文章核心观点 - 多元资产配置在近年成为理财热词，但2025年四季度以来各类资产同频共振现象加剧，引发对策略“失灵”的质疑 [3] - 中泰资管基金经理唐军凭借其管理的FOF产品在震荡市中的优秀收益与回撤控制，成为业内备受关注的多元资产配置实践典范 [3] 基金经理唐军及其产品表现 - 唐军管理的中泰天择稳健6个月持有混合（FOF）A份额，自2023年3月成立至2026年3月31日，净值增长率为21.72%，同期业绩比较基准为8.69% [4] - 该产品近一年净值增长率为13.33%，同期业绩比较基准为4.32% [4] - 即使在2025年四季度以来市场震荡加剧期间，产品A份额仍取得3.14%的净值增长，同期业绩比较基准为-0.91% [4] - 产品规模从成立时不足3亿元增长至2026年3月31日的13.4亿元 [5] 投资框架与方法论 战略资产配置：“货币—信用”框架 - 战略资产配置围绕“货币—信用”框架，用于把握宏观大方向与慢变量 [7] - 货币宽松、利率低的环境利于债券及金融属性强的资产；信用扩张信号出现则利于通胀及大宗商品等与实体经济紧密的资产 [7] - 基于该框架，唐军自2023年产品成立初就重仓黄金，其长期判断基于“美元信用正在被侵蚀”，原因包括美元资产“武器化”倾向及美国在高利率下大幅扩张财政赤字 [8] - 该框架的应用实例：2024年四季度，观察到财政化债力度加大带来信用边际改善信号后，清空长债仓位，成功规避2025年初的债市深度调整 [7] 资产配置核心：构建互不相关的回报流 - 多元资产配置的核心是找到基于相关性的、独立的“回报流”，以实现真正的风险分散，而非简单堆砌资产类别 [11] - 回报流可涵盖资产层面（股票、债券、黄金、商品）及策略层面（趋势、反转、预期差挖掘等） [11] - 选择纳入组合的资产或策略，关键在于其与现有组合的相关性，而非其自身波动率。例如，黄金虽波动大但与股债相关性低，比与债券相关性高的REITs更能有效降低组合波动 [11][12] - 曾挖掘豆粕ETF机会，因其驱动因子与股债截然不同且存在独特的展期收益，体现了通过“拆解”实现相关性分离的价值 [12] 基金选择：剥离风格贝塔，聚焦真实阿尔法 - 在基金选择上，严格区分风格贝塔（来自市场或特定风格的系统性收益）与真实阿尔法（剥离风格后稳定的超额收益） [15] - 曾通过量化模型拆解发现，一只业绩靠前的医药基金主要收益来源是重仓微盘股风格，而非医药选股能力 [15] - 为做好风格剥离，建立了精细化的行业分类框架（如将1600多家公司手动拆分为60多个细分行业），并归纳总结30个风格因子进行逐一剥离 [15][16] - 若基金剔除风格贡献后无超额收益，则倾向于选择更便宜、透明的ETF [16] 战术资产配置：“预期差”框架 - 战术资产配置独立于战略配置，核心工具是捕捉市场价格反映的共识与真实基本面之间的“预期差” [19] - 该策略与宏观战略配置相关性极低，长期胜率高于50%即可作为有效补充，用于降低波动、增厚收益 [19] - 应用实例1：2025年6月底，银行股市场预期过高但分析师一致预期下调，形成“负向预期差”，遂降低红利资产仓位，转向拥挤度低的成长风格，成功规避回撤并捕捉反弹 [19][20] - 应用实例2：2025年4月至5月，观察到电解铝龙头成本下降、收入上升但市场预期冷淡，存在正向预期差，果断买入相关个股，随后该公司中报盈利同比增长超30%，股价走强 [20] 基金经理的能力背景 - 管理FOF时专注于主动配置，采用自上而下的宏观框架与中观的行业品种扫描体系，结合微观的子基金阿尔法穿透能力 [5] - 能力形成得益于数学专业背景、金工研究与量化投资经历，以及师从李迅雷深耕宏观研究五年的积淀 [5]