核心观点 - 报告基于Nelson-Siegel模型构建收益率曲线，将曲线变动预测转化为对水平、斜率、曲率三个因子的预测 [3] - 通过引入政策利率、市场基准利率、斜率因子和曲率因子，有效提升了水平因子方向预测的胜率 [4] - 基于收益率曲线预测构建的久期轮动策略回测表现良好，能长期跑赢比较基准，获得显著且稳健的超额收益 [5] - 截至2025年10月31日，久期轮动策略生成的最新信号为10，表明模型当前看好长久期利率债，建议配置 [6] 债券久期轮动现象与策略框架 - 不同期限债券品种呈现“收益-风险-流动性”的权衡特征，短期债券（1-3年）久期低、波动低但再投资风险显著，长期债券（10-30年）票息保护高但暴露于利率风险与流动性折价 [10] - 资金在利率周期中呈现“逐利迁移”，市场预期利率下行时长债因久期杠杆效应成为进攻工具，利率风险攀升时短债凭借抗跌性成为防御工具 [10] - 2009年1月4日至2025年10月31日回测区间内，10年以上期限国债总收益最高达152.82%，年化收益5.67%，但年化波动4.75%和最大回撤14.52%也最高 [12] - 短债收益来源于相对可控的骑乘收益，长债收益以对利率变动高度敏感的资本利得为主导，通过定量预测利率曲线变动在长短债间轮动配置有望实现收益增强 [14] 利率曲线的建立与Nelson-Siegel模型应用 - 使用2006年3月1日至2025年10月31日中债国债即期收益率日频数据，期限从0.25年至10年，即期利率随期限增加均值增大、波动减小，平均利率曲线单调向上 [21] - 对历史即期利率进行主成分分析，提取的前三个主成分分别代表利率曲线的平移、斜率变化和曲率变化 [26] - Nelson-Siegel模型利用水平、斜率、曲率三个因子描述收益率曲线动态变化，模型在固定参数后可用最小二乘法估计三因子，能较好拟合正常、反向、峰型、水平等不同类型期限结构 [29][31][37] - 水平因子与10年期即期利率高度相关，负斜率因子与期限利差（10Y-3M）相关，曲率因子与“子弹策略（2*2Y）-杠铃策略(3M+10Y)”利差相关，三因子具有明确的经济解释意义 [41][42][43][45] - 研究聚焦3个月至10年期限结构，符合学术与市场惯例，且10年期国债是对利率方向变化最敏感、流动性最好的标的，超长期限可能干扰信号提取 [47] 即期收益率的预测与模型改进 - 斜率因子和曲率因子序列平稳，可直接使用一阶自回归模型建模；水平因子非平稳，利用其一月差分序列的平稳性构建AR模型预测未来三个月水平因子 [52][53] - 原始AR模型对斜率因子、曲率因子的方向预测胜率分别为61.62%和63.13%，但对水平因子的方向预测胜率仅为53% [54][55] - 模型改进一：引入政策利率（MLF、SLF、OMO）和市场基准利率（R007、DR007），发现水平因子围绕MLF波动具备均值回复特性，使用OMO可将水平因子方向预测胜率提升至53.85% [56][57][59][65] - 模型改进二：引入斜率因子和曲率因子，在利率倒挂期间，改进模型二（OMO结合斜率曲率因子）将水平因子方向预测胜率从AR模型的58.62%进一步提升至62.07% [71][75][77] 基于收益率曲线的国债久期轮动策略 - 策略步骤：选定预测模型预测未来三个月三因子值，代入N-S模型计算预测即期利率，进而计算各期限零息债券的预期持有期收益率，选择预期收益率最高的期限配置相应久期债券 [83] - 信号小于3配置1-3年指数，3至5之间配置3-5年指数，5至7之间配置5-7年指数，大于等于7配置7-10年指数，月频调仓不考虑成本 [83] - 回测表明各模型绝对收益均超过各期限指数和等权指数，改进模型表现优于原始模型，其中引入OMO结合斜率曲率因子的改进模型二效果最佳 [84][87] - 最佳久期轮动策略（OMO+斜率因子+曲率因子）在2009年6月1日至2025年10月31日回测区间内总收益率达110.37%，最大回撤为5.36%，显著优于7-10年指数的最大回撤7.23% [92] - 策略在多数年份均实现正超额收益，如2011年超额1.96%，2015年超额2.52%，2018年超额2.08%，2024年超额2.67%，展现出长期稳健的超额收益能力 [95]

