代理变量，预测未来的宏观环境（经济增长和通货膨胀变化方向），并根据不同的宏观环境阶段（Growth, Inflation, Slowdown）选择表现最优的资产构建绝对收益组合[7] * **模型具体构建过程**： 1. 使用信用利差预测下个季度的经济增长变化方向[7] 2. 使用期限利差预测下个季度的通货膨胀变化方向[7] 3. 根据信用利差和期限利差的信号组合，将宏观环境划分为 Growth、Inflation、Slowdown 三种阶段[7] 4. 在不同宏观环境下，超配、低配或维持基准配置于特定资产（如沪深300、国证2000、南华商品指数、中债国债总财富指数）[7][8]例如，Inflation环境下维持股票基准配置比例（沪深300，20%），并配置30%的南华商品[8] 2. **模型名称：宏观动量模型**[9][13][14] * **模型构建思路**：通过综合评估经济增长、通货膨胀、汇率、利率、风险情绪等多个大类因子下的具体指标（小类因子）的最新变化，对股票、债券、黄金等大类资产在未来一个月的表现进行择时判断，生成正向或负向信号[9][10][13][14] * **模型具体构建过程**： 1. 为每类资产（如Wind全A、中债国债总净价指数、黄金）设定一组相关的大类因子和小类因子[10][13][14] 2. 每个小类因子有其预设的“影响方向”（1或-1，代表因子值上升对资产价格的正面或负面影响）[10][13] 3. 判断每个小类因子的“最新变化”（1代表上升，-1代表下降，0代表无明显变化）[10][13] 4. 将“影响方向”与“最新变化”相乘，得到每个小类因子的“分项信号”（1, 0, 或 -1）[10][13] 5. 将同一大类因子下所有小类因子的“分项信号”进行汇总（具体汇总方法未明确给出，但结果为大类因子的汇总信号，如1或-1）[10][13] 6. 将所有大类因子的汇总信号再次汇总，得到该资产的“总信号”（1为正向，-1为负向）[10][13] 3. **因子名称：行业复合趋势因子**[14][16][17] * **因子构建思路**：从行业维度构建一个复合指标，作为观察市场整体行情启动的信号，当因子绝对值超过一定水平时，预示市场后续可能上涨；当因子在顶部位置突降时，则可能触发空仓信号[14] * **因子具体构建过程**：报告中指出详细计算方法请参考对应专题报告，因此具体构建过程未在此月报中详细列出[14] 模型的回测效果 1. **逆周期配置模型**：以股债20-80为基准，展示了截至2025年09月30日的累计净值走势图[11] 2. **行业复合趋势因子组合**：在2015年1月至2025年9月期间，累积收益为122.66%，超额收益为48.42%[17] 量化因子与构建方式 1. **因子名称：经济增长因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过PMI、PMI预期误差、工业增加值误差、标普全球中国通用制造业PMI等具体指标的变化来判断经济增长动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 2. **因子名称：通货膨胀因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过PPI当月同比、PPI预期误差、CRB指数、CPI当月同比等具体指标的变化来判断通货膨胀动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 3. **因子名称：汇率因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过CFETS人民币汇率指数、美元中间价等具体指标的变化来判断汇率动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 4. **因子名称：利率因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过不同期限的中债国债、国开债、企业债到期收益率等具体指标的变化来判断利率动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 