出品 | 妙投APP 作者 | 刘国辉 编辑 | 关雪菁 头图 | 李蓓个人公众号 今天早上虎嗅发布了《李蓓被流量耽误了》一文，对于文中观点，半夏投资创始人李蓓迅速给出了回应。在影响力上，李蓓的势能依然强大，半 夏投资公众号发文三个小时后，流量已经接近10W+，转发量更是超过6000。私募圈顶流实至名归。 李蓓在文中提到，"里面其实有不少事实性错误，比如说我23年重仓纯碱，我当时并没有买纯碱，我买的是玻璃。" 这里需要解释一下，私募领域有特殊性，信息披露较少，外界很难像公募一样准确跟踪其具体持仓情况，因此《李蓓被流量耽误了》一文中对于 半夏产品持仓的描述，基本来自公开报道。以2023年的纯碱与玻璃期货为例，当时外界对于李蓓可能做多纯碱和玻璃期货有较多讨论，而李蓓 当时在回应中并未明确肯定或者否定。 文章提到了李蓓曾经辉煌的业绩，以及宏观对冲策略的较高难度，整体来说是比较客观公允的，正如李蓓总提到，"作者还是想尽量客观一点 的，没有一边倒的踩我，也没有恶意看空我。" 就着文中的观点，李蓓对于当前市场上财富管理与资产配置存在的风险，提出了自己的判断，比较有见地，也在市场上引起一些新的讨论，值得 探究。 当大量资金 ...

来源：半夏投资 最近一年其实我的出镜率和发声率并不高，公众号一共只发了6篇文章，平均2个月才一篇。 上个月末参加了两个会议，讲了些市场观点，整理了一篇文章，没想到引发了一场经久不衰的大讨论。 我现在刷视频，每刷个十来条，就会刷到一条我自己，要么是转载我，要么是引用我，要么是评论我。 公众号文章写我的也不少，有才华的群众甚至还出了几个漫画，其中流量最高的一条是虎嗅的这篇。 里面其实有不少事实性错误，比如说我23年重仓纯碱，我当时并没有买纯碱，我买的是玻璃。 但是我也能看出，虽然总体基调偏负面，但作者还是想尽量客观一点的，没有一边倒的踩我，也没有恶 意看空我。 最后，关于是否应该投资我，他写了这么一段： 半夏的产品，还值得投资吗？ 李蓓在择时与多资产运用上相对还是有一定功力的，其宏观对冲策略在大类资产趋势明确且低相关的行 情中，以及在经济周期明显切换的阶段，有望通过多资产的布局，以及衍生工具的操作，来把握机会。 在当下，集中体现在宏观经济转暖、传统周期顺利接棒科技成长，那时李蓓可能会有更突出表现。如果 仍是科技成长风格主导，李蓓仍然会比较被动。 目前PPI仍在负增长，没有回归正增长的迹象，科技赛道倒是依旧如火如荼 ...

核心观点 - 报告认为2026年资产配置面临“一长一短”两大挑战，并提出以“被动为盾、主动为矛”的应对策略 [5] - 中长期挑战是低利率环境下股债对冲效果减弱，需要通过拓宽资产类型（海外及另类资产）来增收，并精细化风险管理以降波 [5][10][16] - 短期挑战是市场风险偏好正从两端向中间回归，配置策略需相应调整：低波组合应增加弹性，高波组合需控制风险 [5][15][16] - 2026年整体配置建议关注A股、黄金等商品机会，海外权益适当分散，境内固收挖掘交易机会 [5][70] 2026年资产配置面临的挑战 - **中长期挑战：低利率时期股债对冲效果不及过往** [10] - 利率持续下行，现金类理财产品7日年化收益从2023年底的2.34%降至2025年7月底的1.39%，固收类理财产品业绩比较基准从3.29%降至2.39% [10] - 历史上股债负相关性随持有期增加而强化，持有1年以上负相关性占比达60%，持有2年以上接近70% [11][14] - 但此效果依赖债券资本利得空间，2010年至2025年11月底利率下行近200个基点，当前利率低于2%，已无法为权益提供足够对冲 [14] - **短期挑战：市场风险偏好从两端回归** [15] - 过去几年新旧动能转换导致投资者风险偏好两端化，但当前海内外对中国国家治理能力信心增强，对科技产业认知更客观，风险偏好开始向中间回归 [15] - 体现在股市，部分防御型资产（如红利）投资者转向风险较高标的，而部分科技成长投资者开始收敛风险敞口 [15] - 风险偏好回归意味着低风偏客户希望在风险可控下做出弹性，高风偏客户希望在满足收益目标下降低风险 [15] 低利率环境下的配置重点：增收与降波 - **增收途径：拓宽两类资产** [5][17] - 借鉴耶鲁捐赠基金和桥水基金经验，低利率时期需拓展海外资产和另类资产 [5][18] - **海外资产**：已有丰富跨境权益ETF，截至2025年9月底，港股ETF规模合计7192亿元，美股ETF规模1571亿元，其次为日本、德国、沙特等 [22] - **另类资产**：包括商品、衍生品、私募股权、对冲基金、REITs，其中黄金投资占比逐年上行，2022年以来央行购金及2025年以来民间投资（如ETF）迅速增长 [23][25][26] - 实证表明，在组合中加入商品和海外资产（如黄金、美股纳斯达克）可提升业绩，动态全天候策略年化收益达6.8%，高于二级债基指数的3.7% [26][28][29] - **降波工具：三项精细化风险管理手段** [5][29] - **风险对冲**：利用资产间负相关性，例如过去1年A股与境内债券负相关性为-34%，与黄金正相关性为17% [30][31] - **风险转嫁**：通过衍生品（如期权）将风险转移 [34] - **风险规避**：通过对资产和策略进行择时来规避风险 [36] 风险偏好回归下的配置策略 - **风险偏好变化观察** [37][41][42] - 采用滚动持有期收益波动衡量不确定性，发现2025年10月和11月以来，代表高风偏的计算机、电力设备、通信等板块不确定性上行，代表低风偏的银行板块不确定性亦上行，而代表中等风偏的食品饮料、化工等板块不确定性下行 [41][42] - 这表明风险偏好正从两端向中间回归 [42] - **低波策略：增加弹性** [5][44] - 固收类资产关注境内债券交易机会，境外债券虽有高票息但人民币负债产品需警惕汇率风险 [44] - 权益资产从红利资产部分转向中盘蓝筹 [44] - 其他资产关注黄金等商品机会，继续看好A股、黄金市场表现 [44] - **高波策略：控制风险** [5][45] - 海外资产从美股适当分散至港股、欧股、日股等其他市场 [45] - A股科技板块需警惕风险，考虑部分转向中盘蓝筹 [45] - 关注商品及衍生品的对冲效果，需更精细化组合管理 [45] 2026年资产配置展望：被动为盾，主动为矛 - **被动为盾：通过被动型配置拓宽资产类型以实现风险分散** [5][46][47] - **关注黄金、有色等商品机会**：黄金长期受益全球货币体系重构，短期受风险偏好和美联储降息预期影响，铜、铝等有色金属因供需紧张存在板块机会 [47][51] - **关注境外资产的分散化效果**：中外宏观周期不同步，A股与海外权益资产相关性不高，美股的偏度和峰度提升预示尾部风险，可更多关注其他海外国家权益资产 [52][53] - **关注REITs等另类资产机会**：作为低息资产的替代，中国REITs规模从2021年至2025年（前三季度）逐年抬升 [54][55] - **美债适合美元负债产品，人民币负债需谨慎**：美债不确定性下降，但人民币汇率有升值压力，需警惕汇率风险 [56][57][58] - **主动为矛：通过主动管理实现低波策略加弹性、高波策略降风险** [5][46][59] - **权益关注风格切换**：中国权益资产波动中枢下行，在风偏回归背景下，未来一段时间重点关注中盘蓝筹 [59][60] - **债券寻找主动交易型机会**：境内固收挖掘主动机会，境外固收考虑汇率风险后性价比需评估，可利用债券衍生品（如套利）增强收益 [65] - **多策略增强兼顾趋势和均值回复**：例如商品趋势策略可部分由商品套利策略替代，如利用甲醇价格波动进行套利 [66][67] - **组合层面用好风险缓释手段**：通过优化组合管理模型或使用衍生品进行风险转嫁和规避 [68]

核心观点 - 资产配置不仅仅是风险分散，收益预判同样重要，任何风险都不会脱离收益预判而单独存在，资产配置模型的意义在于通过系统化设计让投资者的预判能力得以充分发挥，使胜率60%的投资者能够战胜胜率40%的投资者[5] - 主动型资产配置的核心是收益预测和风险惩罚，风险度量旨在惩罚收益预测的不准确性，从而与预测能力挂钩，主要用于专业投资者[5][11][13] - 配置思路根据是否考虑收益预测可分为被动型和主动型，被动型策略强调风险分散，主动型策略兼顾风险分散和收益增强，战略资产配置两者均适用，战术资产配置通常需用主动型思维[5] - 基于MVO的主动型资产配置策略可应用于两类场景：直接针对有限熟知资产进行配置，或先通过被动型模型构建战略中枢再对部分资产进行战术增强，两种方式均显示显著效果提升[5][10][36][43] - 