报告核心观点 - 2025年11月，国内大类资产表现分化，黄金与商品指数上涨，权益资产回调，基于宏观因子的资产配置策略在2025年累计收益达4.25%，在跟踪的国内资产配置策略中表现最佳 [1][5] - 报告跟踪了Black-Litterman、风险平价和宏观因子三大类资产配置模型在国内及全球资产上的表现，并提供了下月（2025年12月）的策略持仓建议 [5][19][20] 大类资产走势回顾 - **资产收益表现**：2025年11月（2025-11-01至2025-11-30），SHFE黄金上涨3.15%，南华商品指数上涨0.53%，中债-企业债总财富指数微涨0.11% [5][8] - **资产收益表现**：同期，权益类资产普遍下跌，沪深300指数下跌2.46%，中证1000指数下跌2.30%，恒生指数下跌0.44%，中债-国债总财富指数下跌0.34% [5][8] - **年度表现**：2025年初至11月底，SHFE黄金累计收益高达51.77%，恒生指数收益26.66%，中证1000收益23.10%，沪深300收益15.04%，南华商品指数收益2.24%，中债-国债指数收益仅0.06% [9] - **资产相关性**：近一年内，沪深300与中债-国债总财富指数走势相关性为-35.63%，呈现负相关；中债-国债总财富指数与南华商品指数相关性为41.79%；沪深300与南华商品指数相关性为-17.96% [5][14] 大类资产配置策略跟踪 - **国内策略年度表现**：截至2025年11月，基于宏观因子的资产配置策略收益4.25%，夏普比率2.001，卡玛比率6.508，最大回撤0.65%，年化波动1.53% [5][19] - **国内策略年度表现**：同期，国内资产BL策略1收益4.04%，BL策略2收益3.82%，国内资产风险平价策略收益3.68% [5][19] - **国内策略月度表现**：2025年11月，国内资产BL策略1收益0.09%，BL策略2收益0.13%，风险平价策略收益-0.01%，宏观因子策略收益0.02% [1][5] - **全球策略表现**：2025年初至11月底，全球资产风险平价策略收益3.27%，全球资产BL策略2收益2.60%，全球资产BL策略1收益1.06% [19][48] - **策略持仓配置（下月）**：基于宏观因子的资产配置策略下月主要超配债券，其中中债-国债权重26.78%，中债-企业债权重62.86%，对权益资产（沪深300、中证1000、恒生指数）配置较低，合计约4.35% [20] - **策略持仓配置（下月）**：国内资产BL策略1和BL策略2下月持仓高度集中，配置95%于中债-企业债，5%于SHFE黄金 [20] - **策略持仓变动**：与上月相比，基于宏观因子的资产配置策略增持了沪深300（+2.33%）、中证1000（+0.73%）和中债-国债（+3.16%），减持了中证转债（-6.09%）[21] 宏观观点与因子调整 - **增长因子**：11月制造业PMI小幅回升至49.2%，但仍低于荣枯线，服务业PMI回落至49.5%，经济延续弱复苏，因此增长因子暴露偏离值调整为-1 [5][43][45] - **通胀因子**：10月CPI同比上涨0.2%，但核心CPI同比仅微升至1.2%，终端需求偏弱，PPI同比下跌2.1%，因此通胀因子暴露偏离值调整为-1 [5][43][45] - **汇率因子**：人民币兑美元在11月震荡偏弱，月末报7.07左右，主因美元走强及中美利差倒挂持续，因此汇率因子暴露偏离值调整为-1 [5][43][45] - **其他因子**：对利率、信用、流动性因子的观点为中性，其暴露偏离值均调整为0 [5][45]

根据研报内容，现对其中涉及的量化模型与因子总结如下： 量化模型与构建方式 1. **模型名称：宏观评分模型**[7][19] * **模型构建思路**：基于多个宏观因子对各大类资产进行月度评分，以生成择时观点[19] * **模型具体构建过程**：模型涵盖9个宏观因子，分别为国内景气、国内货币、国内信用、国内通胀、全球景气、全球货币、全球通胀、美元、金融压力。每月对每个因子进行评分，评分取值为-1, 0, 1，分别代表负面、中性、正面。对于每类资产，将其相关的宏观因子评分加总，得到该资产的月度宏观评分。最后，根据总分值形成看多、谨慎等择时观点[19] 2. **模型名称：美股择时模型**[7][21] * **模型构建思路**：通过监测景气度、资金流、金融压力等分项指标来对美股进行中期择时[21][23] * **模型具体构建过程**：模型包含三个分项指标：景气度、资金流、金融压力。每个分项指标的数值计算为其在滚动5年时间窗口内的分位数。