5. **因子名称：风险情绪因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过Wind全A前一个月收益率、Wind全A前一个月波动率（滚动6个月）变化等具体指标来判断市场风险情绪，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 6. **因子名称：基本面因子（用于黄金择时）**[14] * **因子构建思路**：通过预期通胀、实际利率、全球负收益债规模、美国M2等具体指标来判断黄金的基本面情况[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 7. **因子名称：持仓因子（用于黄金择时）**[14] * **因子构建思路**：通过CFTC掉期商持仓、CFTC管理基金持仓等具体指标来判断市场参与者持仓变化[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 8. **因子名称：技术因子（用于黄金择时）**[14] * **因子构建思路**：通过伦敦金10月均线、伦敦金20月均线等具体技术指标来判断黄金价格趋势[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 因子的回测效果 1. **行业复合趋势因子**：根据2025年9月底数据，因子值为-0.30[17]上月（2025年9月）因子发出正向信号，同期Wind全A收益率为2.80%[17]

量化模型与构建方式 1. 逆周期配置模型 - **模型名称**：逆周期配置模型[3][26] - **模型构建思路**：借助代理变量预测未来的宏观环境，选择不同环境下表现最优的几类资产构建绝对收益组合[26] - **模型具体构建过程**： 1. 使用代理变量（未具体说明）预测宏观环境（如 Inflation 等） 2. 根据预测结果选择当期最优资产类别（如股票、债券、商品等） 3. 构建资产组合并定期调整[26] 2. 宏观动量模型 - **模型名称**：宏观动量模型[26] - **模型构建思路**：从经济增长、通货膨胀、利率、汇率和风险情绪等多个维度构建因子，对股票、债券等大类资产进行择时[26] - **模型具体构建过程**： 1. 选取多维度宏观指标（经济增长、通胀、利率、汇率、风险情绪等） 2. 构建综合动量信号 3. 生成资产择时观点（如正向、中性等）[26] 3. 黄金择时策略 - **模型名称**：黄金择时策略[26] - **模型构建思路**：通过宏观、持仓、量价和情绪等因子构建多周期择时模型[26] - **模型具体构建过程**： 1. 选取宏观、持仓、量价、情绪四类因子 2. 按多周期（未具体说明）计算信号 3. 生成黄金资产择时观点[26] 4. 行业 ETF 轮动策略 - **模型名称**：行业 ETF 轮动策略[3][27] - **模型构建思路**：从行业历史基本面、预期基本面、情绪面、量价技术面、宏观经济等维度构建多因子行业轮动策略[27] - **模型具体构建过程**： 1. 确定基准池：覆盖 23 个一级行业对应的 ETF[27] 2. 构建多因子模型（因子包括历史基本面、预期基本面、情绪、量价、宏观等） 3. 每月生成行业 ETF 组合并等权配置[27][29] 5. 股债混合配置策略 - **模型名称**：股债混合配置策略[4][31] - **模型构建思路**：通过固定比例再平衡或风险平价方法分配股债资产，追求绝对收益[4][31] - **模型具体构建过程**： - **再平衡策略**：每月或每季度将股债比例调整至预设目标（如 20/80）[4][41] - **风险平价策略**：根据资产风险贡献动态分配权重，使各类资产风险贡献均衡[4][31] 6. 量化固收+股票端策略 - **模型名称**：量化固收+股票端策略[4][40] - **模型构建思路**：在固收+产品中采用量化方法构建股票端组合，包括价值、成长、股息等风格[4][41] - **模型具体构建过程**： 1. 选择股票端策略（如 PB 盈利、高股息、小盘价值、小盘成长等） 2. 设定股债比例（如 10/90 或 20/80） 3. 