量化模型与构建方式 1. 模型名称：人工智能全球大类资产配置模型[38] * 模型构建思路：将机器学习模型应用于大类资产配置问题，基于因子投资的思路，使用模型对各类资产进行打分排序，最终构建可投资的、月频调整的量化等权配置策略[38]。 * 模型具体构建过程：报告未详细描述该机器学习模型的具体构建过程、因子构成及公式。 2. 模型名称：基于动态宏观事件因子的股债轮动配置模型[45] * 模型构建思路：构建一个包含经济增长和货币流动性两大维度的动态宏观事件因子体系，并基于此体系结合风险预算模型框架，输出针对不同风险偏好（保守型、稳健型、进取型）的股债配置权重[45]。 * 模型具体构建过程： 1. 宏观事件因子构建：模型选取了经济增长和货币流动性两个维度的多个细分指标作为宏观事件因子[45][48]。例如，经济增长维度包括M1同比、PPI同比、PPI-CPI剪刀差、工业增加值同比、国债利差(10Y-1M)、发电量当月值_MA3环比等指标；货币流动性维度包括M1-M2剪刀差、中美国债利差(10Y)、中国国债美国TIPS利差(10年)等指标[48]。 2. 信号生成：每个细分指标会生成一个二值信号（例如，1代表看多，0代表不看多）[48]。 3. 信号合成：将同一维度下的多个细分因子信号进行合成，得到经济增长维度和货币流动性维度的综合信号强度（百分比形式）[45][47]。例如，报告显示截至2月28日，经济增长维度信号强度为0%，货币流动性维度信号强度为60%[47]。 4. 权重确定：基于宏观择时模块（即合成信号）与风险预算模型框架，最终输出不同风险偏好组合的股票和债券配置权重[45][47]。 3. 模型名称：基于红利风格择时配置模型[52] * 模型构建思路：针对中证红利指数，构建一个基于经济增长与货币流动性两大维度共10项指标的动态宏观事件因子体系，用于进行择时配置，旨在捕捉红利风格资产的相对优势并控制回撤[52]。 * 模型具体构建过程： 1. 宏观事件因子构建：模型选取经济增长与货币流动性两大维度共10项指标构建动态宏观事件因子体系[52]。具体指标包括：经济增长维度的消费者信心指数、发电量当月值_MA3_MoM、国债利差(10Y-3M)、中采制造业PMI新出口订单、PPI同比、PPI-CPI剪刀差；货币流动性维度的Shibor2W、R007_MA20、Shibor1M_MoM、逆回购R007差额[54]。 2. 信号生成：每个指标会生成一个二值信号（例如，1代表看多，0代表不看多）[54]。 3. 信号合成：将所有指标的信号合成为一个最终的二值择时信号（1或0）[52][54]。例如，报告显示2026年3月的最终合成信号为1（看多）[52][54]。 模型的回测效果 1. 人工智能全球大类资产配置模型 * 回测期间：2021年1月至2026年3月[40] * 年化收益率：16.48%[40] * 年化波动率：6.78%[43] * 最大回撤：-6.66%[40] * 夏普比率：1.15[40] * 2026年初至今收益率：5.72%[40] 2. 基于动态宏观事件因子的股债轮动配置模型 * 回测期间：2005年1月至2026年3月[46] * 进取型策略： * 年化复合收益率：20.07%[46] * 年化波动率：14.00%[51] * 最大回撤：-13.72%[51] * 夏普比率：1.31[51] * 收益回撤比：1.46[51] * 2026年初至今收益率：5.42%[46] * 稳健型策略： * 年化复合收益率：10.79%[46] * 年化波动率：8.09%[51] * 最大回撤：-6.77%[51] * 夏普比率：1.19[51] * 收益回撤比：1.59[51] * 2026年初至今收益率：1.81%[46] * 保守型策略： * 年化复合收益率：5.85%[46] * 年化波动率：3.19%[51] * 最大回撤：-3.55%[51] * 夏普比率：1.49[51] * 收益回撤比：1.65[51] * 2026年初至今收益率：0.83%[46] 3. 基于红利风格择时配置模型 * 择时策略（假设单边交易成本千分之二）[52]： * 年化收益率：15.85%[52] * 年化波动率：16.17%[52] * 最大回撤：-21.22%[52] * 夏普比率：0.93[52] * 最近1个月收益率：1.35%[52] * 基准（中证红利全收益指数）： * 年化收益率：11.49%[52] * 年化波动率：22.45%[52] * 最大回撤：-36.80%[52] * 夏普比率：0.58[52] * 最近1个月收益率：1.35%[52] 量化因子与构建方式 1. 因子名称：动态宏观事件因子（用于股债轮动模型）[45] * 因子构建思路：从经济增长和货币流动性两个宏观维度，选取具有预测性的高频或月度指标，将其转化为二值信号，用以判断股票资产的配置时机[45][48]。 * 因子具体构建过程：报告列出了具体的细分指标，但未给出每个指标具体的信号生成阈值或公式。例如，经济增长维度包括M1同比、PPI同比、PPI-CPI剪刀差、工业增加值同比、国债利差(10Y-1M)、产量:发电量:当月值_MA3:环比等；货币流动性维度包括M1-M2剪刀差、中美国债利差10Y、中国国债美国TIPS利差:10年等[48]。每个指标在特定时点会输出1（看多）或0（不看多）的信号[48]。 2. 因子名称：动态宏观事件因子（用于红利择时模型）[52] * 因子构建思路：从经济增长和货币流动性两个维度选取10项指标，构建一个用于对中证红利指数进行择时的信号体系[52]。 * 因子具体构建过程：报告列出了具体的细分指标，但未给出每个指标具体的信号生成阈值或公式。指标包括：经济增长维度的消费者信心指数、产量:发电量:当月值_MA3_MoM、国债利差10Y-3M、中采制造业PMI_新出口订单、PPI_YoY、PPI-CPI剪刀差；货币流动性维度的Shibor2W、R007_MA20、Shibor1M_MoM、逆回购R007差额[54]。每个指标在特定时点会输出1（看多）或0（不看多）的信号[54]。