基于ETF的主动型资产配置方案同样有效，包括直接MVO配置和全天候打底+MVO增强两种方式，结果显示能实现显著的收益增厚[5][51][59] 一、MVO模型适用于主动型资产配置 - 均值方差模型(MVO)是主动型资产配置的首选工具，其优势在于资产类型相对有限，可通过约定持仓上限或下限规避仓位过度集中问题[9] - MVO模型对收益预测有较高要求，这既是其不足也是价值所在，该模型能围绕预测胜率大小进行相应惩罚，使胜率60%的投资者战胜胜率40%的投资者[10] - MVO适用于两类场景：在熟知有限资产间直接配置并施加仓位限制，或在资产类型较多时先通过风险预算等被动模型得到战略中枢，再基于MVO对部分资产进行战术增强[10] 二、主动型资产配置的核心是收益预测和风险惩罚 - 主动型资产配置首先要构建有效的收益预测，大类资产收益预测需构建时间序列模型，为每类资产寻找有效时序因子，如权益的ERP、PMI、MA20收益，债券的股票同期影响、资金利率等[14][20] - 收益预测结果显示，预期收益相比历史均值更接近实际收益，例如中证800预期收益与实际收益对比显示更好拟合度[20][21][23][24] - 主动型资产配置需要对收益预测进行风险惩罚，风险度量的目标是衡量收益预测的不准确性并施加惩罚，采用GARCH(1,1)模型衡量预期风险，结果与历史波动存在显著差异[25][27][28] - "收益预测-风险惩罚"模型效果显著优于"历史收益-历史波动"模型，在不同目标波动率下均显示更优绩效，例如3%目标波动下年化收益11.5% vs 10.8%，夏普比2.87 vs 2.58[30][32][33][34][35] 三、主动型资产配置可用于两类场景 - 直接配置方案针对有预测能力的有限资产，通过仓位限制避免过度集中，例如权益限20%、商品限15%，结果显示随着仓位限制放开组合弹性更高收益更高，如15%限制下年化收益11.6% vs 5%限制下8.6%[36][37][38] - 被动打底+主动增强方案针对资产类型较多情况，先通过动态全天候策略得到战略中枢，再通过MVO进行战术增强，控制跟踪误差，结果显示组合业绩显著提升，如跟踪误差3%下年化收益7.5% vs 动态全天候7.0%[43][46][47][48] - 战术增强过程中，随着跟踪误差约束放宽，组合收益进一步提升，在仓位调整有限情况下实现收益增厚，例如跟踪误差7%下年化收益9.5%较基准提升2.5个百分点[46][48] 四、基于ETF的主动型资产配置方案 - 直接MVO配置ETF组合，对另类资产设置仓位限制，统计区间2024年至2025年10月，结果显示放开限制后效果更优，如15%限制下年化收益10.4%，夏普比2.37，较5%限制提升3.2个百分点[52][53][54][55] - 全天候打底+MVO增强的ETF组合，在不同跟踪误差约束下均显示显著收益增强，如跟踪误差7%下年化收益11.6%较动态全天候9.0%提升2.6个百分点，夏普比2.35[59][60][62][63] - ETF方案中，权益部分用行业轮动策略，债券部分用债券ETF拟合偏债混合基金指数，商品和黄金用对应ETF，组合构建兼顾可投资性和策略有效性[49][51] 五、结论 - 资产配置策略的核心是基于对各类资产预判权衡不确定性得到组合方案，主动型与被动型的核心区别在于是否考虑收益预测以及风险度量的锚定差异[64][65] - 基于MVO的主动型资产配置在两类应用场景下均有较好业绩表现，通过系统化设计充分发挥投资者的预判能力，最后通过ETF落地方案增强了实践可行性[64][65][66] 附录：基于ETF的动态全天候方案 - 结合动态全天候策略和行业轮动策略，构建基于ETF的动态全天候方案，权益部分基于ETF行业轮动，债券部分以债券ETF复制偏债混合基金指数，商品和黄金用对应ETF[67] - 样本外表现显示，包含美股的动态全天候策略年化收益9.0%，标准差3.1%，夏普比2.94，最大回撤-2.0%，绩效指标均优于不含美股的版本[67][68][69][72]

