Global EM Strategist Investors Remix USD but the Track Is Unchanged Feedback from our client conversations suggests views on USD have become much more two-way. The idea that the US economy is picking up is increasingly popular, with more mixed positioning on USD the result. We have not changed our tune though, and the bullish track for EM local markets is intact. Key Takeaways September 22, 2025 06:10 PM GMT Must reads from Global EM Strategy EM Sovereign Credit Strategist – Rolling With It | 22-Sep-2025 No ...

投资盈利模式 - A股最常见的盈利模式是"画饼充饥"，而非滚雪球、行业轮动或龙头战法 [1] - "画饼充饥"的核心是通过推销投资逻辑吸引更多投资者买入，推动股价上涨 [5][7] - 大部分散户的投资逻辑来源于他人"画饼"，而非原创发现 [6][8] 投资方法论 - 投资机会的检验可通过向他人推销，借助市场反馈验证逻辑有效性 [4] - 前沿投资机会需主动推销以加速股价上涨，与稳健白马股不同 [5] - 投资逻辑的传播形成"信息食物链"，需明确自身在链条中的位置 [29] 价格与胜率关系 - 股价上涨可通过寻找更高胜率预期的投资者实现阶梯式推升 [14][15][16] - 低价买入50%胜率机会后转售给60%-80%胜率预期者，可获更高确定性收益 [17][18] - 投资机会分为"Be first"（早期低价）和"Cheat"（高估包装），区别在于买入价格 [19][20][25] 投资策略选择 - "Be first"关键在于以匹配低胜率的合理价格买入，而非单纯早期发现 [26] - 高价买入已充分定价的逻辑可能转为"Be cheater"或白马机会 [28] - 避免为他人"画饼"买单，应基于自身判断构建投资逻辑 [31] 市场行为分析 - 投资者常依赖股价上涨验证逻辑，导致后知后觉接盘 [29][30] - 周期变成长类机会在广泛传播后，价格可能已丧失高赔率优势 [28] - 固态电池、AI应用等技术路线选择体现"Be first"与"Be cheater"的差异 [24]

