严控回撤的两种路径：模型化约束与精细化择券 - 基金经理余剑峰采用统一的学术化投资框架，为股票和债券各选一个基准指数，并运用目标波动率模型和最大回撤控制模型来管理产品整体波动和明确界定回撤水平 [5] - 以东方红慧鑫甄选6个月持有混合为例，其A类份额近一年收益率为6.75%，超越业绩比较基准5.58%的收益率，超额收益达1.17% [6] - 余剑峰将开放式产品的回撤目标定位在力求控制在2%-4%左右，并将2%以内的回撤视为低波 [6] - 基金经理郭利燕强调在个券层面要“买得好”，注重好资产加上好价格，尤其强调在估值较低时纪律性入场，以降低情绪和交易因素导致的回撤风险 [7][8] - 在组合设计层面，郭利燕不追求短期收益极致爆发，而是通过动态调整市场风险因子配置来稳定获取超额收益，例如今年将组合风险因子从偏重周期金融转向以科技成长为主 [8] - 郭利燕通过控制单一行业或资产的仓位集中度来管理风险，敬畏市场并防范黑天鹅风险 [8] 规避"固收-"风险：纪律性仓位与精细化风控 - 余剑峰认为资产配置核心是在明确产品目标风险特征后，利用股债低相关性争取更高的风险调整后收益，即“性价比”，而非纠结于“固收+”或“固收-”的提法 [11] - 郭利燕通过自上而下的纪律化仓位管控体系来避免“固收-”，为低波“固收+”产品设定股票仓位“上有顶、下为零”的原则，例如股票比例一般不超过12%，并在股债性价比过低时可降为零仓位 [13] - 华安沣润产品自2023年成立以来，股票仓位大多数时间未超12%，最低时约7%，这种纪律性设计有效控制了回撤 [13] - 在日常风险管理中，郭利燕强调严格评估个券的风险收益比，追求下行风险有限而上行弹性较高的不对称性，并在组合构建时明确底层资产的久期和风险属性 [14] 方法论溯源：理论模型与三层体系的碰撞 - 余剑峰基于资产定价学术背景构建投资框架，采用全球大规模资金使用的纪律性方法，在产品设计阶段设定明确目标风险特征，后续在既定范围内进行权重微调 [16] - 该框架侧重于管理波动率和分散化配置，通过控制波动并分散风险来接近“有效前沿边界”，以获取更优的风险调整后收益，而不做预期收益估计 [16][17] - 郭利燕构建了“三层组合搭建体系”，依次为风格结构、行业配置和个券精选，通过承担有效的系统性风险来做到“进可攻、退可守” [18] - 风格结构构建需基于对宏观环境、产业经济、流动性和各行业估值的深度认知，在科技成长趋势明确且估值未泡沫化时加大暴露，并根据估值与市场阶段动态调整 [19] - 行业配置层面核心跟踪“供需”指标，通过跟踪供给格局、产能利用率、库存、价格、政策等指标，在左侧捕捉行业基本面改善信号 [20] - 个券精选是在已选对的行业中，找到所处发展阶段中盈利弹性最强的公司 [21][22] 低利率时代的破局之道："固收+"逻辑演变与未来布局 - 余剑峰指出随着经济潜在增速下行，实际利率中枢将逐步下移，去年四季度各期限债券年化收益已低于3%，未来债券收益可能仅在2%-2.5%之间 [24] - 在低利率环境下，投资者若希望获得合意回报，需借助股债资产配置框架，将组合风险控制在既定范围内，通过提升风险调整后收益来争取更好回报 [24][25] - 郭利燕指出中国经济正处于新旧动能转换过程，新经济对GDP贡献有望在未来5年内超过地产经济，对应股票市场中新经济资产市值中枢将逐步上移 [25] - 短期股市整体大幅上行空间有限，更多是结构性机会，“固收+”产品在好资产缺乏好价格时应注重均衡配置、适度分散 [26] - 具体看好的科技成长方向包括高阶智能驾驶、机器人、军工国产替代和军贸出口、新能源中已走出产能过剩的环节以及固态电池等0-1创新 [27] - AI产业趋势将从基础设施建设走向商业应用落地，机器人可能成为继新能源之后又一个重大产业方向，是未来个券选择的重要领域 [27]