公司亚洲市场战略 - 将亚洲市场视为核心增长引擎，投资管线中一些最具吸引力的项目来自亚洲 [1] - 亚洲战略聚焦于内需市场，通过投资服务业、软件、教育和金融服务等行业来规避地缘政治风险 [1] - 在亚洲拥有350名员工，强调本地化运营对于寻找交易、招募人才和推动退出至关重要 [3] 中国市场策略 - 在中国市场采取差异化策略，重点布局早期创新企业，认为早期投资策略比传统收购更具前景 [1][2] - 看好中国市场的创新驱动增长机会，指出中国有大量创新和巨大的增长空间 [2] - 根据贝恩公司报告，中国占亚太地区私募股权交易价值的比例从2020年的一半以上降至2024年的27% [2] 行业趋势与竞争格局 - 全球私募行业趋势转向亚洲，更多投资者寻求投资组合多元化，将更多资金投向该地区 [3] - 竞争对手KKR透露其2025年向投资者返还的私募资本中有一半将来自亚洲，并首次在东京举行董事会会议 [3] - 亚洲市场的低效程度高于美国和欧洲，为投资者提供了结构性阿尔法机会 [3] 具体投资活动与案例 - 公司于2024年8月启动BPEA私募股权基金IX，目标规模125亿美元，已筹集超过100亿美元 [3] - 计划向韩国企业软件提供商Douzone Bizon投资约9.3亿美元 [3] - 以财团收购国际学校运营商Nord Anglia Education，对该公司的估值为145亿美元 [5] 投资逻辑与价值创造 - 强调投资决策和结果在很大程度上独立于货币周期，不依赖利率下降 [1][5] - 投资重点是与内需相关的企业，例如在印度拥有最大的医院集团之一，该业务与贸易关税等复杂情况无关 [3] - 通过向投资者返还100亿美元的分配案例，说明在具有挑战性的利率环境中，投资于正确的行业和资产仍能创造价值 [5]

公司背景与业绩 - 公司董事长拥有十一年交易生涯及百亿元资金规模管理经验 [1] - 董事长博士期间开始期货交易，2013年首次参加期货日报实盘大赛即获冠军 [1] - 公司当前管理规模已超过100亿元 [1] 核心投资策略 - 重点推荐全天候策略，该策略由桥水基金发明，通过配置股票、债券、黄金、大宗商品等低相关性品种实现长期稳定收益 [1] - 策略已成为境内外大型资管机构的核心选择 [1] - 指出沪深300指数与国债期货呈现反向波动特征，叠加商品、黄金等品种可构建抗风险能力更强的投资组合 [1] 后市观点与交易理念 - 认为大宗商品将迎来周期机遇 [1] - 交易理念强调牛市需聚焦主线板块，市场高位时要果断止盈，避免过度依赖量化逻辑 [1] - 资管机构应以绝对收益为目标，通过加大研发投入、优化策略体系为客户创造长期价值 [1] - 面对市场波动，坚守风险控制与趋势判断是行业中长期立足的关键 [1]

公司活动概述 - 鹏华基金与中央财经大学中国金融发展研究院联合举办“养老规划与资产配置”主题投教活动 旨在为在校大学生解读养老政策与个人养老金投资实务 助力青年学子树立科学养老观念与长期投资理念[1] - 活动采用“主题讲座+互动交流”的形式 鹏华基金资产配置与基金投资部基金经理孙博斐发表了题为“资产配置体系介绍”的主题演讲[1] - 在互动环节 师生围绕个人养老金账户投资选择 FOF产品运作机制 大类资产配置策略等话题进行提问并得到专业解答[1] 投资策略观点 - 基金经理孙博斐指出 应从适合中国国情的宏观因子出发 构建中国版全天候策略[1] - 他强调权益是长期唯一确定性高回报资产 具有举足轻重的地位 必须立足中国市场实际 结合基本面 估值等本土特色因素[1] - 其演讲从全天候策略切入 结合数据与案例 剖析宏观对冲视角下大类资产分散配置的必要性 并阐释基于中国特色市场环境的资产配置方法论与风控体系[1] 公司投教工作历程 - 鹏华基金自2022年9月联合香港中文大学（深圳）启动“一司一省一高校”投资者教育系列活动后 陆续开展了鹏华基金·上证报·上财国民教育高质量投教学分课程 “我回母校说投资” “基金行业话养老”等活动[2] - 公司致力于提升投资者获得感 推动投教纳入各地区各阶段国民教育体系[2] - 未来公司表示将继续深化投资者教育工作 以专项活动为抓手 普及金融理财知识 引导理性投资观念 将投资者教育深度融入国民教育体系[2]

