量化模型与构建方式 1. **模型名称：逆周期配置模型**[24] **模型构建思路**：借助代理变量预测未来的宏观环境，然后选择不同环境下表现最优的几类资产构建绝对收益组合[24] **模型具体构建过程**：模型基于代理变量对未来的宏观环境进行预测，例如，2025年第四季度的预测结果为“Inflation”（通胀）环境，然后根据历史表现，配置在该预测环境下预期表现最优的大类资产[24] 2. **模型名称：宏观动量模型**[24] **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出发构建模型，对股票、债券等大类资产进行择时[24] **模型具体构建过程**：模型综合了经济增长、通货膨胀、利率、汇率和风险情绪等多个维度的宏观指标，生成对股票、债券等大类资产的月度择时信号[24] 3. **模型名称：黄金择时策略**[24] **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的黄金择时策略[24] **模型具体构建过程**：策略综合了宏观、持仓、量价和情绪等多类因子，并在不同时间周期上进行建模，以生成对黄金资产的择时信号[24] 4. **模型名称：行业ETF轮动策略**[25][26] **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、宏观经济等维度出发，构建多因子行业轮动策略，并应用于ETF投资[25] **模型具体构建过程**：首先，将市场上ETF的跟踪指数与中信一级行业匹配，确定由23个一级行业组成的基准池[25][26]。然后，基于行业轮动模型（融合了历史基本面、预期基本面、情绪面、量价技术面、宏观经济等多维度因子）生成行业配置观点。最后，根据模型观点选择相应的行业ETF并等权配置，例如2025年11月配置的五只ETF各占20%权重[27] 5. **模型名称：股债混合策略**[29] **模型构建思路**：通过股债资产配置构建绝对收益策略，主要包括再平衡和风险平价两种方式，并可叠加宏观择时和行业轮动进行增强[29][4] **模型具体构建过程**： * **基础配置**：采用固定的股债配置比例进行月度再平衡，如股债10/90或20/80组合[4][39]，或采用风险平价方法确定股债权重[30] * **增强方式**： * **宏观择时增强**：使用宏观动量模型等对股票、债券等大类资产进行择时，动态调整配置权重[4][30] * **行业轮动增强**：在股票端，使用行业ETF轮动策略替代宽基指数[4][30] * **资产扩展**：在股债基础上加入黄金，构建股、债、黄金风险平价策略[30] 6. **模型名称：量化固收+策略**[38][39] **模型构建思路**：为“固收+”产品的股票端提供量化解决方案，结合不同的股票风格策略与股债配置方法，并可引入择时模型[38][39] **模型具体构建过程**： * **债券端**：默认使用短债基金指数收益[39] * **股票端**：应用不同的量化选股风格策略，主要包括： * PB盈利因子策略[39] * 高股息因子策略[39] * 小盘价值因子策略[39] * 小盘成长因子策略[39] * 复合策略（如PB盈利+小盘成长）[39] * **配置与调整**： * 设定股债配置中枢，如10/90或20/80，并进行定期再平衡（月度或季度）[39] * 可引入宏观择时模型或逆周期配置模型对仓位进行动态调整[39] 模型的回测效果 1. **（宏观择时）股债20/80再平衡模型**，上周收益-0.05%，本月收益0.01%，本年收益5.24%，年化波动率（本年）3.53%，最大回撤（本年）1.78%，夏普比率（本年）1.72[30] 2. **（宏观择时）股债风险平价模型**，上周收益0.00%，本月收益0.00%，本年收益2.38%，年化波动率（本年）1.79%，最大回撤（本年）1.50%，夏普比率（本年）1.54[30] 3. **（宏观择时）股、债、黄金风险平价模型**，上周收益0.00%，本月收益-0.01%，本年收益4.25%，年化波动率（本年）2.21%，最大回撤（本年）1.49%，夏普比率（本年）2.23[30] 4. **（宏观择时+行业ETF轮动）股债20/80再平衡模型**，上周收益-0.23%，本月收益-0.25%，本年收益8.28%，年化波动率（本年）5.57%，最大回撤（本年）2.54%，夏普比率（本年）1.73[30] 5. **（宏观择时+行业ETF轮动）股债风险平价模型**，上周收益-0.05%，本月收益-0.10%，本年收益3.40%，年化波动率（本年）2.25%，最大回撤（本年）1.45%，夏普比率（本年）1.75[30] 