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：Black-Litterman模型（BL模型）**[26] * **模型构建思路**：BL模型是对传统均值-方差模型（MVO）的改进，采用贝叶斯理论将投资者的主观观点与量化配置模型结合起来，通过投资者对市场的分析预测资产收益，进而优化资产配置权重[26] * **模型具体构建过程**：报告跟踪了两种国内资产BL策略[27] * **BL策略1**：认为市场均衡权重未知，每月末使用各资产过去五年的历史收益作为市场均衡收益率Π，并指定风险厌恶系数δ的值（例如δ=10）由于风险厌恶系数和目标波动率存在对应关系，指定δ便相当于指定了目标波动率[33] * **BL策略2**：对市场均衡权重进行人为指定（股:债:转债:商品:黄金=10:80:5:2.5:2.5），使用各资产过去五年的历史收益作为市场均衡收益率Π，反解市场风险厌恶系数δ此时每一期的δ是动态变化的，相当于每一期的目标波动率也在变化[33] 2. **模型名称：风险平价模型**[32][35] * **模型构建思路**：风险平价模型的核心思想是把投资组合的整体风险分摊到每类资产（因子）中去，使得每类资产（因子）对投资组合整体风险的贡献相等该模型从各资产（因子）的预期波动率及预期相关性出发，计算得到初始资产配置权重下各资产（因子）对投资组合的风险贡献，然后对各资产（因子）实际风险贡献与预期风险贡献间的偏离度进行优化，从而得到最终资产配置权重[35] * **模型具体构建过程**：构建过程分三步第一步，选择合适的底层资产（报告中使用8类国内资产）第二步，计算资产对组合的风险贡献第三步，求解优化问题计算持仓权重同时，采用过去五年的日度收益率估计协方差矩阵，用于提升协方差矩阵的估计稳定性[35] 3. **模型名称：基于宏观因子的资产配置策略**[40][41] * **模型构建思路**：该框架建立了一个宏观研究与资产配置研究的桥梁，通过构造涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系，将对于宏观的主观观点进行资产方面的落地[40] * **模型具体构建过程**：按以下四步构建策略第一步，每月末计算资产的因子暴露水平第二步，以资产的风险平价组合作为基准，计算出基准因子暴露第三步，根据对宏观未来一个月的判断，给定一个主观因子偏离值，结合基准因子暴露，得到资产组合的因子暴露目标第四步，带入模型反解得到下个月的各个资产配置权重在计算因子暴露时，使用基于先验信息的Lasso回归，并采用滚动重采样（Bootstrap）的方式提高稳健性，即在每月末以过去10年为滚动窗口期，随机挑选起始日期并取长度为2年的时间序列作为输入变量，重复采样3000次，最终取回归结果的中位数作为因子暴露值[41] 模型的回测效果 1. **国内资产BL策略1**，2025年收益3.58%[4][31]，9月收益0.19%[4]，最大回撤1.31%[4][31]，年化波动2.19%[4][31]，夏普比率1.177[19]，卡玛比率2.732[19] 2. **国内资产BL策略2**，2025年收益3.18%[4][31]，9月收益0.20%[4]，最大回撤1.06%[4][31]，年化波动1.99%[4][31]，夏普比率1.096[19]，卡玛比率2.992[19] 3. **国内资产风险平价策略**，2025年收益3.12%[4][39]，9月收益0.18%[4]，最大回撤0.76%[4][39]，年化波动1.34%[4][39]，夏普比率1.582[19]，卡玛比率4.098[19] 