投资理念与产品定位 - 核心投资理念借鉴巴菲特，强调通过低成本指数基金进行投资，并指出对于普通投资者而言，试图择时或选择特定风格（如小盘股、大盘股）是困难且不明智的 [3] - 产品旨在解决A股市场波动大的问题，结合全天候策略，通过量化方式构建一个能适应国内市场的指数基金组合，目标是实现绝对收益并平滑波动 [4] - 该组合为投顾组合，仅在京东金融平台独家上线，团队已跟投100万元，并承诺一年内至少跟投200万元 [4][19] 组合策略与配置逻辑 - 组合采用全天候策略，在全球范围内精选优质资产，通过全球配置分散投资以平滑波动 [6] - 海外资产配置遵循巴菲特建议，优先选择宽基指数基金，例如持有南方纳斯达克100指数C，该指数在过去20年仅出现三次下跌 [6] - 针对A股市场风格多变、波动大的特点，组合在国内市场同时配置宽基指数、行业指数及不同风格指数，以实现足够分散和多元化 [6] - 采用量化打分方法，每月根据各地宏观环境和基本面因素对各类资产进行评分，选择高分资产配置，力求实现风险平价，降低主观情绪影响 [10] - 组合持仓兼顾债券、股票、货币及商品（如黄金）等多类资产，整体风险相对可控 [7][9][14] 组合持仓与资产分布 - 组合最新持仓显示，债券型资产占比最高，合计约51.45%，包括建信中债1-3年国开行债券指数A（19.77%）、工银漆利债券A（11.89%）等 [15] - 股票型资产合计约22.3%，涵盖A股宽基（如国泰中证A500ETF联接C）、行业指数（如国泰中证煤炭ETF联接C）及港股（如富国恒生港股通高股息低波动ETF联接C） [15] - 货币型资产（平安日鑫A）占比14.81%，商品类资产（如大成有色金属期货ETF联接C、华安黄金ETF联接A）合计占比约9.36%，海外权益资产（南方纳斯达克100指数C）占比2.08% [15] - 组合看好红利风格，配置了煤炭、港股高股息等相关指数，同时配置科技类指数以兼顾成长，并在美联储降息背景下持续看好港股 [16] - 黄金作为对抗通胀和避险的工具被配置，与股票、债券资产相关性不高，在当下流动性宽松及地缘风险背景下被视为底仓配置 [17] 历史业绩与产品特点 - 组合历史业绩显示，成立以来累计收益为+7.13%，今年以来收益为+6.79%，近一月、近三月、近六月收益分别为+1.48%、+3.31%、+6.03% [11] - 组合最大优势在于无需择时，因波动相对可控，可在任何市场环境下维持相对稳健收益，任何时候均可加仓 [12] - 组合全部持有指数基金，利用其费率优势降低成本，并通过指数基金本身的分散化投资增强组合稳健性 [10]

根据研报内容，以下是关于量化模型和因子的详细总结： 量化模型与构建方式 大类资产配置模型 1. **模型名称：股票择时模型**[18] * **模型构建思路**：基于经济增长与流动性宽松两大核心维度，通过宏观因子判断股票市场的上涨或下跌周期，以抓住机会并规避风险[18] * **模型具体构建过程**：从经济增长和流动性宽松两个维度构造四个因子[19]： * **经济增长维度因子**：PMI同比平滑值环比上升、制造业固定资产投资完成额累计同比环比上升、CPI同比平滑值环比上升[19] * **流动性宽松维度因子**：新增中长期贷款最近一年累计值同比环比上升[19] * 根据因子信号进行择时判断 2. **模型名称：债券择时模型**[23] * **模型构建思路**：从货币流动性供给（货币宽松）和需求（信贷需求疲软）的角度进行分析，捕捉债券市场的上涨趋势并尽量避免回撤[23] * **模型具体构建过程**：从货币宽松和信贷需求疲软两个维度构造三个因子[24]： * **货币宽松维度因子**：DR007短期均值低于长期均值、SHIBOR短期均值低于长期均值[24] * **信贷需求疲软维度因子**：社会融资规模存量同比平滑值环比下降[24] * 根据因子信号进行择时判断 3. **模型名称：全天候策略（基于风险预算模型的增强版）**[17][30] * **模型构建思路**：以风险平价模型为基础，结合股票和债券的择时信号，动态调整不同资产的风险预算，在控制风险的前提下增厚投资收益[17][32] * **模型具体构建过程**： * **基础模型**：风险预算模型（风险平价）[30] * 假设资产组合中共有 N 种资产，权重为 $ \omega = [\omega_1, \omega_2, …, \omega_N] $，则组合风险 $ \sigma_p = \sqrt{\omega \Sigma \omega} $，其中 $ \Sigma $ 为协方差矩阵[30] * 每种资产对组合的风险贡献 $ RC_i = \omega_i * (\partial \sigma_p / \partial \omega_i) $[30] * 若给定的风险预算 $ b = [b_1, b_2, …, b_N] $，则优化目标为最小化风险贡献与预算的偏差： $$\begin{array}{c}{{min\sum_{i=1}^{N}\left(R C_{i}-b_{i}*\sigma_{p}\right)^{2}}}\\ {{s.t.