量化模型与构建方式 1. 普林格周期模型 模型名称：普林格周期模型[13][14][16] 模型构建思路：通过观察股票、债券和大宗商品的轮动表现，将经济与市场划分为六个阶段，帮助投资者应对不同的经济环境[14][16] 模型具体构建过程： - 将经济周期划分为六个阶段，每个阶段对应不同的资产表现： 1. 第一阶段（经济复苏初期）：股票小幅上涨，债券表现最佳，大宗商品持平 2. 第二阶段（经济复苏加速）：股票领涨，债券转弱，大宗商品持平 3. 第三阶段（经济扩张高峰）：股票上涨放缓，债券进一步减弱，大宗商品开始上涨 4. 第四阶段（经济过热）：股票下跌，债券持平或小幅下跌，大宗商品表现最佳 5. 第五阶段（经济增长放缓）：股票继续下跌，债券逐步改善，大宗商品下跌 6. 第六阶段（经济衰退）：股票触底或小幅反弹，债券表现最佳，大宗商品表现最差[16] - 通过市场价格与风格轮动特征反向刻画宏观周期状态[3] 模型评价：普林格周期本身具有一定的前瞻性，能够从价格、利率、商品等市场变量中提取出"隐含的经济预期"，提前反映经济处于复苏、过热或衰退的大方向[47] 2. 宏观趋势信号（TS）模型 模型名称：宏观趋势信号（Trend Score, TS）[4][31] 模型构建思路：从多项宏观经济指标中筛选出最具解释力的变量，综合构建为一个新的宏观趋势信号，用于识别宏观环境的"积极"与"谨慎"状态[4] 模型具体构建过程： 1. 因子选取与权重：从月度宏观数据中提取核心因子，包括PMI新订单（权重2）、PPI YoY（权重1）、PPI MoM（权重1）、M1 YoY（权重2）、M2 YoY（权重1）[29] 2. 标准化处理：对每个因子做12个月滚动Z-score，得到可比的月度z分数矩阵[33] $Z_{i,t} = \frac{X_{i,t} - \mu_{i,t-11:t}}{\sigma_{i,t-11:t}}$ 其中$Z_{i,t}$为因子i在t月的Z-score，$X_{i,t}$为因子原始值，$\mu_{i,t-11:t}$和$\sigma_{i,t-11:t}$为过去12个月的均值和标准差 3. 加权合成：将各因子的z分数按归一化权重加总，得到月度原始Trend Score[33] $TS_t = \sum_{i=1}^{5} w_i \cdot Z_{i,t}$ 4. EWMA平滑：对原始TS做EWMA（α=0.5），得到更稳定、段落更清晰的趋势曲线[33] $TS_{smooth,t} = α \cdot TS_t + (1-α) \cdot TS_{smooth,t-1}$ 5. 防跳跃规则：使用60期滚动分位+双阈值迟滞（35/65外层+45/55内层），将Trend Score划分为"谨慎/中性/积极"三类宏观状态[33][34] - 初始/上期为中性时：x ≤ 下外层（35%）→进入谨慎；x ≥ 上外层（65%）→进入积极；否则→保持中性 - 上期为谨慎时：x仍低于下内层（45%）→继续谨慎；x介于下内层和上外层之间（45%~65%）→回到中性；x ≥ 上外层（65%）→反向进入积极 - 上期为积极时：x仍高于上内层（55%）→继续积极；x介于下外层和上内层之间（35%~55%）→回到中性；x ≤ 下外层（35%）→反向进入谨慎[34] 6. 频率扩展与滞后：将月度TS与状态扩展至日频，并整体滞后15天用于实盘使用[33] 模型评价：宏观趋势信号（TS）基于月度宏观数据构建，反映真实经济活动、企业利润与流动性的中期趋势，具有更强的稳定性和跨行业一致性[47] 3. 