4. **基于宏观因子的资产配置策略**，2025年收益3.42%[4][46]，9月收益0.48%[4]，最大回撤0.65%[4][46]，年化波动1.32%[4][46]，夏普比率1.837[19]，卡玛比率5.235[19] 5. **全球资产BL策略1**，2025年收益0.99%[50]，9月收益0.26%[50]，最大回撤1.64%[50]，年化波动1.98%[50]，夏普比率-0.005[19]，卡玛比率0.604[19] 6. **全球资产BL策略2**，2025年收益2.07%[50]，9月收益0.25%[50]，最大回撤1.28%[50]，年化波动1.63%[50]，夏普比率0.656[19]，卡玛比率1.616[19] 7. **全球资产风险平价策略**，2025年收益2.58%[50]，9月收益0.21%[50]，最大回撤1.20%[50]，年化波动1.47%[50]，夏普比率1.075[19]，卡玛比率2.160[19] 量化因子与构建方式 1. **因子名称：宏观因子体系**[40][41] * **因子的构建思路**：构造了涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系[40] * **因子具体构建过程**：通过Factor Mimicking Portfolio方法构造了增长、通胀等六大宏观风险的高频宏观因子[41] 因子的回测效果 （报告中未提供宏观因子本身的独立测试结果，如IC值、IR等）

因子选择策略 - 因子选择方法结合宏观量化观点与因子动量，对共振因子进行重点配置，非共振因子则根据其属性（市值/基本面或价量/分析师预期）分别参考宏观结果或因子动量结果[1] - 当前宏观维度修正后方向为经济好转、流动性偏弱和信用宽松，因子选择标准为对经济敏感、对流动性不敏感、对信用敏感[1] - 沪深300指数中，成长、低波动率、分析师预期等因子在2025年多个时间段内被选中；中证500指数中，成长、盈利、低波动率等因子持续被选中；中证1000指数中，成长、低波动率、小市值等因子表现突出[2] - 2025年9月，沪深300中的成长因子维持强势，盈利和分析师预期因子表现出色，中证500中的成长因子也表现优异[3] 宏观经济前瞻指标 - 经济前瞻指标模型显示2025年10月处于底部拐点，预计未来3个月小幅上行，随后进入平台期，本轮上行时间较上月预测有所延长[5] - 2025年9月PMI和PMI新订单指标分别为49.8和49.7，相比上月有所上升，经济前瞻指标位于2025年9月以来的上升周期中[5] - 多项领先经济指标处于上升周期：固定资产投资完成额累计同比、粗钢产量当月同比、挖掘机产量当月同比、工业企业利润总额累计同比、社会消费品零售总额当月同比均位于上升周期[5] - 产量:粗钢:当月同比指标位于2025年6月以来的上升初期，预计持续上行至2026年4月达到顶部；金融机构新增人民币贷款居民户短期指标位于2025年5月以来下降周期的底部，预计未来开始上升；M2同比指标位于7月以来的下降周期初期，预计未来3月小幅上行后继续下降[8] - 社会消费品零售总额当月同比指标位于9月以来的上升周期初期，未来继续上升[9] - PMI新订单指标位于2025年9月以来的上升周期初期，预计2025年12月达到顶部；固定资产投资完成额累计同比位于2025年9月以来上升周期初期，预计12月达到峰值[10] 流动性环境分析 - 流动性判断基于利率水平、货币净投放和超储率，综合信号为-3~3的整数，数值越大越紧缩[11] - 2025年9月利率信号转向偏紧（综合信号为1），但货币净投放维持偏松（0.71），超储率高于历史同期（1.22%），综合流动性指标维持略偏松[12] - 2025年7月和8月的综合流动性信号均为1，显示略偏松环境[12] 信用状况评估 - 信用指标分为价格、总量和结构三个维度，当前信用价格指标偏宽松（信号为1），信用总量指标中性偏正（信号为0.5），信用结构指标偏弱（信号为-1）[15] - 