每月再平衡或结合择时模型调整[41] --- 量化因子与构建方式 1. PB 盈利因子 - **因子名称**：PB 盈利因子[4][41] - **因子构建思路**：结合市净率（PB）和盈利指标选股，偏向价值风格[4][41] - **因子具体构建过程**：未详细说明，但应用于股票组合构建[41] 2. 高股息因子 - **因子名称**：高股息因子[4][41] - **因子构建思路**：选取高股息率股票，追求稳定收益[4][41] - **因子具体构建过程**：未详细说明，但应用于股票组合构建[41] 3. 小盘价值因子 - **因子名称**：小盘价值因子[4][41] - **因子构建思路**：选取小市值且估值较低的股票，兼顾成长性和价值性[4][41] - **因子具体构建过程**：未详细说明，但应用于股票组合构建[41] 4. 小盘成长因子 - **因子名称**：小盘成长因子[4][41] - **因子构建思路**：选取小市值且成长性较高的股票，追求超额收益[4][41] - **因子具体构建过程**：未详细说明，但应用于股票组合构建[41] --- 模型的回测效果 1. 行业 ETF 轮动策略 - 上周收益：0.61%[3] - 上周超额收益：0.76%[3] - 9 月累计收益：0.82%[3] - 9 月超额收益：0.28%[3] 2. 股债混合策略 | 策略名称 | 上周收益 | 本月收益 | 本年收益 | 年化波动率 | 最大回撤 | 夏普比率 | |---------|----------|----------|----------|-------------|----------|-----------| | （宏观择时）股债 20/80 再平衡 | -0.10% | -0.09% | 3.85% | 3.38% | 1.78% | 1.61 | | （宏观择时）股债风险平价 | -0.01% | -0.15% | 1.58% | 1.75% | 1.50% | 1.27 | | （宏观择时）股、债、黄金风险平价 | -0.04% | 0.23% | 2.73% | 2.06% | 1.49% | 1.87 | | （宏观择时+行业 ETF 轮动）股债 20/80 再平衡 | 0.22% | 0.21% | 7.83% | 5.28% | 2.54% | 2.12 | | （宏观择时+行业 ETF 轮动）股债风险平价 | 0.11% | -0.03% | 2.94% | 2.18% | 1.45% | 1.90 | 3. 量化固收+策略 | 策略名称 | 上周收益 | 本月收益 | 本年收益 | 年化波动率 | 最大回撤 | 夏普比率 | |---------|----------|----------|----------|-------------|----------|-----------| | 不择时+10/90 月度再平衡 PB 盈利 | -0.18% | -0.04% | 2.49% | 2.34% | 1.82% | -0.01 | | 不择时+10/90 月度再平衡 高股息 | -0.12% | -0.09% | 1.91% | 2.09% | 1.39% | -0.18 | | 不择时+10/90 月度再平衡 小盘价值 | -0.27% | -0.07% | 5.35% | 3.55% | 3.69% | 0.47 | | 不择时+10/90 月度再平衡 小盘成长 | -0.17% | -0.05% | 5.85% | 3.60% | 3.86% | 0.54 | | 不择时+20/80 月度再平衡 PB 盈利 | -0.39% | -0.11% | 4.06% | 4.71% | 3.79% | 0.19 | | 不择时+20/80 月度再平衡 高股息 | -0.28% | -0.22% | 2.88% | 4.19% | 3.47% | 0.05 | | 不择时+20/80 月度再平衡 小盘价值 | -0.57% | -0.16% | 9.91% | 7.14% | 7.74% | 0.60 | | 不择时+20/80 月度再平衡 小盘成长 | -0.37% | -0.14% | 10.95% | 7.25% | 8.07% | 0.68 | | 宏观择时+20/80 月度再平衡 PB 盈利 | -0.64% | -0.19% | 4.82% | 5.21% | 3.65% | 0.26 | | 宏观择时+20/80 月度再平衡 高股息 | -0.45% | -0.37% | 3.88% | 4.54% | 2.63% | 0.18 | | 宏观择时+20/80 月度再平衡 小盘价值 | -1.01% | -0.31% | 9.71% | 8.17% | 7.21% | 0.51 | | 宏观择时+20/80 月度再平衡 小盘成长 | -0.69% | -0.28% | 12.41% | 8.08% | 7.34% | 0.71 | | 逆周期+20/80 季度再平衡 PB 盈利+小盘价值 | -0.41% | -0.11% | 4.07% | 4.67% | 3.70% | 0.19 | | 逆周期+20/80 季度再平衡 PB 盈利+小盘成长 | -0.41% | -0.11% | 4.07% | 4.67% | 3.70% | 0.19 | --- 因子的回测效果 （注：报告中未单独列出因子层面的回测指标，仅作为组合策略的一部分呈现）

核心观点 - 股票端采用小盘成长组合叠加不择时的股债10/90和20/80月度再平衡策略，2025年累计收益分别达到5.93%和11.15% [1] - 全市场固收+基金规模达17846.62亿元，产品数量1177只，其中412只上周净值创历史新高 [2] - 行业ETF轮动策略表现突出，组合上周收益4.01%（超额1.06%），8月累计收益5.81%（超额1.00%） [3] 固收+产品业绩跟踪 - 截至2025年08月15日，全市场固收+基金总规模17846.62亿元，产品数量1177只 [9] - 混合债券型一级基金规模8022.69亿元（339只），混合债券型二级基金规模6718.19亿元（338只），偏债混合型基金规模1762.21亿元（317只） [10] - 上周新发2只产品：方正富邦瑞实90天持有A（混合债券型一级基金）和华富富源三个月持有A（混合债券型二级基金） [11][12] - 按风险类型划分：保守型基金上周收益中位数-0.03%，稳健型0.16%，激进型0.37% [12] - 年初至今业绩表现：混合债券型一级基金中位数收益1.39%，混合债券型二级基金2.70%，偏债混合型基金3.11% [14] - 过去一年业绩表现：混合债券型一级基金中位数收益3.15%，混合债券型二级基金6.46%，偏债混合型基金7.81% [15] - 持有胜率分析：混合债券型一级基金季胜率中位数60.0%，月胜率69.2%，周胜率54.7% [17] - 创新高产品达412只，包括混合债券型一级基金59只、混合债券型二级基金149只、偏债混合型基金154只 [18] 大类资产配置和行业ETF轮动策略 - 2025Q3逆周期配置模型预测宏观环境为Inflation，沪深300指数Q3收益率6.76%，国证2000指数12.41% [22] - 8月以来大类资产表现：沪深300指数收益3.11%，中债国债总财富指数-0.32%，AU9999合约1.03% [3][22] - 行业ETF轮动策略8月关注：华富中证人工智能产业ETF（20%）、国联安中证全指半导体ETF（20%）、南方中证申万有色金属ETF（20%）、华宝中证银行ETF（20%）、汇添富中证主要消费ETF（20%） [3][27] - 绝对收益策略配置权重：宏观择时股债20/80再平衡策略（股票30%、债券70%），宏观择时股债风险平价策略（股票12%、债券88%） [28] 绝对收益策略表现 - 宏观择时驱动的股债20/80再平衡策略上周收益0.47%（YTD 1.87%），股债风险平价策略上周收益-0.02%（YTD 1.02%） [4] - 叠加行业ETF轮动的增强策略表现：股债20/80再平衡增强策略上周收益0.97%（YTD 3.38%），股债风险平价增强策略上周收益0.14%（YTD 1.53%） [4] - 量化固收+策略表现：不择时股债20/80配置中小盘成长策略年内收益11.15%，显著高于PB盈利策略（4.21%）和高股息策略（2.82%） [4] - 宏观择时叠加小盘成长组合累计收益达12.81%，逆周期配置的PB盈利搭配小盘价值组合收益4.23% [4] - 策略风险收益特征：宏观择时股债20/80再平衡策略年化波动率2.87%，最大回撤1.78%，夏普比率1.06 [30]

