量化模型与构建方式 1. 宏观评分模型 - 模型名称：宏观评分模型[7][16][18] - 模型构建思路：通过跟踪多个宏观因子（如国内景气、全球货币、全球通胀等）的变化，对各大类资产进行评分，以判断其未来走势[16][18] - 模型具体构建过程： 1. 选取9个宏观因子：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[18] 2. 每月对每个因子进行评分（取值为-1,0,1），并计算其变动[18] 3. 对每个大类资产（如中证800、黄金、原油等），根据其受各宏观因子的影响方向，汇总得到该资产的宏观评分[18] 4. 根据历史回测，当某资产的宏观评分达到特定水平（如铜评分为4）时，预期其未来收益较高[2][14][15] - 模型评价：能够综合反映宏观环境对各类资产的影响，提供多维度的择时参考[18] 2. 美股择时模型 - 模型名称：美股择时模型[7][19][20] - 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，对美股进行中期择时[19][20] - 模型具体构建过程： 1. 选取三个分项指标：景气度、资金流、金融压力[20] 2. 对各指标进行量化评分，并综合得到择时信号[19][20] 3. 根据指标边际改善情况调整观点（如从中性上调至看多）[19] 3. 黄金择时模型 - 模型名称：黄金择时模型[7][21][22] - 模型构建思路：结合避险货币、央行态度、财政压力、金融压力等分项指标，对黄金进行择时[21][24] - 模型具体构建过程： 1. 选取四个分项指标：避险货币、央行态度、财政压力、金融压力[24] 2. 综合各指标得到黄金择时指标，最新值为-0.53[21][22] 3. 根据指标走势和宏观环境（如赤字扩张、通胀预期）调整观点[21] - 模型评价：在某些宏观环境下（如政策预期变化）可能存在信号失真，需结合主观判断[21] 4. 原油择时模型 - 模型名称：原油择时模型[7][26][27] - 模型构建思路：通过构建原油景气指数，结合需求、库存、美元指数等分项指标，对油价进行择时[26][28] - 模型具体构建过程： 1. 选取五个分项指标：需求、库存、美元指数、投资者预期、宏观风险水平[28] 2. 综合得到原油景气指数，本月读数为0.56[26][30] 3. 根据指数是否高于0轴判断看多或看空[26] 5. 大类资产配置模型 - 模型名称：大类资产配置模型[3][29][31] - 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，得到最终配置比例[3][29] - 模型具体构建过程： 1. 每月生成各大类资产的配置比例（如中证800、黄金、原油等）[31] 2. 通过模型优化控制组合风险暴露和回撤[29][32] 模型的回测效果 1. 宏观评分模型：当铜的宏观评分达到4分时，次月LME铜年化收益达到29%[2][14][15] 2. 大类资产配置策略：8月收益2.0%，最近1年收益11.7%，最大回撤2.9%[3][29] 量化因子与构建方式 1. 全球景气因子 - 因子名称：全球景气因子[1][10][16] - 因子构建思路：反映全球制造业景气状况，如通过PMI等指标度量[1][10][11] - 因子具体构建过程：跟踪欧元区制造业PMI、美国ISM制造业PMI新订单等数据[1][10][11] 2. 全球货币因子 - 因子名称：全球货币因子[1][16][18] - 因子构建思路：反映全球货币政策宽松程度[1][16] - 因子具体构建过程：基于美联储降息预期、市场利率变动等指标构建[1][10] 3. 全球通胀因子 - 因子名称：全球通胀因子[2][16][18] - 因子构建思路：反映全球通胀预期及实际上行压力[2][12] - 因子具体构建过程：跟踪关税通胀传导、大宗商品价格等指标[2][12] 4. 金融压力因子 - 因子名称：金融压力因子[18][20][24] - 因子构建思路：反映金融市场压力状况，影响风险资产表现[18][20] - 因子具体构建过程：通过利差、波动率等市场指标合成[18][20] 因子的回测效果 （注：报告中未提供因子的独立回测指标取值）