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[42] * 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、月频调仓的量化等权配置策略[42]。 * 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、算法类型及因子构成。 2. 模型名称:基于动态宏观事件因子的股债轮动配置策略[47] * 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,用于对股票和债券资产进行择时配置,并在此框架下结合风险预算模型,形成针对不同风险偏好(保守型、稳健型、进取型)的股债配置策略[47]。 * 模型具体构建过程: * 因子体系构建: 模型包含经济增长和货币流动性两个维度的多个细分指标[47][51]。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、国债期限利差(10Y-1M)、发电量3个月移动平均环比等指标[51]。货币流动性维度包括M1-M2剪刀差、中美国债利差等指标[51]。 * 信号生成: 每个细分指标根据其数值或变化方向,生成二值化的看多(1)或看空(0)信号[51]。 * 合成信号: 将各维度的细分信号进行合成,得到经济增长和货币流动性维度的综合信号强度(百分比形式)[47]。例如,报告显示6月经济增长信号强度为50%,货币流动性信号强度为60%[47]。 * 仓位确定: 基于宏观择时模块(即上述合成信号)和风险预算模型框架,最终输出不同风险偏好下的股票和债券配置权重[47]。例如,7月进取型策略的股票权重为55%,债券权重为45%[47]。 3. 模型名称:基于红利风格择时配置策略[53] * 模型构建思路: 基于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,对中证红利指数进行择时配置[53]。 * 模型具体构建过程: * 因子体系构建: 模型包含经济增长和货币流动性两个维度的10项指标[53]。经济增长维度指标包括消费者信心指数、发电量3个月移动平均环比(MA3_MoM)、国债期限利差(10Y-3M)、中采制造业PMI新出口订单、PPI同比、PPI-CPI剪刀差[57]。货币流动性维度指标包括Shibor2W、R007_20日移动平均(R007_MA20)、Shibor1M环比(Shibor1M_MoM)、逆回购与R007利差(逆回购 R007 差额)[57]。 * 信号生成与合成: 各指标生成二值化信号(1或0),最终合成为一个总的择时信号[53][57]。例如,7月最终合成信号为1(看多)[53]。 量化因子与构建方式 1. 因子名称:动态宏观事件因子(经济增长维度)[47][51][53][57] * 因子构建思路: 选取反映宏观经济景气度的指标,通过处理转化为可用于择时的二值信号。 * 因子具体构建过程: 报告列举了多个细分因子及其在特定时点的信号值,但未明确给出每个因子具体的信号生成阈值或公式。例如: * M1同比[51] * PPI同比[51] * PPI-CPI剪刀差[51][57] * 工业增加值同比[51] * 国债期限利差(10Y-1M 或 10Y-3M)[51][57] * 产量:发电量:当月值_MA3:环比[51][57] * 消费者信心指数[57] * 中采制造业PMI_新出口订单[57] 2. 因子名称:动态宏观事件因子(货币流动性维度)[47][51][53][57] * 因子构建思路: 选取反映市场资金面松紧状况的指标,通过处理转化为可用于择时的二值信号。 * 因子具体构建过程: 报告列举了多个细分因子及其在特定时点的信号值,但未明确给出每个因子具体的信号生成阈值或公式。例如: * M1-M2剪刀差[51] * 中美国债利差 10Y[51] * 中国国债美国TIPS利差:10年[51] * Shibor2W[57] * R007_MA20[57] * Shibor1M_MoM[57] * 逆回购 R007 差额[57] 模型的回测效果 1. 人工智能全球大类资产配置模型[42][46] * 回测期:2021年1月至2026年5月[42] * 年化收益率:7.70%[42] * 年化波动率:6.98%[46] * 最大回撤:-6.66%[42] * 夏普比率:1.10[42] * 年初至今(2026年)收益率:7.15%[43][46] 2. 基于动态宏观事件因子的股债轮动配置策略[47][48][52] * 回测期:2005年1月至2026年7月[48] * 进取型策略: * 年化收益率:19.82%[48][52] * 年化波动率:13.92%[52] * 最大回撤:-13.72%[52] * 夏普比率:1.30[52] * 收益回撤比:1.45[52] * 年初至今(2026年)收益率:7.16%[48][52] * 稳健型策略: * 年化收益率:10.71%[52] * 年化波动率:8.04%[52] * 最大回撤:-6.77%[52] * 夏普比率:1.18[52] * 收益回撤比:1.58[52] * 年初至今(2026年)收益率:3.53%[48][52] * 保守型策略: * 年化收益率:5.86%[48][52] * 年化波动率:3.16%[52] * 最大回撤:-3.55%[52] * 夏普比率:1.51[52] * 收益回撤比:1.65[52] * 年初至今(2026年)收益率:3.15%[48][52] 3. 基于红利风格择时配置策略[53][56] * 回测期:2005年1月至2026年6月[56] * 年化收益率:14.26%[56] * 年化波动率:17.32%[56] * 最大回撤:-21.70%[56] * 夏普比率:0.83[56] * 最近1个月收益率:3.77%[56] 因子的回测效果 (报告未提供单个因子的独立回测效果指标,如IC、IR、多空收益等。)
量化配置视野:AI全球配策略增配恒生指数和日经225