报告核心观点 - 股票端采用小盘价值组合+不择时的股债10/90和20/80月度再平衡策略，2025年累计收益分别为4.97%和9.28% [1] 固收+产品业绩跟踪 业绩统计 - 截至2025年07月25日，全市场符合筛选条件的固收+基金共计1173只，总规模17757.14亿元，上周新发9只产品 [9][10] - 上周不同类型基金业绩中位数表现分化，混合债券型一级-0.15%、二级0.09%、偏债混合型0.19%、灵活配置型0.06%、债券型FOF -0.10%、混合型FOF 0.26%；按风险等级划分，保守型、稳健型、激进型基金中位数收益分别为-0.09%、0.09%、0.29% [2][13][14] - 年初至今不同类型基金业绩中位数分别为混合债券型一级1.23%、二级2.19%、偏债混合型2.53%、灵活配置型1.61%、债券型FOF 1.82%、混合型FOF 2.93%；保守型、稳健型、激进型分别为1.38%、2.32%、2.78% [15][16] - 过去一年不同类型基金业绩中位数分别为混合债券型一级3.28%、二级5.76%、偏债混合型6.75%、灵活配置型4.96%、债券型FOF 3.98%、混合型FOF 7.04%；保守型、稳健型、激进型分别为3.54%、6.15%、7.34% [16][17] 持有胜率与创新高产品 - 混合债券型一级的持有体验较好，季胜率、月胜率和周胜率中位数分别为60.0%、69.2%和54.7%；保守型基金的周胜率和月胜率较高，季胜率和稳健型、激进型产品分布表现基本一致 [18][19] - 截止2025.07.25，共有136只固收+产品净值创历史新高，按投资类型包括混合债券型一级30只、二级41只、偏债混合型35只、灵活配置型7只、混合型FOF 23只；按风险类型包括保守型51只、稳健型30只、激进型55只 [19] 大类资产配置和行业ETF轮动策略跟踪 大类资产择时 - 2025Q3逆周期配置模型给出的宏观环境预测结果为Inflation，截至7月25日，沪深300、国证2000、南华商品和中债国债总财富指数Q3收益率分别为4.85%、5.54%、6.22%、-0.43% [23] - 截至7月25日，沪深300指数、中债国债总财富指数、上金所AU9999合约7月收益率分别为4.85%、-0.43%和1.61% [23] 行业ETF轮动 - 2025年7月，行业ETF轮动策略建议关注国泰中证全指证券公司ETF、国联安中证全指半导体ETF、南方中证申万有色金属ETF和汇添富中证主要消费ETF，组合上周收益4.72%（超额2.51%），7月累计收益6.97%（超额1.22%） [3] 最新观点汇总（2025.07） - 给出国泰海通金工绝对收益策略2025年7月大类资产多空观点、月初权重及行业ETF组合 [27] 绝对收益策略表现跟踪 股债混合策略表现 - 宏观择时驱动的股债20/80再平衡策略上周收益0.20%（YTD 1.36%），股债风险平价策略上周收益 -0.20%（YTD 0.84%）；两者叠加行业ETF轮动的增强策略上周收益分别为1.11%（YTD2.48%）和0.12%（YTD 1.24%）；股债黄金风险平价类组合上周收益 -0.17%（YTD 1.55%） [4] 量化固收+策略表现 - 不择时+10/90月度再平衡策略中，PB盈利、高股息、小盘价值、小盘成长本年收益分别为2.40%、1.72%、4.97%、4.51% [37] - 不择时+20/80月度再平衡策略中，PB盈利、高股息、小盘价值、小盘成长本年收益分别为4.01%、2.65%、9.28%、8.33% [37] - 宏观择时+20/80月度再平衡策略中，PB盈利、高股息、小盘价值、小盘成长本年收益分别为4.81%、3.58%、8.73%、8.14% [37] - 逆周期+20/80季度再平衡策略中，PB盈利搭配小盘价值、PB盈利搭配小盘成长本年收益均为4.02% [37]