复合宏观配置模型 模型名称：双源驱动宏观配置模型[47][51] 模型构建思路：结合普林格周期和宏观趋势信号TS，构建"市场预期+宏观数据"的双源驱动框架，在不同宏观状态下选择不同宽基指数和行业配置[47][51] 模型具体构建过程： - 状态划分：将普林格周期的复苏、过热、衰退状态与TS的谨慎、中性、积极状态进行组合，形成9种宏观情景[53] - 宽基配置逻辑： - 偏乐观情景（谨慎-复苏、中性-复苏、积极-复苏、积极-衰退、积极-过热）：配置中证2000、创业板指等成长性指数[53] - 偏谨慎情景（谨慎-衰退、谨慎-过热、中性-衰退、中性-过热）：配置沪深300、低波红利等防御性指数[53] - 行业轮动逻辑： - 防守思路：在悲观/谨慎情境下增配银行、公用事业、食品饮料等抗跌行业[53] - 进攻思路：在复苏/积极情境下重点增配非银行金融（券商）、电子等进攻性行业[53] - 牛市中后段（过热阶段）：逐步加入化工、有色金属、煤炭等顺周期行业[55] 模型评价：两者结合能够互补，普林格提供趋势的早期提示，TS提供趋势的确认与过滤，当两者方向一致时，其正向收益的确定性在回测中最强、跨行业一致性最高[47] 模型的回测效果 1. 宏观状态组合表现 普林格复苏+TS积极组合： - 沪深300平均收益率：2.74%[41] - 中证2000平均收益率：3.14%[42] - 创业板指平均收益率：4.31%[43] - 低波红利平均收益率：1.51%[44] 普林格复苏+TS中性组合： - 沪深300平均收益率：0.23%[41] - 中证2000平均收益率：2.85%[42] - 创业板指平均收益率：-0.97%[43] - 低波红利平均收益率：-0.69%[44] 普林格复苏+TS谨慎组合： - 沪深300平均收益率：-0.24%[41] - 中证2000平均收益率：4.42%[42] - 创业板指平均收益率：3.69%[43] - 低波红利平均收益率：2.13%[44] 2. 行业板块在特定状态下的表现 积极-复苏状态下表现最佳的行业： - 电力设备及新能源：5.63%[62] - 有色金属：5.51%[62] - 消费者服务：4.87%[62] - 基础化工：4.49%[62] - 创业板指：4.31%[62] 积极-过热状态下表现最佳的行业： - 电子：2.26%[62] - 基础化工：2.09%[62] - 电力设备及新能源：2.02%[62] - 家用电器：1.98%[62] - 食品饮料：1.96%[62] 3. 综合配置策略年度表现 策略年度收益率与超额收益： - 2011年：策略-15.7%，基准-25.0%，超额12.4%[58] - 2012年：策略5.7%，基准7.6%，超额-1.7%[58] - 2013年：策略24.4%，基准-7.6%，超额34.7%[58] - 2014年：策略64.8%，基准51.7%，超额8.7%[58] - 2015年：策略27.3%，基准5.6%，超额20.5%[58] - 2016年：策略-10.9%，基准-11.3%，超额0.5%[58] - 2017年：策略13.5%，基准21.8%，超额-6.8%[58] - 2018年：策略-20.5%，基准-25.3%，超额6.5%[58] - 2019年：策略40.1%，基准36.1%，超额3.0%[58] - 2020年：策略31.5%，基准27.2%，超额3.4%[58] - 2021年：策略17.8%，基准-5.2%，超额24.2%[58] - 2022年：策略-18.0%，基准-21.6%，超额4.6%[58] - 2023年：策略-0.6%，基准-11.4%，超额12.2%[58] - 2024年：策略27.5%，基准14.7%，超额11.2%[58] - 2025年（至11月14日）：策略43.9%，基准17.6%，超额22.3%[58] 4. 风险调整后收益表现 收益波动比表现最佳的行业（积极-复苏状态）： - 基础化工：87.72%[66] - 汽车：77.97%[66] - 电力设备及新能源：77.86%[66] - 机械：75.08%[66] - 有色金属：74.93%[66] 收益波动比表现最佳的行业（积极-过热状态）： - 食品饮料：23.89%[66] - 银行：23.36%[66] - 低波红利：22.63%[66] - 煤炭：22.55%[66] - 中证2000：19.51%[66]