综合信用指标小幅正向，但信用总量指标本月重新回落，信用结构各细分指标均偏弱[15] 大类资产配置观点 - 当前经济上行、流动性偏紧、信用较好的环境下，债券观点转弱，黄金因动量强势进行顶格配置（权重20%），A股配置略有降低（权重59.36%）[16] - 大类资产配置中，A股中性偏多，黄金偏多，商品偏空，债券偏空，美股中性[16] 市场关注点变化 - 通过Factor Mimicking模型跟踪市场关注点，2023年以来信用和通胀关注度较高，去年924行情以来流动性持续为最受关注变量[17] - 近期经济和PPI相关关注度持续回升，2025年9月末经济关注度已经超越流动性，进入交替期[17] 行业配置策略 - 结合经济上行、流动性偏紧、信用乐观的宏观环境，行业选择倾向于对经济敏感、对流动性不敏感、对信用敏感的行业[19] - 对经济最敏感的行业包括公用事业、煤炭、综合；对流动性最不敏感的行业包括美容护理、银行、食品饮料；对信用最敏感的行业包括传媒、有色金属、家用电器[19] - 综合得分最高的行业包括公用事业、家用电器、轻工制造、美容护理、建筑材料、银行[19] - 本期行业选择成长属性明显下降，防御属性和消费属性提升，均衡程度较高[20]

核心观点 - 报告认为经济前瞻指标在2025年10月出现底部拐点，预计未来3个月将小幅上行[12]，宏观环境呈现经济好转、流动性偏弱和信用宽松的格局[8] - 因子选择策略略偏向均衡，对经济敏感、对流动性不敏感、对信用敏感的因子得分靠前，成长因子因经济指标转好而宏观得分略有下降，但结合动量后仍被选中[8] - 在大类资产配置上，黄金因动量强势获得顶格配置（权重20%），A股配置略有降低（权重59.36%），债券观点转弱[24] - 市场关注点正从流动性转向经济，9月末经济关注度已超越流动性[26] 宏观指标方向与资产配置观点 - 经济前瞻指标开始上升，2025年10月处于底部拐点，预计未来3个月小幅上行后进入平台期，此轮上行时间较上月预测有所延长[12][13] - 具体领先指标显示，2025年9月PMI为49.8，PMI新订单为49.7，均较上月上升；固定资产投资完成额累计同比、粗钢产量当月同比、挖掘机产量当月同比、工业企业利润总额累计同比、社会消费品零售总额当月同比均处于上升周期中[13] - 流动性环境方面，9月利率继续回升，长端利率快速上升超过均线，短端利率略高于均线，信号转向偏紧；但货币净投放仍在0以上维持宽松信号，超储率1.22%高于历史同期，综合流动性指标维持略偏松[20][22] - 信用指标在2024年下半年偏弱后，2025年以来有所回升，但本月信用总量指标重新回落，信用结构偏弱，综合信用指标小幅正向[23] - 大类资产配置权重为：A股59.36%、黄金20%、国债10.64%、企业债10%，商品和美股配置为0[24] 因子选择策略 - 当前宏观各维度修正后方向为经济好转、流动性偏弱和信用宽松，因子选择策略侧重于对经济敏感、对流动性不敏感、对信用敏感的因子[8] - 在主要指数中，沪深300的成长因子仍为共振因子；中证500的因子选择结果相对转向均衡；中证1000中低波因子继续为共振因子[8] - 2025年10月因子选择结果显示，沪深300选中成长、低波动率、大市值、分析师预期因子；中证500选中成长、盈利、价值、低波动率、短期反转因子；中证1000选中成长、低波动率因子[9] 市场关注点变化 - 市场最受关注的变量发生变化，2023年以来信用和通胀关注度较高，近阶段尤其是2024年9月24日行情以来流动性持续为最受关注变量[26] - 经济和生产价格指数相关关注度近期持续回升，至2025年9月末，经济关注度已超越流动性，交替期当月无最受关注变量[26] 行业配置建议 - 基于经济上行、流动性偏紧、信用乐观的宏观背景，行业配置倾向于选择对经济敏感、对流动性不敏感、对信用敏感的行业[27] - 对经济最敏感的行业包括公用事业、煤炭、综合；对流动性最不敏感的行业包括美容护理、银行、食品饮料；对信用最敏感的行业包括传媒、有色金属、家用电器[27] - 综合得分最高的行业包括公用事业、家用电器、轻工制造、美容护理、建筑材料、银行[27] - 本期行业选择的成长属性明显下降，防御属性和消费属性提升，均衡程度较高[29]