大类资产配置信号 - 2025年7月股票市场信号为正向 黄金市场信号也为正向 债券市场信号为负向 [1][2] - 2025年第三季度信用利差和期限利差均发出收窄信号 宏观环境预测为Inflation [2] 行业复合趋势因子表现 - 2015年1月至2025年6月行业复合趋势因子组合累积收益达86.40% 超额收益为40.53% [2] - 2025年6月因子信号为正向 Wind全A当月收益率为4.74% [2] - 2025年6月底行业复合趋势因子值为-0.34 有所回升 继续维持正向信号 [2]

报告核心观点 - 上周（20250616 - 20250620）保守型固收 + 产品收益中位数为 0.09%，宏观环境预测结果为 Inflation，行业 ETF 轮动组合超额收益 1.29%；股票端采用小盘价值组合 + 不择时的股债 10/90 和 20/80 月度再平衡策略，2025 年累计收益分别为 2.95% 和 5.17% [1] 固收 + 产品业绩跟踪 业绩统计 - 截至 2025 年 06 月 20 日，全市场符合筛选条件的固收 + 基金共计 1173 只，总规模 16921.27 亿元；上周共发行 4 只新产品 [9][10] - 上周不同类型基金业绩中位数表现分化，混合债券型一级 0.10%、二级 -0.02%、偏债混合型 -0.07%、灵活配置型 0.03%、债券型 FOF 0.05%、混合型 FOF 0.01%；按风险等级划分，保守型、稳健型、激进型基金中位数收益分别为 0.09%、0.00%、 -0.11% [2][12] - 年初至今不同类型基金业绩中位数分别为混合债券型一级 1.02%、二级 1.07%、偏债混合型 1.01%、灵活配置型 0.65%、债券型 FOF 1.36%、混合型 FOF 1.37%；保守型、稳健型和激进型的基金业绩中位数分别为 1.01%、1.13%、1.01% [14] - 过去一年不同类型基金业绩中位数分别为混合债券型一级 3.32%、二级 3.79%、偏债混合型 4.10%、灵活配置型 3.61%、债券型 FOF 3.82%、混合型 FOF 4.07%；保守型、稳健型和激进型的基金业绩中位数分别为 3.35%、3.81%、4.43% [15] 持有胜率与创新高产品 - 混合债券型一级的持有体验较好，季胜率、月胜率和周胜率中位数分别为 80.0%、69.2%和 54.7%；保守型基金的周胜率和月胜率较高，季胜率和稳健型、激进型产品的分布表现基本一致 [17] - 截止 2025.06.20，共有 294 只固收 + 产品的净值创历史新高，按投资类型包括混合债券型一级基金 212 只等；按风险类型包括保守型 265 只、稳健型 18 只、激进型 11 只 [20] 大类资产配置和行业 ETF 轮动策略跟踪 大类资产择时 - 2025Q2，逆周期配置模型给出的宏观环境预测结果为 Inflation，截至 6 月 20 日，沪深 300、国证 2000、南华商品和中债国债总财富指数 Q2 收益率分别为 -1.05%、 -1.83%、 -1.38%、1.92% [24] - 截至 6 月 20 日，沪深 300 指数、中债国债总财富指数、上金所 AU9999 合约 6 月收益率分别为 0.17%、0.71%和 1.28% [24] 行业 ETF 轮动 - 2025 年 6 月，行业 ETF 轮动策略建议关注国泰中证全指证券公司 ETF 等 4 只 ETF；组合上周收益 0.21%，相对 Wind 全 A 指数超额收益 1.29%；本月收益 0.79%，相对 Wind 全 A 指数超额收益 0.53% [2][25] 最新观点汇总（2025.06） - 给出国泰海通金工绝对收益策略 2025 年 6 月大类资产多空观点、月初权重及行业 ETF 组合，如股票负向，债券、黄金正向等不同策略下的权重分配 [28] 绝对收益策略表现跟踪 股债混合策略表现 - 展示国泰海通金工绝对收益策略上周、6 月及 2025 年初至今的表现，如（宏观择时）股债 20/80 再平衡策略上周收益 0.03%（YTD -0.48%）等 [3][30] 量化固收 + 策略表现 - 汇总国泰海通金工量化固收 + 策略上周、6 月及 2025 年初至今的表现，如不择时 + 10/90 月度再平衡策略下 PB 盈利本年收益 1.37%等 [37][39]