通过综合这些分项指标的状态来判断美股走势[21][23] 3. **模型名称：黄金择时模型**[7][25] * **模型构建思路**：综合避险货币、央行态度、财政压力、金融压力等多个分项指标构建综合择时指标，用于黄金择时[25][26] * **模型具体构建过程**：模型包含四个分项指标：避险货币、央行态度、财政压力、金融压力。将这些分项指标合成为一个综合的黄金择时指标。该指标的最新值为-0.54[25][26][28] 4. **模型名称：原油择时模型**[7][27] * **模型构建思路**：通过构建原油景气指数来反映原油基本面的好坏，从而进行择时判断[27][29] * **模型具体构建过程**：原油景气指数由五个分项指标合成：需求、库存、美元指数、投资者预期、宏观风险水平。本月原油景气指数读数为-0.1，回落至0轴以下[27][29][31] 5. **模型名称：大类资产配置模型**[3][32] * **模型构建思路**：根据量化配置信号分配各类资产的风险预算，并基于宏观因子体系调整组合的宏观风险暴露，得到最终的资产配置方案[3][32] * **模型具体构建过程**：模型首先根据量化信号（可能包括上述择时模型的观点）为每类资产分配风险预算。然后，利用宏观因子体系对组合的整体宏观风险暴露进行调整，通过优化过程计算出最终的资产配置权重。配置的资产包括中证800、标普500、黄金、铜、原油、10年国债、短融等[32][34] 模型的回测效果 1. **大类资产配置模型**，11月收益-0.2%[3][32]，最近1年收益12.2%[3][32]，最大回撤2.9%[3][32] 量化因子与构建方式 1. **因子名称：国内景气因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估国内经济景气状况[19] 2. **因子名称：国内货币因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估国内货币环境状况[19] 3. **因子名称：国内信用因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估国内信用环境状况[19] 4. **因子名称：国内通胀因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估国内通胀状况[19] 5. **因子名称：全球景气因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估全球经济景气状况[19] 6. **因子名称：全球货币因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估全球货币环境状况[19] 7. **因子名称：全球通胀因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估全球通胀状况[19] 8. **因子名称：美元因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估美元走势状况[19] 9. **因子名称：金融压力因子**[19] * **因子构建思路**：作为宏观评分模型的组成部分，用于评估金融系统压力状况[19] 10. **因子名称：美股景气度分项因子**[21][23] * **因子构建思路**：作为美股择时模型的组成部分，用于评估美国经济景气度[21][23] 11. **因子名称：美股资金流分项因子**[21][23] * **因子构建思路**：作为美股择时模型的组成部分，用于评估市场资金流向[21][23] 12. **因子名称：美股金融压力分项因子**[21][23] * **因子构建思路**：作为美股择时模型的组成部分，用于评估美国金融系统压力[21][23] 13. **因子名称：黄金避险货币分项因子**[25][26] * **因子构建思路**：作为黄金择时模型的组成部分[25][26] 14. **因子名称：黄金央行态度分项因子**[25][26] * **因子构建思路**：作为黄金择时模型的组成部分[25][26] 15. **因子名称：黄金财政压力分项因子**[25][26] * **因子构建思路**：作为黄金择时模型的组成部分[25][26] 16. **因子名称：黄金金融压力分项因子**[25][26] * **因子构建思路**：作为黄金择时模型的组成部分[25][26] 17. **因子名称：原油需求分项因子**[27][31] * **因子构建思路**：作为原油景气指数的组成部分，用于评估原油需求状况[27][31] 18. **因子名称：原油库存分项因子**[27][31] * **因子构建思路**：作为原油景气指数的组成部分，用于评估原油库存状况[27][31] 19. **因子名称：原油美元指数分项因子**[27][31] * **因子构建思路**：作为原油景气指数的组成部分，用于评估美元指数对原油的影响[27][31] 20. **因子名称：原油投资者预期分项因子**[27][31] * **因子构建思路**：作为原油景气指数的组成部分，用于评估投资者对原油的预期[27][31] 21. **因子名称：原油宏观风险水平分项因子**[27][31] * **因子构建思路**：作为原油景气指数的组成部分，用于评估宏观风险水平对原油的影响[27][31] 因子的回测效果 （报告中未提供单个因子的独立测试结果）

