报告行业投资评级 未提及 报告的核心观点 - 2018 年后资产相关性下降为多资产组合提供配置红利，股债负相关为股债配置提供更好基础 [4][10] - 大类资产相关性提升常伴随组合回撤，但组合回撤不一定因相关性提升，仅关注相关性无法完全解决回撤问题 [4][17] - 采用“两步走”框架，先构建因子中性化组合降低单一风险影响，再应对多资产共振带来的回撤 [25] - A+B 方案可大幅减少回撤超 1%的次数，虽年化收益降低，但波动率下降 [68] 根据相关目录分别进行总结 1. 多资产组合的回撤由何而来 1.1 多资产组合的分散化效果在 2018 年后更好 - 选取 7 类资产构建简单多资产组合，2018 年后回撤整体降低且持续时间缩短 [7][8] - 2018 年后资产相关性下降，股债从弱正相关变为负相关，A股内部 800 成长和红利相关性也下降 [10][12][15] 1.2 多资产组合的回撤从何而来 - 大类资产相关性提升常伴随组合回撤，但组合回撤不一定出现相关性提升，仅关注相关性无法完全解决回撤问题 [17] - 超过 0.5%和 1%的回撤大多由多资产一起下跌导致，1%回撤到 0.5%时原因大多已确定 [21] 1.3 “两步走”的框架 - 先减少单一风险对组合的影响，打造“全天候”组合；再应对多资产共振带来的回撤 [25] 2. 因子的“全天候”组合构建 2.1 从传统全天候框架到因子全天候 - 传统全天候框架关注增长和通胀不同环境，实现场景平价 [29] - 国内可拓展到流动性、信用等环境，打造符合中国市场特征的全天候组合 [30] - 采用因子“中性化”方案，降低单一因子对组合的影响 [33] 2.2 虚拟宏观因子的构建 - 采用抽象虚拟因子模式构建因子框架，定义 6 个虚拟因子，用简单权重分配法构建因子 [37][38][41] - 虚拟因子与组合净值回撤对照可复盘回撤，但单一因子无法解释所有回撤 [44] 2.3 因子中性化组合 - 选取中国增长、美国增长、通胀作为主要三因子，实现因子中性化，降低组合对单一风险的暴露 [48] - 三因子中性组合年化收益 5.58%，波动率 2%，最大回撤 1.77%，回撤超 1%的次数为 11 次 [52][54] 3. 回撤控制方案 3.1 回撤的识别和预测难度较高 - 传统回撤识别方案有局限，命中率、召回率和遗漏率不理想，且难以兼顾 [55] - 选取基于已发生回撤的手段进行回撤控制，采用靠前看回撤等方法减少遗漏 [56] 3.2 A+B 回撤控制框架的构建 - A 方案通过动量+RSI 提升收益，B 方案以监控当前回撤进行应对 [58][59] - B 方案分 4 档应对不同程度回撤，将部分仓位向“波动率最小组合”靠拢 [64] - A+B 方案年化收益比原始三因子中性低，但波动率下降，回撤超 1%的次数从 11 次减少到 3 次 [68][71]