核心观点 - 报告旨在构建一个以绝对收益为目标、通过宏观打分模型进行战术调整的大类资产ETF配置策略，其预设目标为年化收益不小于6%、年化波动率不大于5%、最大回撤不大于5%且收益回撤比大于1 [1][3] - 策略采用“战略+战术”双层框架：战略层使用风险平价或ES风险平价模型设定资产权重中枢以控制风险；战术层则基于宏观因子月度打分，动态调整资产权重以捕捉短期景气度变化，从而增厚收益 [3][23][49] - 回测结果显示，在宏观打分模型的权重调整框架下，构建的ETF组合核心收益风险指标均达到或超过预设目标，其中全球大类资产配置的ETF策略表现尤为突出，在高风险权重规则下年化收益最高达10.85% [3][13][145] 资产选择与战略基准组合构建 - 报告选取了A股权益、港股权益、债券、商品和境外权益共五类12种资产，每种资产均对应市场上规模较大的ETF产品以确保策略的可投资性，例如华泰柏瑞沪深300ETF（规模4222.58亿元）、华夏恒生ETF（规模137.89亿元）等 [3][15][17] - 模型回测区间为2017年1月1日至2026年2月13日，每月末调仓，并为每类资产设定了严格的权重上下限，例如A股权益大类权重在10%-30%之间，债券大类权重在40%-85%之间，体现了以债券为核心、绝对收益导向的配置思路 [3][21][24] - 战略层分别构建了“境内股债资产”和“全球大类资产”两类基准组合，使用风险平价模型和ES风险平价模型设定权重中枢，其中ES风险平价模型（以期望损失衡量风险）在牺牲部分收益（全球组合年化收益5.30%）的同时，展现出更优的风险控制能力（年化波动率1.64%，最大回撤-2.32%） [3][34][40][45][48] 宏观打分框架构建 - 报告从月频角度构建了10个高频宏观因子，包括经济增长、通胀、流动性、利率、信用、期限利差、汇率以及海外经济增长、通胀、利率因子，并对数据进行了缺失值填补、季节性调整和去趋势处理 [3][50][100] - 通过统计检验（p值小于5%）为每类资产筛选出对未来一个月收益有显著预测能力的有效宏观因子，例如沪深300的有效因子包括通胀因子环比去趋势（3个月趋势下行预示收益提升），美股的有效因子为海外利率因子同比（12个月趋势下行预示收益提升） [3][104][107] - 基于有效宏观因子的月度打分（正负1分），构建战术层权重调整规则：根据资产得分正负，在战略权重基础上按预设比例调整，设定了高风险（向上调10%、向下调70%）、中风险和低风险三档调整幅度，向下调整比例更高以强调风险控制 [3][113][115] 宏观打分策略及ETF组合表现 - 以风险平价模型为战略基础的宏观打分策略显著提升了收益，高风险规则下，全球大类资产策略年化收益达10.04%，最大回撤-4.20%，收益回撤比2.39，均优于纯战略组合 [3][122][126] - 以ES风险平价模型为战略基础的宏观打分策略在风险控制上更优，高风险规则下，全球大类资产策略年化收益达10.01%，最大回撤-4.25%，收益回撤比2.35 [3][130][141] - 最终构建的宏观打分大类资产ETF组合（考虑ETF建仓期、动态权重和3bp单边交易费率）回测表现优异，高风险权重规则下，全球大类资产ETF组合年化收益达10.85%，年化波动率3.91%，最大回撤-3.40%，收益回撤比高达3.19，全面达成预设的绝对收益目标 [3][13][145][146]