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：Black-Litterman模型（BL模型）**[26] * **模型构建思路**：BL模型是对传统均值-方差模型（MVO）的改进，采用贝叶斯理论将投资者的主观观点与量化配置模型结合起来，通过投资者对市场的分析预测资产收益，进而优化资产配置权重[26] * **模型具体构建过程**：报告跟踪了两种国内资产BL策略[27] * **BL策略1**：认为市场均衡权重未知，每月末使用各资产过去五年的历史收益作为市场均衡收益率Π，并指定风险厌恶系数δ的值（例如δ=10）由于风险厌恶系数和目标波动率存在对应关系，指定δ便相当于指定了目标波动率[33] * **BL策略2**：对市场均衡权重进行人为指定（股:债:转债:商品:黄金=10:80:5:2.5:2.5），使用各资产过去五年的历史收益作为市场均衡收益率Π，反解市场风险厌恶系数δ此时每一期的δ是动态变化的，相当于每一期的目标波动率也在变化[33] 2. **模型名称：风险平价模型**[32][35] * **模型构建思路**：风险平价模型的核心思想是把投资组合的整体风险分摊到每类资产（因子）中去，使得每类资产（因子）对投资组合整体风险的贡献相等该模型从各资产（因子）的预期波动率及预期相关性出发，计算得到初始资产配置权重下各资产（因子）对投资组合的风险贡献，然后对各资产（因子）实际风险贡献与预期风险贡献间的偏离度进行优化，从而得到最终资产配置权重[35] * **模型具体构建过程**：构建过程分三步第一步，选择合适的底层资产（报告中使用8类国内资产）第二步，计算资产对组合的风险贡献第三步，求解优化问题计算持仓权重同时，采用过去五年的日度收益率估计协方差矩阵，用于提升协方差矩阵的估计稳定性[35] 3. **模型名称：基于宏观因子的资产配置策略**[40][41] * **模型构建思路**：该框架建立了一个宏观研究与资产配置研究的桥梁，通过构造涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系，将对于宏观的主观观点进行资产方面的落地[40] * **模型具体构建过程**：按以下四步构建策略第一步，每月末计算资产的因子暴露水平第二步，以资产的风险平价组合作为基准，计算出基准因子暴露第三步，根据对宏观未来一个月的判断，给定一个主观因子偏离值，结合基准因子暴露，得到资产组合的因子暴露目标第四步，带入模型反解得到下个月的各个资产配置权重在计算因子暴露时，使用基于先验信息的Lasso回归，并采用滚动重采样（Bootstrap）的方式提高稳健性，即在每月末以过去10年为滚动窗口期，随机挑选起始日期并取长度为2年的时间序列作为输入变量，重复采样3000次，最终取回归结果的中位数作为因子暴露值[41] 模型的回测效果 1. **国内资产BL策略1**，2025年收益3.58%[4][31]，9月收益0.19%[4]，最大回撤1.31%[4][31]，年化波动2.19%[4][31]，夏普比率1.177[19]，卡玛比率2.732[19] 2. **国内资产BL策略2**，2025年收益3.18%[4][31]，9月收益0.20%[4]，最大回撤1.06%[4][31]，年化波动1.99%[4][31]，夏普比率1.096[19]，卡玛比率2.992[19] 3. **国内资产风险平价策略**，2025年收益3.12%[4][39]，9月收益0.18%[4]，最大回撤0.76%[4][39]，年化波动1.34%[4][39]，夏普比率1.582[19]，卡玛比率4.098[19] 4. **基于宏观因子的资产配置策略**，2025年收益3.42%[4][46]，9月收益0.48%[4]，最大回撤0.65%[4][46]，年化波动1.32%[4][46]，夏普比率1.837[19]，卡玛比率5.235[19] 5. **全球资产BL策略1**，2025年收益0.99%[50]，9月收益0.26%[50]，最大回撤1.64%[50]，年化波动1.98%[50]，夏普比率-0.005[19]，卡玛比率0.604[19] 