\ \sum_{i=1}^{N}\omega_{i}\ =1}}\\ {{0\ \leq\omega_{i}\leq1}}\end{array}$$[30] * **增强过程**：根据股票和债券择时模型得到的信号，对股票和国债的风险预算进行调整（看多时提高，看空时降低），其他资产风险预算保持不变，形成全天候策略的资产权重[32] * **资产选择与配置上限**：选择股票（中证800全收益，上限20%）、国债（中债国债总财富指数，上限80%）、转债（中证转债指数，上限10%）、美股（标普500ETF，上限5%）、信用债（信用债AAA，上限40%）五种资产，利用滚动6年窗口数据估算协方差矩阵[31][33] 风格轮动模型 1. **模型名称：价值成长风格轮动模型**[47] * **模型构建思路**：基于价值与成长风格的周期性轮动特征，从经济景气、宏观流动性、市场情绪三个维度构建综合打分体系，进行月度轮动[47] * **模型具体构建过程**： * **因子构成**：基于三个方面共8个因子进行打分，因子得分为1表示利好成长，得分为0表示利好价值[47][48]： * **经济景气**：投资旺盛（制造业固定资产投资完成额累计同比高于移动平均）、消费强劲（PPI同比平滑值环比上升）[48] * **宏观流动性**：货币宽松（M2同比平滑值环比上升）、社融增长（社融同比平滑值环比上升）、贷款增加（中长期贷款增速同比平滑值环比上升）[48] * **市场情绪**：价值拥挤度高看好成长（成长拥挤度分位点低于价值拥挤度分位点）、市场换手高（大盘换手率短期均值高于长期均值）、两融分位点高（两融余额过去一年分位点高于50）[48] * **决策规则**：每月将各因子分数累加，若总分超过半数（>4），则下月配置成长风格（国证成长指数），否则配置价值风格（国证价值指数）[47][48] 2. **模型名称：大小盘风格轮动模型**[55][56] * **模型构建思路**：基于大小盘风格的周期性轮动特征，从经济景气、宏观流动性、市场情绪三个维度构建综合打分体系，进行月度轮动[55][57] * **模型具体构建过程**： * **因子构成**：基于三个方面共9个因子进行打分，因子得分为1表示利好大盘，得分为0表示利好小盘[56][57]： * **经济景气**：投资旺盛（制造业固定资产投资完成额累计同比环比上升）、消费强劲（PPI同比平滑值环比上升）、黄金走弱（黄金日收益率短期均线低于长期均线）[56] * **宏观流动性**：国债收益率上行（国债收益率短期均线高于长期均线）、信用利差上行（信用利差短期均线高于长期均线）、货币收紧（M1同比平滑值环比下降）[56] * **市场情绪**：大盘动量强于小盘（大盘价格分位点高于小盘）、市场换手低（大盘换手率短期均值低于长期均值）、两融分位点高（两融余额过去一年分位点高于50）[56] * **决策规则**：每月将各因子分数累加，若总分超过半数（>4.5），则下月配置大盘风格（沪深300指数），否则配置小盘风格（中证1000指数）[57] 行业轮动模型 1. **模型名称：行业轮动综合解决方案（四维引擎）**[65] * **模型构建思路**：从宏观经济指标、中观基本面指标、微观技术面指标以及交易拥挤度指标四个维度构建综合打分体系，捕捉行业轮动机会[65] * **模型具体构建过程**：综合四个维度的得分，每期选择综合得分排名前七的行业进行配置[5] 量化因子与构建方式 行业轮动因子 1. **因子名称：宏观因子（用于行业板块轮动）**[67][70] * **因子构建思路**：基于宏观增长与流动性的二阶差分进行象限划分，识别宏观趋势的边际拐点，对应配置不同景气环境下的优势行业板块[67][70] * **因子具体构建过程**： * **经济增长二阶判断**：选取PMI、社会融资规模、制造业固定投资完成额、CPI四个指标的同比数据，计算其环比变化。