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]

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]

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. **Black-Litterman模型** - 模型构建思路：结合市场均衡收益和投资者主观观点，优化资产配置[17][20] - 模型具体构建过程： 1. 计算市场均衡收益（逆向优化） 2. 整合投资者主观观点（通过观点矩阵和信心水平） 3. 使用贝叶斯方法调整预期收益 4. 通过均值-方差优化得到最终权重[20] - 模型评价：有效平衡市场均衡与主观观点，降低极端配置风险[20] 2. **风险平价模型** - 模型构建思路：使每类资产对组合风险的贡献相等[27][30] - 模型具体构建过程： 1. 选择底层资产（有效性、分散性、流动性）[30] 2. 计算资产风险贡献： $$TRC_i(w) = w_i \frac{\partial \sigma(w)}{\partial w_i}$$ 3. 优化目标： $$\min \sum_{i=1}^{n}\sum_{j=1}^{n}(TRC_i(w)-TRC_j(w))^2$$ $$s.t. \sum w_i=1, 0\leq w_i\leq1$$[28] 4. 转化为凸优化问题求解[29] - 模型评价：改进传统均值-方差模型，提升风险分散性[30] 3. **逆周期配置模型** - 模型构建思路：基于宏观经济周期调整股债配置比例[43] - 模型评价：在衰退期增加债券配置，扩张期增加权益配置[43] 4. **宏观动量择时模型** - 模型构建思路：利用经济增长、通胀、利率等宏观指标预测资产走势[58][60] - 模型评价：对经济周期转折点敏感，但存在滞后性[60] 5. **情绪择时模型** - 模型构建思路：通过涨跌停板、流动性等指标捕捉投资者情绪极端变化[65][67] - 模型评价：在市场情绪极端时效果显著，但需结合其他信号过滤噪音[67] --- 量化因子与构建方式 1. **ETF轮动因子** - 因子构建思路：结合宏观与量价指标选择风格ETF[71][73] - 因子具体构建过程： - 宏观层面：经济增长、社融、利差等指标 - 量价层面：动量、波动率、拥挤度[71] - 综合打分决定配置权重[73] 2. **行业轮动因子** - 因子构建思路：四象限模型（景气度/情绪/技术/宏观）[82][83] - 因子具体构建过程： - 景气度：行业ROE分位数 - 情绪：分析师评级上调比例 - 技术：动量+换手率+波动率加权 - 宏观：PMI/PPI等指标的行业敏感性[83] 3. **高频量价因子** - 因子类型： - 日内偏度、下行波动占比 - 盘后大单净买入强度 - 改进反转因子[93] - 因子评价：短周期有效性显著，但需控制交易成本[93] 4. **ST预警因子** - 因子构建思路：财务指标预测ST风险[101][104] - 因子具体构建过程： - 利润为负且营收低于阈值 - 净资产为负 - 审计报告异常[101] --- 模型的回测效果 | 模型名称 | 年化收益 | 最大回撤 | 年化波动 | 夏普比率 | 卡玛比率 | 数据来源 | |--------------------|----------|----------|----------|-----------|-----------|----------------| | BL策略1 | 6.58% | 3.18% | 2.15% | 1.86 | 2.07 | [22][24] | | 风险平价策略 | 6.56% | 3.15% | 1.91% | 2.08 | 2.08 | [31] | | 逆周期配置模型 | 7.36% | 5.02% | 6.06% | 1.13 | 1.97 | [43] | | 宏观动量择时模型 | 7.06% | 8.85% | 6.12% | 1.24 | 0.85 | [60] | | 情绪择时模型 | 7.74% | 40.52% | 24.91% | 1.01 | 0.62 | [67][87] | --- 因子的回测效果 | 因子类型 | IC均值 | 多空收益 | 年化超额 | 数据来源 | |--------------------|----------|----------|----------|----------------| | 改进反转因子 | 0.031 | 17.44% | 6.14% | [93] | | 多颗粒度模型(5日) | 0.081 | 44.62% | 16.41% | [93] | | ST预警因子 | - | - | 12-4月跑输市场 | [104][107] | （注：部分因子测试结果因文档格式限制未完全列出，详见原文引用处）