核心观点 - 报告核心观点为经济前瞻指标出现底部拐点，未来3个月预计小幅上行，因子选择策略因此略偏向均衡 [1][3] - 大类资产配置中黄金维持顶格配置，A股配置略有降低，债券观点转弱 [3][24] - 市场关注点从流动性转向经济，行业选择上成长属性下降，防御与消费属性提升，均衡程度较高 [3][28][30] 因子选择策略 - 定量指标显示经济开始回升、流动性略偏松、信用指标略好，微观映射修正后宏观维度方向为经济好转、流动性偏弱和信用宽松 [8] - 本期主要选择对经济敏感、对流动性不敏感、对信用敏感的得分前三因子，经济指标转好导致成长的宏观得分略有下降 [3][8] - 结合动量后，成长因子在沪深300中仍为共振因子，中证500因子选择转向均衡，中证1000中低波继续为共振因子 [3][8] - 2025年10月沪深300选中成长、低波动率、大市值、分析师预期因子，中证500选中成长、盈利、价值、低波动率、短期反转因子，中证1000选中成长、低波动率因子 [9] 宏观经济指标分析 - 经济前瞻指标模型提示2025年10月处于底部拐点，预计未来3个月小幅上行后进入平台期，本轮小幅上行时间较上月预测有所延长 [3][12] - 2025年9月PMI为49.8，PMI新订单为49.7，相比上月上升，多项领先指标如固定资产投资完成额累计同比、粗钢产量当月同比等均位于上升周期中 [12][17] - 9月利率继续回升，长端利率快速上升超过均线，短端利率略高于均线，信号转向偏紧，但货币净投放为0.71（标准差倍数）维持宽松，超储率1.22%高于历史同期，综合流动性指标维持略偏松 [3][20][22] - 信用总量指标重新回落，信用结构偏弱，但综合信用指标仍为小幅正向 [3][23] 大类资产配置 - 当前经济上行、流动性偏紧、信用较好，债券观点转弱，黄金因动量强势进行顶格配置20%，A股配置略有降低至59.36% [3][24] - 激进型组合中商品配置0%，美股配置0%，国债配置10.64%，企业债配置10% [24] 市场关注点与行业选择 - 市场关注点自2023年以来以信用和通胀为主，近阶段尤其是2024年9月24日行情后流动性持续为最受关注变量，但9月末经济关注度已超越流动性 [3][26][28] - 行业配置倾向于选择对经济敏感、对流动性不敏感、对信用敏感的行业，本期成长属性明显下降，防御属性、消费属性提升 [3][28][30] - 对经济最敏感行业包括公用事业、煤炭、综合，对流动性最不敏感行业包括美容护理、银行、食品饮料，对信用最敏感行业包括传媒、有色金属、家用电器 [28] - 综合得分最高行业为公用事业、家用电器、轻工制造、美容护理、建筑材料、银行 [28]

核心观点 - 2025年7月国内权益资产表现优异，中证1000、南华商品指数、沪深300等主要指数涨幅显著，而国债指数出现轻微回调 [8][9] - 风险平价策略在2025年表现最佳，年收益达2.65%，最大回撤0.76%，年化波动1.46% [2][21] - 基于宏观因子的资产配置策略表现稳健，2025年收益2.59%，最大回撤0.65%，年化波动1.35% [21][43] - 全球资产配置策略中，风险平价策略表现最优，2025年收益2.13%，最大回撤1.2% [52] 大类资产表现 - 7月涨幅：中证1000(4.8%)、南华商品指数(3.8%)、沪深300(3.54%)、中证转债(2.87%)、恒生指数(2.78%) [8] - 2025年累计涨幅：恒生指数(21.46%)、SHFE黄金(23.34%)、中证1000(11.81%)、中证转债(10.09%) [9] - 