量化模型与构建方式 1. **模型名称：A股赔率模型** - 模型构建思路：基于ERP（股权风险溢价）和DRP（债务风险溢价）的标准化数值等权计算A股赔率，用于衡量市场安全边际[7] - 模型具体构建过程： 1. 计算ERP和DRP的原始值 2. 对两者进行标准化处理（Z-score） 3. 等权加权求和得到综合赔率指标 $$ \text{赔率} = \frac{\text{ERP}_{标准化} + \text{DRP}_{标准化}}{2} $$ 截至7月底，赔率指标为0.9倍标准差[7][8] 2. **模型名称：A股胜率评分卡模型** - 模型构建思路：通过货币、信用、增长、通胀与海外五因子合成宏观胜率评分，预测资产未来表现[9] - 模型具体构建过程： 1. 选取五类宏观因子（如PMI、信贷数据等） 2. 对各因子进行标准化和方向调整（如增长因子负向影响胜率） 3. 加权合成综合胜率指标 当前A股胜率因PMI下滑回落至0轴附近[9][11] 3. **模型名称：A股拥挤度模型** - 模型构建思路：结合成交热度和行业分歧度（长期指标）与期权CPR（短期指标）刻画市场交易过热风险[12] - 模型具体构建过程： 1. 长期拥挤度：成交热度（换手率） + 行业分歧度（横截面波动） 2. 短期拥挤度：期权认购认沽成交比率（CPR） 3. 分别标准化后输出信号 当前长期/短期拥挤度分别为1.0和1.1倍标准差[12][14][15] 4. **模型名称：债券赔率模型** - 模型构建思路：基于长短债预期收益差构建债券估值指标[21] - 模型具体构建过程： 1. 计算长债（10年期）与短债（2年期）预期收益差 2. 标准化处理并反向调整（赔率越低表示估值风险越高） 当前债券赔率为-1.4倍标准差[19][21] 5. **模型名称：美联储流动性指数模型** - 模型构建思路：结合数量维度（如资产负债表规模）和价格维度（如利率）构建流动性指标[22] - 模型具体构建过程： 1. 选取净流动性、信用支持等子指标 2. 标准化后加权合成综合指数 当前指数位于20%中高水平[25][26] 6. **模型名称：行业轮动三标尺模型** - 模型构建思路：通过景气度、趋势、拥挤度三维框架筛选行业[43] - 模型具体构建过程： 1. 景气度：过去12个月行业IR（信息比率） 2. 趋势：动量指标 3. 拥挤度：换手率比率+波动率比率+Beta比率 2025年策略超额收益8.5%[44][45] --- 量化因子与构建方式 1. **因子名称：价值因子** - 因子构建思路：通过估值指标（如PB、股息率）筛选低估值股票[27] - 因子评价：当前呈现"中高赔率-中等趋势-低拥挤"特征，综合得分最高[27][28] 2. **因子名称：质量因子** - 因子构建思路：基于ROE、盈利稳定性等财务指标构建[29] - 因子评价：高赔率（1.7倍标准差）但趋势弱（-1.4倍标准差），需等待右侧确认[29][30] 3. **因子名称：成长因子** - 因子构建思路：结合营收/净利润增长率等指标[32] - 因子评价：高赔率（0.9倍标准差）但拥挤度中等（0.1倍标准差），建议标配[33][34] 4. **因子名称：小盘因子** - 因子构建思路：按市值分组捕捉小盘股超额收益[35] - 因子评价：低赔率（-0.7倍标准差）+高拥挤（0.6倍标准差），风险较高[36][37] --- 模型的回测效果 1. **赔率+胜率策略** - 年化收益：7.0%（2011年以来）、7.6%（2014年以来）[48][54] - 最大回撤：2.8%（2011年以来）[54] - 夏普比率：2.86（2011年以来）[56] 2. **行业轮动策略** - 信息比率（IR）：1.18（2011年以来）[44] - 最大回撤：25.4%（2011年以来）[44] 3. **债券赔率模型** - 当前赔率：-1.4倍标准差[19] 4. **A股拥挤度模型** - 长期拥挤度：1.0倍标准差[14] - 短期拥挤度：1.1倍标准差[15] --- 因子的回测效果 1. **价值因子** - 赔率：0.3倍标准差[28] - 拥挤度：-1.3倍标准差[28] 2. **质量因子** - 赔率：1.7倍标准差[30] - 趋势：-1.4倍标准差[30] 3. **小盘因子** - 趋势：1.6倍标准差[36] - 拥挤度：0.6倍标准差[36]

黄金投资的文化与历史背景 - 黄金在中国文化中具有特殊地位，作为身份标识和货币的历史可追溯至4000年前的商周时期[1] - 2008年金融危机期间黄金是少数上涨的资产类别，强化了其避险属性[1] - 中国投资者对黄金价值的认知具有文化基础，比其他金属更易被接受[22] 对冲基金大佬的黄金投资逻辑 - 约翰·保尔森2009年起重仓黄金，认为美联储扩表不可持续，黄金是乱世最佳避险资产[8] - 保尔森通过CDS做空次贷获利150亿美元(2007年)，个人收入超40亿美元[8] - 达利欧将黄金视为"最纯粹的财富存储方式"，具有抗货币贬值和债务货币化特性[11] - 两位大佬共同逻辑：在不确定性中寻找确定性收益资产[12] 黄金ETF产品发展 - 华安黄金ETF(518880)2013年上市，实现10元起投、线上交易的便捷黄金投资[16] - 产品初期受美联储量化宽松影响规模跌破2亿，2015年后进入增长周期[17] - 截至2025年6月规模超600亿元，12年增长300倍[19] - 产品设计需打通上海黄金交易所与证券交易所系统，许之彦团队曾赴纽约考察[15] 当前黄金市场动态 - 2024年黄金在美股大涨背景下仍实现上涨，展现独立行情[23] - 当前价格接近历史新高，受益于弱美元周期和全球化退潮[23] - 黄金作为非生息资产，过去30年表现远超其他金属[22] 投资者行为与市场教育 - 华安基金团队过去一年开展500场黄金投资教育活动[18] - 个人投资者通过ETF参与黄金投资可获得与传统金条相当收益[2] - 产品持有人普遍持有周期较长，形成特定投资者社群[24]