量化模型与构建方式 1. 模型名称：宏观指标趋势模型 [17] * 模型构建思路：通过统计检验方法（T检验），判断单个宏观指标的趋势（上行或下行）是否对大类资产未来一个月的收益率有显著影响，并以此为基础构建打分模型[17]。 * 模型具体构建过程： 1. 对于每个宏观指标，计算其不同周期的历史月度均线，并根据该均线判断指标在每个月处于“趋势上行”或“趋势下行”状态[17][18]。 2. 分别统计在宏观指标“趋势上行”和“趋势下行”两种情况下，对应大类资产未来1个自然月的月度收益率序列[17]。 3. 对上述两个收益率序列进行T检验，计算t值。t值越大，表明该宏观指标的趋势变化对该大类资产未来表现的影响越显著[17]。 4. 筛选出历史上t值显著（即影响显著）的宏观指标，用于后续月度打分[17]。 5. 每月末，根据筛选出的宏观指标的当前趋势方向（上行记+1分，下行记-1分）及其对资产的影响方向（正向或负向），计算每个大类资产的宏观视角总得分[31]。 * T检验公式： $t={\frac{{\overline{{R_{1}}}}-{\overline{{R_{2}}}}}{\sqrt{\frac{(n_{1}-1){S_{1}}^{2}+(n_{2}-1){S_{2}}^{2}}{n_{1}+n_{2}-2}}({\frac{1}{n_{1}}}+{\frac{1}{n_{2}}})}}\sim t_{n_{1}+n_{2}-2}$ 其中，$\overline{R_1}$、$\overline{R_2}$分别代表宏观指标在趋势上行和趋势下行的不同情况下，某个大类资产未来1个自然月的平均月度收益率；$S_1$、$S_2$代表对应情况下收益率的标准差；$n_1$、$n_2$分别代表宏观指标处于趋势上行或趋势下行的月份数量[17]。 2. 因子名称：技术视角-趋势因子 [22] * 因子构建思路：基于大类资产价格（收盘价或LLT指标）计算历史平均涨跌幅，以此判断资产价格的趋势方向，并转化为打分信号[22]。 * 因子具体构建过程：对于不同大类资产，采用不同的计算周期（如2个月、6个月等）计算其价格的平均月度涨跌幅[33]。具体为： 1. 权益资产：使用“历史2个月LLT平均月度涨跌幅”与“历史(T-12至T-2)个月LLT平均月度涨跌幅”进行比较判断[33]。 2. 债券、黄金、工业品资产：使用“历史N个月收盘价平均月度涨跌幅”与更长期的历史平均涨跌幅进行比较判断（N取2或6）[33]。 3. 若计算出的趋势指标为正，则认为趋势向上，记+1分；若为负，则认为趋势向下，记-1分[22]。 3. 因子名称：技术视角-估值因子 [23] * 因子构建思路：计算股权风险溢价（ERP）及其历史分位数，以此衡量权益资产的估值水平，并根据分位数区间进行打分[23][25]。 * 因子具体构建过程： 1. 计算股权风险溢价（ERP）：ERP = 中证800指数PE(TTM)的倒数 - 10年期国债到期收益率[23]。 2. 计算ERP的历史5年分位数：分位数 = (当前ERP值 - 历史5年ERP最低值) / (历史5年ERP最高值 - 历史5年ERP最低值)[23]。 3. 根据分位数所在区间赋予估值得分：高于90%为+2分，70%-90%为+1分，30%-70%为0分，10%-30%为-1分，低于10%为-2分[25]。 4. 因子名称：技术视角-资金流因子 [26] * 因子构建思路：通过计算指数月度主动净流入额的边际变化，来衡量权益资产资金面的整体情况，并转化为打分信号[26]。 * 因子具体构建过程： 1. 以日度频率计算个股的主动净流入额，并加总得到指数月度主动净流入额[26]。 2. 计算该月度主动净流入额数据的边际变化（报告未明确具体计算公式，通常为当期值与历史均值或前期值的比较）[26]。 3. 若资金流指标为正，则认为资金面边际改善及资金流入，记+1分；若为负，则认为资金面边际恶化及资金流出，记-1分[26]。 5. 模型名称：综合打分配置模型 [35] * 模型构建思路：结合宏观视角和技术视角的月度打分结果，形成对各大类资产或权益风格的最终观点，并以此调整基准配置组合的权重，构建主动配置组合[35]。 * 模型具体构建过程： 1. 观点生成：对每个大类资产或权益风格，分别计算其宏观视角总得分（相关宏观指标得分之和）和技术视角总得分（趋势、估值、资金流等得分之和），两者相加得到最新总得分，根据总得分形成“看好”、“看空”或“看平”等观点[35][56]。 2. 组合构建： * 设定基准组合：为各大类资产或权益风格设定固定的基准配置权重[35][57]。 * 权重调整：根据月度最新信号（观点），对看好的资产/风格在其基准权重上增加一个固定的“调整权重”，对看空的资产/风格则减少相应的“调整权重”，并相应调整货币资产或另一风格资产的配置比例以保持总权重为100%[35][36][57]。 * 报告展示了三种基准组合的增强版本： a. 固定比例+宏观/技术指标组合：在固定权重基准组合（权益20%、债券60%、商品15%、货币5%）上，根据宏观或技术指标信号调整[36]。 b. 控制年化波动率6%+宏观指标+技术指标组合：在控制组合年化波动率不超过6%的基准权重上，根据宏观和技术指标信号调整[46]。 c. 风险平价+宏观指标+技术指标组合：在风险平价模型确定的基准权重上，根据宏观和技术指标信号调整[46]。 模型的回测效果 1. 固定比例+宏观指标+技术指标组合 [40][44] * 年化收益率：10.20%[40] * 最大回撤：9.27%[40] * 年化波动率：6.14%[40] * 2026年1月收益率：3.75%[36] 2. 控制年化波动率6%+宏观指标+技术指标组合 [50][51] * 年化收益率：10.46%[50] * 最大回撤：7.37%[50] * 年化波动率：5.54%[50] * 2026年1月收益率：5.60%[51] 3. 风险平价+宏观指标+技术指标组合 [50][51] * 年化收益率：8.29%[50] * 最大回撤：4.58%[50] * 年化波动率：3.39%[50] * 2026年1月收益率：2.01%[51] 4. 大小盘轮动组合 [61][62] * 年化收益率：14.30%[61] * 最大回撤：49.10%[61] * 年化波动率：22.30%[61] * 2026年1月收益率：8.47%，超额收益（相对基准）2.54%[62] 5. 成长价值轮动组合 [68] * 年化收益率：14.43%[68] * 最大回撤：45.18%[68] * 年化波动率：21.57%[68] * 2026年1月收益率：5.66%，超额收益（相对基准）1.51%[68]