文章核心观点 - 长城基金基金经理杨光基于对传统资产定价理论的深刻反思，提出并实践一套超越传统的资产配置新范式，其核心目标是从追求绝对收益转向系统性提升投资组合的风险调整后收益，致力于构建一个能在不同市场环境下稳健增值的“自适应系统”[1][2][11][12] 基金经理的投资理念与体系 - 投资理念发生根本转变，不再执着于寻找资产的“真实价值”或“最优静态比例”，而是追求构建一个“自适应系统”，更注重实用性和可检验性[4][11] - 投资管理被视为从依赖精准预测的技术，进化为侧重系统化风险管理和过程控制的科学，并从基于历史数据的金融工程学，演变为洞察技术趋势与人类集体行为的“未来学”[4][23][25] - 投资体系的核心算法是“对投资者负责的初心”，以前沿定性分析为架构基础，量化工具为实现目标的科学途径[4][23] 对传统资产配置理论的反思 - 传统理论如资本资产定价模型和美林时钟建立在市场有效、投资者理性等严格假设上，难以解释市场异象，且在金融危机中暴露出对尾部风险管理的乏力[2][7][9] - 传统模型依赖的历史相关性不稳定，在危机时刻可能失效，并且严重低估了“黑天鹅”等极端风险的可能性和冲击[7][10] - 经典现金流折现模型对投资前沿科技企业存在局限，因其价值更多体现在“实物期权”上，且全球非常规货币政策导致无风险利率锚定作用减弱，削弱了模型解释力[8] - 长期以来被视为“安全资产”的美债，其避险属性因政府债务杠杆率攀升和结构性通胀压力而遭遇质疑[9] 多元资产配置的新框架与方法 - 新框架的核心是通过动态风险预算优化风险效率、多维阿尔法挖掘寻求收益增强、非线性对冲管理极端下行风险[11] - 配置颗粒度从宏观“资产类别”细化到微观“风险因子”，如增长、通胀、利率等，旨在使风险分散更纯粹高效[11] - 在长城睿达多元稳健FOF产品中采用“CPPI+风险预算模型”的两阶段策略，旨在提高组合夏普比率，获取更好的风险调整后收益[12][16] - 投资流程被系统化切割为投前、投中、投后三个阶段，并进行模块化管理，强调标准可量化、流程闭环，以减少人为干预[14][15] 新宏观范式下的资产定价框架 - 新框架是三维一体的，核心围绕“科技进步、新质生产力、人群共识”[13] - 定价逻辑因颠覆性技术进步而从“盈利现值”转向“期权价值”，研发强度、专利质量等成为更核心的估值指标[13] - 资产定价需评估提升全要素生产率、占据全球价值链高端位置的能力[13] - 叙事经济学下的共识凝聚与消散成为资产价格，特别是成长型资产短期波动的重要驱动力[13] 对具体资产的长期观点 - A股市场正经历估值体系重构，资金从传统周期行业流向“新质生产力”领域，定价核心在于技术自主可控和全球竞争力[19] - 美股科技巨头成为全球科技进步的“价值锚”，其估值包含现有业务现金流和作为未来基础设施的“平台价值”期权[20] - 黄金的金融属性被重新定义，全球央行增持和对冲地缘风险的需求使其成为“超主权”终极避险资产，驱动因素更复杂多元[20] 产品特色与策略 - 长城睿达多元稳健FOF定位为“升级版的理财替代”，通过配置A股、美股、黄金、债券四类低相关性资产，力争提升收益率并对冲风险[15] - 历史数据显示，通过多资产分散能大幅降低月度收益率亏损的概率，四类资产全部下跌的月份概率仅为1.61%[15] - 产品底层基金更关注ETF，因其定位鲜明、费率低、交易便利，有利于风险控制[18] - 策略上使用CPPI技术，类似看涨期权，旨在承担有限损失的同时获取可能较大的收益弹性，从而改善夏普比率[16]