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]

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]

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. **模型名称：宏观择时模型** - 模型构建思路：通过经济增长、通货膨胀、利率、汇率和风险情绪等多个维度构建宏观动量模型，对股票、债券等大类资产进行择时[25] - 模型具体构建过程： 1. 使用代理变量预测未来的宏观环境（如Inflation等） 2. 根据不同环境选择表现最优的资产构建绝对收益组合 3. 季度配置信号基于逆周期投资框架，月度信号基于宏观动量模型[25] - 模型评价：能够有效捕捉大类资产轮动机会，但依赖宏观变量预测准确性 2. **模型名称：行业ETF轮动模型** - 模型构建思路：从行业基本面、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[26] - 模型具体构建过程： 1. 将ETF跟踪指数与中信一级行业匹配（覆盖23个一级行业） 2. 基于行业轮动因子（历史基本面、预期ROE、情绪指标等）计算行业得分 3. 每月选择得分最高的4个行业等权配置[26][28] 3. **模型名称：股债混合配置模型** - 模型构建思路：通过动态调整股债比例实现风险控制与收益增强[31] - 模型具体构建过程： 1. 基础版本采用固定比例（如20/80股债再平衡） 2. 增强版本结合宏观择时信号动态调整权重 3. 风险平价版本根据资产波动率分配权重[31] 4. **模型名称：量化固收+策略** - 模型构建思路：通过股票端量化选股策略增强固收产品收益[38] - 模型具体构建过程： 1. 股票端采用PB盈利、高股息、小盘价值、小盘成长四种选股策略 2. 与债券端（短债基金指数）按10/90或20/80比例月度再平衡 3. 可选配宏观择时模块动态调整股债比例[38][39] 量化因子与构建方式 1. **因子名称：PB盈利因子** - 因子构建思路：结合市净率和盈利能力的复合价值因子[39] - 因子具体构建过程： $$ PB盈利 = \frac{净利润}{市值} \times \frac{1}{市净率} $$ 通过排序筛选高PB盈利得分股票[39] 2. **因子名称：高股息因子** - 因子构建思路：筛选持续高分红股票获取稳定收益[39] - 因子具体构建过程： 1. 计算近12个月股息率 2. 结合分红稳定性和财务健康度筛选[39] 3. **因子名称：小盘价值因子** - 因子构建思路：在小市值股票中挖掘低估标的[39] - 因子具体构建过程： 1. 按市值分组选取小盘股 2. 在组内应用PB、PE等价值指标排序[39] 4. **因子名称：小盘成长因子** - 因子构建思路：捕捉小市值成长股超额收益[39] - 因子具体构建过程： 1. 按市值分组选取小盘股 2. 在组内应用收入增长率、ROE等成长指标排序[39] 模型的回测效果 1. **宏观择时模型** - 股债20/80再平衡策略：2025年累计收益-0.31%，年化波动率2.71%，最大回撤0.51%[32] - 股债风险平价策略：2025年累计收益0.15%，夏普比率0.87[32] - 股债黄金风险平价策略：2025年累计收益1.27%，夏普比率6.09[32] 2. **行业ETF轮动模型** - 2025年2月组合收益4.55%，相对Wind全A超额-0.75%[26] 3. **量化固收+策略** - 不择时20/80组合：小盘成长策略2025年收益3.38%，小盘价值策略3.09%[39] - 宏观择时20/80组合：小盘成长策略2025年收益1.75%，夏普比率0.01[39] 因子的回测效果 1. **PB盈利因子** - 10/90组合2025年收益0.38%，20/80组合0.69%[39] 2. **高股息因子** - 10/90组合2025年收益0.01%，20/80组合-0.04%[39] 3. **小盘价值因子** - 10/90组合2025年收益1.58%，20/80组合3.09%[39] 4. **小盘成长因子** - 10/90组合2025年收益1.72%，20/80组合3.38%[39]