根据提供的研报内容，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）[12] * 模型构建思路：BL模型是对传统均值-方差模型的改进，采用贝叶斯理论将投资者对市场的主观观点与量化配置模型相结合，以优化资产配置权重，解决均值-方差模型对预期收益过于敏感的问题[12] * 模型具体构建过程：该模型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，具体构建过程可参考系列报告之二《手把手教你实现 Black-Litterman 模型》[13] 2. 模型名称：风险平价模型[17][18] * 模型构建思路：风险平价模型的核心思想是使投资组合中每类资产对整体风险的贡献相等，从而改进传统的均值-方差模型[17][18] * 模型具体构建过程：构建过程分为三步：第一步，选择合适的底层资产；第二步，计算各资产对组合的风险贡献；第三步，通过求解优化问题，使各资产的实际风险贡献与预期风险贡献的偏离度最小，从而计算得到最终的持仓权重[19] 3. 模型名称：基于宏观因子的资产配置模型[21] * 模型构建思路：该模型构建了一个涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系，旨在建立宏观研究与资产配置研究的桥梁，将宏观主观观点落地到资产配置层面[21] * 模型具体构建过程：构建过程分为四步：第一步，每月末计算资产池中各类资产对宏观因子的暴露水平；第二步，以资产的风险平价组合作为基准，计算基准因子暴露；第三步，结合投资者对宏观未来一个月的主观判断（给定主观因子偏离值）和基准因子暴露，得到资产组合的因子暴露目标；第四步，通过模型反解得到下个月的各个资产配置权重[22] 模型的回测效果 1. 国内资产BL模型1，上周收益-0.32%，11月份收益0.05%，2025年收益4.0%，年化波动2.18%，最大回撤1.31%[14] 2. 国内资产BL模型2，上周收益-0.15%，11月份收益0.08%，2025年收益3.77%，年化波动1.95%，最大回撤1.06%[14] 3. 全球资产BL模型1，上周收益-0.17%，11月份收益-0.26%，2025年收益0.78%，年化波动2.0%，最大回撤1.64%[14] 4. 全球资产BL模型2，上周收益0.01%，11月份收益0.08%，2025年收益2.7%，年化波动1.59%，最大回撤1.28%[14] 5. 国内资产风险平价模型，上周收益-0.27%，11月份收益-0.09%，2025年收益3.6%，年化波动1.32%，最大回撤0.76%[20] 6. 全球资产风险平价模型，上周收益-0.2%，11月份收益-0.07%，2025年收益3.04%，年化波动1.42%，最大回撤1.2%[20] 7. 基于宏观因子的资产配置模型，上周收益-0.31%，11月份收益-0.01%，2025年收益4.43%，年化波动1.55%，最大回撤0.64%[27] 量化因子与构建方式 1. 因子名称：宏观因子（增长、通胀、利率、信用、汇率、流动性）[21] * 因子的构建思路：构建一个涵盖六大宏观风险的因子体系，用于宏观因子资产配置框架[21] * 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[22] 因子的回测效果 （报告中未提供宏观因子的独立测试结果指标）