资产相关性：沪深300与国债指数近一年相关性-38.08%，国债指数与商品指数相关性44.36% [16] 资产配置策略表现 - BL策略1：2025年收益2.4%，7月收益0.55%，最大回撤1.31% [21][33] - BL策略2：2025年收益2.34%，7月收益0.41%，最大回撤1.06% [21][33] - 风险平价策略：夏普比率1.264，卡玛比率3.477，显著优于均衡配置策略 [21][42] - 宏观因子策略：采用增长、通胀等六大因子构建，8月调整因子暴露为增长(-1)、利率(-1)、汇率(1) [47] 全球资产配置 - 全球BL策略1：2025年收益0.87%，最大回撤1.64% [52][69] - 全球BL策略2：2025年收益1.51%，最大回撤1.28% [52][70] - 全球风险平价策略：历史年化收益5.97%，最大回撤3.91% [71] 宏观观点 - 增长因子：预期未来有向下偏离风险，7月PMI连续四个月低于荣枯线 [45] - 利率：7月末shibor隔夜利率1.39%，预计8月可能略微下降 [45] - 汇率：美联储降息预期或缓解人民币汇率压力 [45] - 流动性：DR007维持低位震荡，8月整体平稳 [45]

量化模型与构建方式 1. **模型名称**：宏观因子风险平价模型 - **模型构建思路**：参考Fama-MacBeth方法，通过单变量时序回归计算资产对宏观风险因子的风险载荷，结合半衰期加权平滑载荷波动，最终通过风险平价优化配置底层资产[12][22][23] - **模型具体构建过程**： 1. **数据选择**：宏观因子包括经济增长（工业增加值/消费预测）、利率（国债指数）、通胀（CPI/PPI预测）、信用（企业债指数）等；资产覆盖中证全指、恒生指数、国债、商品等[20] 2. **风险载荷计算**：滚动36个月数据回归资产收益与宏观因子，公式为： $$r_{t}=\alpha_{t}+B\cdot f_{t}+\varepsilon_{t}$$ 其中B为风险载荷矩阵，f为因子收益[23] 3. **风险贡献优化**：基于风险平价目标，要求各宏观因子风险贡献相等，权重计算通过： $$\%\text{RC}\ =(w^{T}\cdot B)_{i}\cdot\frac{\partial\sigma_{P}}{\partial(w^{T}\cdot B)_{i}}/\sigma_{P}$$ 并采用12个月半衰期加权历史载荷[24] - **模型评价**：相比资产风险平价，模型提高了收益和波动弹性，但受资产价格波动滞后影响可能产生误差[37] 2. **模型名称**：股债相关性预测模型 - **模型构建思路**：借鉴AQR方法，将股债相关性拆解为经济增长波动、通胀波动、两者相关性三变量，并加入通胀水平因子提升解释度[42][48] - **模型具体构建过程**： 1. **变量定义**：经济增长波动（工业增加值/消费同比）、通胀波动（CPI/PPI同比）、相关性（3年滚动窗口计算）[48] 2. **回归模型**： $$r_{t}^{s}-E_{t-1}r_{t}^{s}=b_{\bar{\varepsilon}}^{s}e_{t}^{\bar{\varepsilon}}+b_{\bar{\varepsilon}}^{s}e_{t}^{\bar{\varepsilon}}$$ $$r_{t}^{b}-E_{t-1}r_{t}^{b}=b_{g}^{b}e_{t}^{g}+b_{n}^{b}e_{t}^{n}$$ 滞后1个月宏观数据后，解释度仍保持较高水平[53] 3. **预测应用**：滚动3年窗口计算系数，结合一致预测数据生成未来股债相关性方向[54] --- 模型的回测效果 1. **宏观因子风险平价模型** - 年化收益：9.86%（有半衰期） vs 5.93%（资产风险平价）[29] - 年化波动：9.55% vs 