6. **行业ETF轮动策略**，上周收益-2.89%（超额-2.42%），本月累计收益-2.92%（超额-3.08%）[3][25] 7. **不择时+10/90月度再平衡量化固收+模型（PB盈利股票端）**，上周收益0.22%，本月收益0.22%，本年收益3.45%，年化波动率（本年）2.28%，最大回撤（本年）1.82%，夏普比率（本年）0.18[39] 8. **不择时+10/90月度再平衡量化固收+模型（高股息股票端）**，上周收益0.16%，本月收益0.16%，本年收益2.77%，年化波动率（本年）2.03%，最大回撤（本年）1.39%，夏普比率（本年）0.02[39] 9. **不择时+10/90月度再平衡量化固收+模型（小盘价值股票端）**，上周收益0.13%，本月收益0.13%，本年收益6.37%，年化波动率（本年）3.45%，最大回撤（本年）3.69%，夏普比率（本年）0.58[39] 10. **不择时+10/90月度再平衡量化固收+模型（小盘成长股票端）**，上周收益0.05%，本月收益0.05%，本年收益6.30%，年化波动率（本年）3.51%，最大回撤（本年）3.86%，夏普比率（本年）0.56[39] 11. **不择时+20/80月度再平衡量化固收+模型（PB盈利股票端）**，上周收益0.42%，本月收益0.42%，本年收益5.70%，年化波动率（本年）4.59%，最大回撤（本年）3.79%，夏普比率（本年）0.36[39] 12. **不择时+20/80月度再平衡量化固收+模型（高股息股票端）**，上周收益0.30%，本月收益0.30%，本年收益4.32%，年化波动率（本年）4.08%，最大回撤（本年）3.47%，夏普比率（本年）0.22[39] 13. **不择时+20/80月度再平衡量化固收+模型（小盘价值股票端）**，上周收益0.24%，本月收益0.24%，本年收益11.72%，年化波动率（本年）6.94%，最大回撤（本年）7.74%，夏普比率（本年）0.70[39] 14. **不择时+20/80月度再平衡量化固收+模型（小盘成长股票端）**，上周收益0.08%，本月收益0.08%，本年收益11.56%，年化波动率（本年）7.07%，最大回撤（本年）8.07%，夏普比率（本年）0.68[39] 15. **宏观择时+20/80月度再平衡量化固收+模型（PB盈利股票端）**，上周收益0.22%，本月收益0.22%，本年收益6.82%，年化波动率（本年）5.12%，最大回撤（本年）3.65%，夏普比率（本年）0.44[39] 16. **宏观择时+20/80月度再平衡量化固收+模型（高股息股票端）**，上周收益0.16%，本月收益0.16%，本年收益5.67%，年化波动率（本年）4.44%，最大回撤（本年）2.63%，夏普比率（本年）0.37[39] 17. **宏观择时+20/80月度再平衡量化固收+模型（小盘价值股票端）**，上周收益0.13%，本月收益0.13%，本年收益12.32%，年化波动率（本年）8.00%，最大回撤（本年）7.21%，夏普比率（本年）0.65[39] 18. **宏观择时+20/80月度再平衡量化固收+模型（小盘成长股票端）**，上周收益0.05%，本月收益0.05%，本年收益13.17%，年化波动率（本年）7.98%，最大回撤（本年）7.34%，夏普比率（本年）0.71[39] 19. **逆周期+20/80季度再平衡量化固收+模型（PB盈利+小盘价值股票端）**，上周收益0.43%，本月收益0.43%，本年收益5.74%，年化波动率（本年）4.56%，最大回撤（本年）3.70%，夏普比率（本年）0.36[39] 20. **逆周期+20/80季度再平衡量化固收+模型（PB盈利+小盘成长股票端）**，上周收益0.43%，本月收益0.43%，本年收益5.74%，年化波动率（本年）4.56%，最大回撤（本年）3.70%，夏普比率（本年）0.36[39] 量化因子与构建方式 1. **因子名称：PB盈利因子**[39] **因子的构建思路**：作为量化固收+策略股票端的选股风格因子之一[39] **因子具体构建过程**：报告中未详细描述该因子的具体计算方式，但指出其是构建股票组合的基础风格因子之一[39] 2. **因子名称：高股息因子**[39] **因子的构建思路**：作为量化固收+策略股票端的选股风格因子之一[39] **因子具体构建过程**：报告中未详细描述该因子的具体计算方式，但指出其是构建股票组合的基础风格因子之一[39] 3. **因子名称：小盘价值因子**[39] **因子的构建思路**：作为量化固收+策略股票端的选股风格因子之一，结合了小盘和价值两种风格特征[39] **因子具体构建过程**：报告中未详细描述该因子的具体计算方式，但指出其是构建股票组合的基础风格因子之一[39] 4. **因子名称：小盘成长因子**[39] **因子的构建思路**：作为量化固收+策略股票端的选股风格因子之一，结合了小盘和成长两种风格特征[39] **因子具体构建过程**：报告中未详细描述该因子的具体计算方式，但指出其是构建股票组合的基础风格因子之一[39] 因子的回测效果 （报告未单独提供因子的回测效果指标，因子表现已体现在上述各类量化固收+模型的回测结果中）

