量化模型与构建方式 根据您提供的研报内容，报告主要对基金投顾产品进行分类统计和调仓行为分析，并未涉及传统意义上的量化模型（如多因子选股模型、风险模型等）或量化因子（如价值、动量、质量等）的构建与测试[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46]。 报告的核心是基金投顾产品的分类体系，这可以视为一种基于规则的产品分类模型。 1. 模型名称：基金投顾产品分类模型 * 模型构建思路： 根据基金投顾产品的业绩基准和实际资产配置，将其划分为不同的风险收益类型，以便进行业绩比较和分析[11]。 * 模型具体构建过程： 1. 数据来源：天天基金、且慢及雪球平台上的总计650只基金投顾产品[11]。 2. 分类标准：主要依据“业绩基准中权益部分的指数权重和资产配置分布”[11]。 3. 具体类别与定义： * 纯债型： 权益资产配置中枢为0%[11][15]。 * 固收+型： 权益资产配置中枢为0%~20%[11][15]。 * 股债混合型： 权益资产配置中枢为20%~70%[11][15]。 * 股票型： 权益资产配置中枢为70%以上[11][15]。该类别进一步细分为： * QDII型 * 行业主题型 * 普通股票型（再根据策略细分为行业轮动、指数驱动、主动优选）[11]。 * 多元配置型： 进行多元资产的分散投资，具体定义为扣除货币基金、境内债券、A股、港股后，剩余大类资产的平均仓位需超过20%[11][15]。 * 模型评价： 该分类体系为系统性地比较和分析不同风险偏好、不同策略的基金投顾产品提供了清晰的框架，有助于投资者和研究者进行业绩归因和产品筛选[11]。 模型的回测效果 本报告未对上述分类模型进行历史回溯测试以提供如信息比率(IR)、夏普比率、最大回撤等量化指标。报告主要展示了基于该分类模型，在特定时间窗口内（2026年3月及2026年初以来）各类别产品的平均业绩表现[2][3][12]。 1. 基金投顾产品分类模型， 2026年3月各类型平均收益率：纯债型(0.2%)、固收+(-1.3%)、股债混合(-4.3%)、多元配置型(-4.7%)、股票型(-7.3%)[2][12]。 2. 基金投顾产品分类模型， 2026年初以来各类型平均收益率：固收+(0.6%)、纯债型(0.4%)、股债混合(0.1%)、多元配置型(-0.6%)、股票型(-0.9%)[2][12]。 3. 基金投顾产品分类模型（股票型细分策略）， 2026年3月各策略平均收益率：主动优选(-7.1%)、指数驱动(-7.7%)、行业轮动(-8.3%)[3][12]。 4. 基金投顾产品分类模型（股票型细分策略）， 2026年初以来各策略平均收益率：主动优选(-0.4%)、指数驱动(-1.1%)、行业轮动(-1.3%)[3][12]。 量化因子与构建方式 本报告未涉及任何量化因子的构建。 因子的回测效果 本报告未涉及任何量化因子的测试，因此无相关指标取值。