任一指标环比上升，则判定为"扩张强化/衰退缓解"[70] * **流动性二阶判断**：依据M2增速、10年期国债收益率、信用利差三个指标的二阶差分（环比变化）进行判断。任一指标触发宽松趋势（如M2增速环比上升、收益率或利差环比下降），则判定为"宽松加码/紧缩放缓"[70] * **板块配置逻辑**：根据两个维度的组合（四象限），配置对应受益板块（大金融、中游制造、下游消费、TMT、上游周期）[71][72] 2. **因子名称：基本面因子**[79] * **因子构建思路**：从历史景气、景气变化与景气预期三个部分，基于企业财务信息刻画行业的盈利能力和景气程度[78][79] * **因子具体构建过程**： * **历史景气因子**：使用行业成分股盈利指标的中位数衡量，刻画行业当前盈利水平[79] * **景气变化因子**：使用行业成分股盈利指标中位数的变化（如环比或同比）衡量，刻画行业当前盈利变化情况[79] * **景气预期因子**：使用"行业一致预期利润环比变化"衡量，刻画行业未来盈利预期的变动[79] * **合成方式**：将三个因子合成行业基本面得分[82] 3. **因子名称：技术面因子**[87][89] * **因子构建思路**：使用指数动量、龙头股动量与K线形态三类技术信号，刻画行业的趋势强弱和技术形态[87][89] * **因子具体构建过程**： * **指数动量因子**：使用过去1年行业指数相对全行业均值的超额收益信息比率（IR）衡量，刻画行业指数长期趋势强弱[89] * **龙头股动量因子**：首先定义行业龙头（行业内市值及日均成交额综合排名前10%的股票），然后使用行业龙头股票过去1年收益的夏普比率衡量，刻画行业龙头股票趋势强弱[89][90] * **K线形态因子**： * **单根K线划分**：根据实体宽度（日内涨跌幅）和影线长度，将单根K线划分为24种类型（阳线、阴线各12种）[90][91][92] * **K线聚合**：以日线为基础，连续多根日线聚合成更长期的K线（如周线）[93][94] * **组合形态**：结合3根K线形成关于"价"的组合形态[93][94] * **成交量信息**：考虑"量"的信息，按"最新成交额/成交额均值"将成交量分为放量、正常、缩量三种类型[95] * **形态收益预测**：结合"价"和"量"的信息得到所有可能形态，每月滚动计算每个形态最近3年的信息比率（IR），作为该形态的未来收益预测[95] * **行业得分**：将股票形态得分汇总到对应行业，得到行业K线形态因子得分[95] * **合成方式**：将三个因子合成行业技术面得分[96] 4. **因子名称：拥挤度因子**[100] * **因子构建思路**：从资金和交易角度刻画行业的拥挤度水平，作为左侧逃顶信号，均基于行业最新指标值在历史上的时序分位值度量[100] * **因子具体构建过程**： * **融资流入因子**：基于行业融资流入情况的时序分位值[100] * **换手率因子**：基于行业换手率的时序分位值[100] * **成交占比因子**：基于行业成交占比的时序分位值[100] * **合成方式**：将三个因子取均值，得到行业拥挤度得分[100] 模型的回测效果 大类资产配置模型 1. **股票择时模型**（回测标的：中证800全收益）[21][22] * 全样本年化收益：14.1% * 基准年化收益：5.4% * 超额年化收益：8.7% * 月度胜率：56.7% 2. **债券择时模型**（回测标的：中债国债总净价指数）[25][26] * 全样本年化收益：2.3% * 基准年化收益：1.1% * 超额年化收益：1.1% * 月度胜率：68.3% 3. **全天候策略**[38][39] * 全样本年化收益：6.1% * 风险平价策略年化收益：5.1% * 超额年化收益：1.0% * 最大回撤：2.6% * 夏普比率：2.04 * 月度胜率：51.2% 风格轮动模型 1. **价值成长轮动策略**（基准：国证成长与国证价值指数平均收益）[51][52] * 策略年化收益：9.2% * 基准年化收益：1.7% * 超额年化收益：7.5% * 月度胜率：60.2% 2. **大小盘轮动策略**（基准：沪深300与中证1000指数平均收益）[59][60] * 策略年化收益：9.2% * 基准年化收益：0.1% * 超额年化收益：9.0% * 月度胜率：58.3% 行业轮动模型 