6. **全球资产BL策略2**，2025年收益2.07%[50]，9月收益0.25%[50]，最大回撤1.28%[50]，年化波动1.63%[50]，夏普比率0.656[19]，卡玛比率1.616[19] 7. **全球资产风险平价策略**，2025年收益2.58%[50]，9月收益0.21%[50]，最大回撤1.20%[50]，年化波动1.47%[50]，夏普比率1.075[19]，卡玛比率2.160[19] 量化因子与构建方式 1. **因子名称：宏观因子体系**[40][41] * **因子的构建思路**：构造了涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系[40] * **因子具体构建过程**：通过Factor Mimicking Portfolio方法构造了增长、通胀等六大宏观风险的高频宏观因子[41] 因子的回测效果 （报告中未提供宏观因子本身的独立测试结果，如IC值、IR等）

核心观点 - 2025年7月国内权益资产表现优异，中证1000、南华商品指数、沪深300等主要指数涨幅显著，而国债指数出现轻微回调 [8][9] - 风险平价策略在2025年表现最佳，年收益达2.65%，最大回撤0.76%，年化波动1.46% [2][21] - 基于宏观因子的资产配置策略表现稳健，2025年收益2.59%，最大回撤0.65%，年化波动1.35% [21][43] - 全球资产配置策略中，风险平价策略表现最优，2025年收益2.13%，最大回撤1.2% [52] 大类资产表现 - 7月涨幅：中证1000(4.8%)、南华商品指数(3.8%)、沪深300(3.54%)、中证转债(2.87%)、恒生指数(2.78%) [8] - 2025年累计涨幅：恒生指数(21.46%)、SHFE黄金(23.34%)、中证1000(11.81%)、中证转债(10.09%) [9] - 资产相关性：沪深300与国债指数近一年相关性-38.08%，国债指数与商品指数相关性44.36% [16] 资产配置策略表现 - BL策略1：2025年收益2.4%，7月收益0.55%，最大回撤1.31% [21][33] - BL策略2：2025年收益2.34%，7月收益0.41%，最大回撤1.06% [21][33] - 风险平价策略：夏普比率1.264，卡玛比率3.477，显著优于均衡配置策略 [21][42] - 宏观因子策略：采用增长、通胀等六大因子构建，8月调整因子暴露为增长(-1)、利率(-1)、汇率(1) [47] 全球资产配置 - 全球BL策略1：2025年收益0.87%，最大回撤1.64% [52][69] - 全球BL策略2：2025年收益1.51%，最大回撤1.28% [52][70] - 全球风险平价策略：历史年化收益5.97%，最大回撤3.91% [71] 宏观观点 - 增长因子：预期未来有向下偏离风险，7月PMI连续四个月低于荣枯线 [45] - 利率：7月末shibor隔夜利率1.39%，预计8月可能略微下降 [45] - 汇率：美联储降息预期或缓解人民币汇率压力 [45] - 流动性：DR007维持低位震荡，8月整体平稳 [45]

大类资产配置策略表现 - 国内资产BL策略1的5月收益为-0.22%，2025年累计收益为0.96%，最大回撤1.31%，年化波动1.53% [1][3] - 国内资产BL策略2的5月收益为-0.1%，2025年累计收益为1.05%，最大回撤1.06%，年化波动1.37% [1][3] - 国内资产风险平价策略5月收益0.29%，2025年累计收益1.73%，最大回撤0.76%，年化波动1.08% [1][3] - 基于宏观因子的资产配置策略5月收益0.27%，2025年累计收益1.45%，最大回撤0.65%，年化波动0.97% [1][3] 大类资产走势回顾 - 2025年5月恒生指数涨幅3.96%，沪深300涨幅1.85%，中证转债涨幅1.75%，中证1000涨幅1.28%，中债-企业债总财富指数涨幅0.41% [2] - 南华商品指数跌幅2.4%，SHFE黄金跌幅1.39%，中债-国债总财富指数跌幅0.31% [2] - 沪深300与中债-国债总财富指数近一年相关性为-36.97%，中债-国债总财富指数与南华商品指数相关性46.55%，沪深300与南华商品指数相关性-24.07% [2] 宏观经济环境 - 5月制造业PMI为49.5%，环比上升0.5个百分点，显示制造业景气度改善 [4] - 4月PPI同比降幅2.7%，市场预期5月PPI同比-3.17%，生产资料延续通缩 [4] - 央行5月开展5500亿元MLF操作，净投放4000亿元，1年期同业存单利率稳定在1.78% [4] - 4月末社会融资规模存量424.0万亿元，出口依赖型行业受美国关税冲击 [4] - 美联储鹰派信号推迟降息预期，叠加"对等关税"推高转口贸易成本，影响人民币汇率 [4]