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 - 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]

根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **逆周期配置模型** - 模型构建思路：通过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资产构建绝对收益组合[20] - 模型具体构建过程： 1. 预测宏观环境（如Inflation） 2. 根据环境选择资产（如股票、债券、商品） 3. 动态调整组合权重 - 模型评价：能够适应不同宏观周期，但依赖环境预测的准确性 2. **宏观动量模型** - 模型构建思路：从经济增长、通胀、利率等多维度构建择时信号[20] - 模型具体构建过程： 1. 计算宏观指标动量（如GDP、CPI等） 2. 生成多空信号 3. 应用于股票、债券等资产 3. **行业ETF轮动模型** - 模型构建思路：基于基本面、情绪面、量价技术面等多因子进行行业轮动[21] - 模型具体构建过程： 1. 匹配ETF跟踪指数与中信一级行业（23个行业基准池） 2. 计算因子得分（如历史基本面、预期基本面等） 3. 生成行业配置建议（等权重25%）[23] 4. **股债混合配置模型** - 模型构建思路：通过股债比例再平衡或风险平价控制组合波动[25] - 模型具体构建过程： - 再平衡策略：固定股债比例（如20/80）按月调整 - 风险平价策略：根据资产波动率动态分配权重 $$ w_i = \frac{1/\sigma_i}{\sum_{j=1}^n 1/\sigma_j} $$ 其中$\sigma_i$为资产i的年化波动率 5. **黄金择时策略** - 模型构建思路：结合宏观、持仓、量价和情绪因子多周期择时[20] 量化因子与构建方式 1. **PB盈利因子** - 构建思路：低估值+高盈利质量选股 - 具体构建： 1. 筛选PB低于行业中位数 2. 叠加ROE、盈利稳定性指标 2. **高股息因子** - 构建思路：选取持续高分红股票 - 具体构建： 1. 计算近3年股息率 2. 剔除分红不稳定的公司 3. **小盘价值因子** - 构建思路：小市值+价值特征组合 - 具体构建： 1. 按市值分为10组取最小30% 2. 叠加PB、PE等价值指标 4. **小盘成长因子** - 构建思路：小市值+高成长特征 - 具体构建： 1. 市值分组同小盘价值 2. 叠加营收增长率、净利润增长率 模型的回测效果 | 模型名称 | 本年收益 | 年化波动率 | 最大回撤 | 夏普比率 | |------------------------------|----------|------------|----------|----------| | 股债20/80再平衡 | -0.52% | 3.03% | 1.78% | -0.40 | | 股债风险平价 | 0.14% | 1.81% | 1.50% | 0.18 | | 股债黄金风险平价 | 0.91% | 2.27% | 1.49% | 0.95 | | 行业ETF轮动增强版20/80 | -0.30% | 3.38% | 1.64% | -0.21 | 因子的回测效果 | 因子组合（20/80配置） | 本年收益 | 年化波动率 | 最大回撤 | 夏普比率 | |-----------------------|----------|------------|----------|----------| | PB盈利 | 2.22% | 5.04% | 3.79% | 0.02 | | 高股息 | 1.26% | 4.51% | 3.47% | -0.13 | | 小盘价值 | 5.71% | 7.65% | 7.74% | 0.34 | | 小盘成长 | 5.16% | 7.76% | 8.07% | 0.29 | 注：所有测试数据截至2025年6月6日[26][35]