1. **行业轮动综合策略**（基准：所有行业等权组合）[5][86] * 策略年化收益：16.0% * 基准年化收益：2.8% * 超额年化收益：13.2% * IC均值：12.3% 因子的回测效果 行业轮动因子（单因子绩效） 1. **宏观因子（行业板块轮动）**[73][74] * 多头组合累计超额收益（2017年以来）：42.9% * 空头组合累计超额收益（2017年以来）：-22.8% * 多空收益差（2017年以来）：65.7% 2. **基本面单因子**（基准：所有行业等权收益）[79][80] * **历史景气因子**：全样本多头组合超额收益5.4%，IC均值6.8% * **景气变化因子**：全样本多头组合超额收益5.8%，IC均值4.1% * **景气预期因子**：全样本多头组合超额收益4.8%，IC均值5.1% 3. **技术面单因子**（基准：所有行业等权收益）[88][89] * **指数动量因子**：全样本多头组合超额收益3.8%，IC均值7.0% * **龙头股动量因子**：全样本多头组合超额收益7.2%，IC均值7.6% * **K线形态因子**：全样本多头组合超额收益6.8%，IC均值5.8% 4. **拥挤度单因子**（基准：所有行业等权收益）[100] * **融资流入因子**：全样本多头组合超额收益-8.1%，IC均值-5.0% * **换手率因子**：全样本多头组合超额收益-8.8%，IC均值-5.8% * **成交占比因子**：全样本多头组合超额收益-8.3%，IC均值-5.9% 行业轮动因子（合成因子策略绩效） 1. **基本面因子行业轮动策略**（选取得分前5行业）[85][86] * 策略年化收益：11.3% * 基准年化收益：2.8% * 超额年化收益：8.5% * IC均值：8.2% * 月度胜率：62.1% 2. **技术面因子行业轮动策略**（选取得分前5行业）[97][99] * 策略年化收益：9.7% * 基准年化收益：2.8% * 超额年化收益：6.9% * IC均值：8.2% * 月度胜率：57.3% 3. **拥挤度因子行业轮动策略**（选取得分前5行业）[100] * （注：研报未直接提供拥挤度合成因子的策略年化收益等综合绩效指标，仅提供了单因子绩效）

文章核心观点 - 投资者需求正从追逐高收益转向追求稳健增值与安全，资产多元配置需求上升 [2] - FOF基金作为实现多元化资产配置的专业工具，因其分散投资、平滑波动的特性，正受到市场欢迎 [2][3] - 以工银价值稳健6个月持有混合（FOF）为例，展示了FOF基金通过专业管理在控制风险的同时获取稳健收益的能力 [12] FOF基金市场概况与发展 - 截至今年6月末，中国公募FOF管理规模达1651亿元，较2017年首批发行规模增长近12倍 [5] - 截至6月30日，今年以来公募FOF管理规模增长332亿元，增幅为25% [2] - FOF基金起源于美国，截至2024年底美国FOF规模达3.4万亿美元 [3] FOF基金的投资优势与特性 - FOF基金通过配置多只不同类型、风格的基金，间接布局全球多类资产，有效降低单一资产或基金经理的风险 [3] - FOF管理团队对市场上1万多只基金进行深入研究后精挑细选，帮助投资者减少选基焦虑 [3] - 基金经理会根据宏观市场情况灵活调整基金投资比例，动态优化资产配置 [3] - 2021年至2024年的5个完整年度中，FOF基金指数有3年实现正收益，表现相对稳健、波动较小 [7][8] FOF基金产品类型与案例 - FOF基金包括普通FOF和养老FOF，后者采用目标日期或目标风险策略，投资目标更聚焦于养老 [11] - 普通FOF投资范围广泛，适应不同风险偏好投资者；养老FOF适合中长期持有为退休储备资金的人群 [11] - 案例工银价值稳健6个月持有混合（FOF）A类近一年收益率8.76%，大幅跑赢业绩比较基准的4.59% [12] - 该案例基金近一年最大回撤2.33%，夏普比率1.98，近三年最大回撤7.62%，夏普比率0.40，风险控制优于同类平均水平 [12] 多元资产配置的重要性 - 资产配置多元化被喻为投资的唯一免费午餐，是应对市场不确定性的有效方式 [9][10][13] - 面对波动的市场环境，分散的配置策略比集中投资于单一资产更能帮助投资旅程走得更稳 [13][14]