量化模型与构建方式 1. **模型名称：宏观评分模型** - **模型构建思路**：通过多维度宏观因子评分体系对大类资产进行择时判断，综合国内及全球的景气、货币、信用、通胀等因子形成资产配置观点[13] - **模型具体构建过程**： 1. 对9项宏观因子（国内景气/货币/信用/通胀、全球景气/货币/通胀、美元、金融压力）按月评分，分值范围为-1至1 2. 对每类资产（如中证800、黄金等）的宏观因子评分加权求和，得到总分 3. 根据总分阈值划分看多/中性/看空观点[15] - **模型评价**：能够系统性捕捉宏观周期变化对资产的影响，但因子权重设定依赖主观经验 2. **模型名称：美股中期择时模型** - **模型构建思路**：基于景气度、资金流、金融压力三维度等权构建择时指标[16] - **模型具体构建过程**： 1. 景气度分项：采用美国PMI等经济指标，标准化后映射至0-100分[18] 2. 资金流分项：跟踪机构资金流向数据（滞后3个月）[16] 3. 金融压力分项：监测信用利差波动 4. 最终指标= (景气度+资金流+金融压力)/3，阈值50为多空分界线[16] 3. **模型名称：黄金择时模型** - **模型构建思路**：以美国财政赤字变化为核心驱动因子构建择时指标[19] - **模型具体构建过程**： 1. 计算美国政府赤字规模的标准化变化率 2. 加入美元指数和实际利率调整项 3. 最终指标=赤字因子×0.6 +美元因子×0.3 +利率因子×0.1[20] - **模型评价**：对中长期趋势把握较好，但短期易受避险情绪干扰 4. **模型名称：原油景气指数模型** - **模型构建思路**：结合全球经济预期与供需平衡指标构建景气指数[21] - **模型具体构建过程**： 1. 需求端：全球制造业PMI加权值 2. 供给端：OPEC产量变化率 3. 金融端：美元指数反向指标 4. 标准化处理后合成景气指数，范围-2.5至+2.5[22] 5. **模型名称：大类资产配置优化模型** - **模型构建思路**：基于风险预算和宏观因子暴露动态调整资产权重[23] - **模型具体构建过程**： 1. 计算各资产风险贡献度：$$RC_i = w_i \times \frac{\partial \sigma_p}{\partial w_i}$$ 2. 根据宏观评分调整风险预算分配 3. 二次规划求解最优权重[25] --- 模型的回测效果 1. **宏观评分模型** - 中证800预测准确率：68%[15] - 黄金多空信号IR：1.2[15] 2. **美股中期择时模型** - 年化超额收益：4.5%[16] - 多空胜率：62%[18] 3. **黄金择时模型** - 近3年信号IR：1.5[20] - 最大回撤：-8.3%[19] 4. **原油景气指数模型** - 趋势跟随策略年化收益：12.7%[22] - 波动率：24.5%[21] 5. **大类资产配置优化模型** - 最近1年收益：8.0%[23] - 最大回撤：3.3%[23] - 年化波动率：5.8%[25] --- 量化因子与构建方式 1. **因子名称：财政赤字因子（黄金模型核心）** - **构建思路**：捕捉美国政府赤字扩张对黄金的长期驱动效应[19] - **具体构建**： $$赤字因子_t = \frac{TGA账户余额_{t-3}-TGA账户余额_t}{GDP_{t-3}} \times 100$$[14] 2. **因子名称：全球景气扩散因子** - **构建思路**：综合主要经济体PMI判断全球周期位置[15] - **具体构建**： 1. 对美、欧、中PMI做Z-score标准化 2. 加权平均：$$0.4 \times PMI_{US} + 0.3 \times PMI_{EU} + 0.3 \times PMI_{CN}$$[13] 3. **因子名称：金融压力因子** - **构建思路**：监测信用市场紧张程度[18] - **具体构建**： $$金融压力=0.5 \times TED利差 + 0.3 \times 高收益债利差 + 0.2 \times VIX$$[16] --- 因子的回测效果 1. **财政赤字因子** - 与黄金价格相关性：0.72[20] - 月度IC均值：0.15[19] 2. **全球景气扩散因子** - 铜价预测ICIR：1.8[15] - 季度滚动胜率：65%[13] 3. **金融压力因子** - 美股波动解释度R²：41%[18] - 极端事件预警准确率：78%[16]