2.53%[29] - 最大回撤：-14.30% vs -3.45%[29] - 分年度表现：2016年收益37.24%，2021年14.63%[32] 2. **股债相关性预测模型** - 三变量模型R²：0.610，四变量模型提升至0.767[51] - 经济增长波动系数：-0.0307（显著负贡献）[51] - 通胀波动系数：0.0836（显著正贡献）[51] --- 量化因子与构建方式 1. **因子名称**：经济增长因子 - **构建思路**：通过工业增加值/消费预测等权合成，反映经济周期变化[20] - **具体构建**：月度环比预测值标准化后等权加权[20] 2. **因子名称**：通胀因子 - **构建思路**：结合CPI/PPI预测捕捉价格变动风险[20] - **具体构建**：环比预测值正交化后等权合成[21] 3. **因子名称**：信用因子 - **构建思路**：以企业债指数收益代表信用利差变化[20] - **具体构建**：正交化处理经济增长和利率因子后保留特异性风险[25] --- 因子的回测效果 1. **经济增长因子**：在股债相关性模型中贡献显著负向风险（t=-12.092）[51] 2. **通胀因子**：四变量模型中系数0.0836（t=5.375），且通胀水平因子额外贡献0.0269（t=8.759）[51] 3. **信用因子**：与权益多空因子相关性矩阵显示低相关性（Carry相关性0.2）[41]

核心观点 - 成长因子成为当前市场共振因子，沪深300、中证1000中成长风格占优，经济偏弱环境下沪深300和中证500更侧重基本面，中证1000偏向低波[9][10] - 大类资产配置建议增加股票仓位至65.12%，黄金配置14.88%，商品和美股权重降至0%，债券维持中性配置[24][25] - 经济前瞻指标显示2025年8月处于下降周期底部，预计未来3个月将小幅回升，随后再次进入下降周期[12][13] - 流动性环境维持略偏松，7月利率小幅回升但整体仍宽松，货币投放数据回落但仍高于0，超储率处于0.91%的较低水平[20][22] - 信用指标在2024年下半年持续偏弱后有所改善，社融存量同比回落但综合信用指标仍维持正向[23][24] 宏观指标分析 经济前瞻指标 - 2025年8月PMI为49.3，新订单PMI为49.4，均处于下降周期，但预计未来3个月将出现短期回升[13][15] - 领先指标显示：汽车产量(同比)预计进入下降周期，粗钢产量(同比)处于下降周期中部但趋势放缓，M2同比将在9月触底[16][18] - 前瞻综合指标外推显示2025年8月GDP同比周期项为-1.5，处于4月以来的下降周期底部[15] 流动性指标 - 7月利率指标综合信号为1(偏松)，1年期国债收益率2.4%，10年期国债收益率2.5%，均低于历史均线[20][21] - 货币净投放0.24标准差倍数，超储率0.91%低于历史同期水平，综合流动性指标维持略偏松[20][22] 信用指标 - 社融存量同比连续2个月下行，信用结构指标为-0.33，但信用利差和贷款利率指标显示宽松信号[24] - 金融机构新增人民币贷款中，居民中长期贷款预计9月见顶，企业中长期贷款预计9月达峰值[18] 市场关注与行业配置 - 流动性成为最受关注变量，其代理组合波动值达6，显著高于信用和经济指标[26][30] - 行业配置倾向对经济不敏感、对信用敏感的成长属性行业：电子、电力设备、美容护理综合得分最高[27][29] - 沪深300中成长因子累计IC达1.5，显著领先其他因子；中证500中低波动率和短期反转因子表现突出[10][11] 因子选择趋势 - 2025年以来沪深300持续增配成长因子，8月配置组合为成长+盈利+短期反转[10] - 中证1000因子选择保持稳定，连续8个月配置成长+低波动率组合[10] - 分析师预期因子在沪深300中表现回落，而短期反转因子在中证500中表现强劲[10][11]

大类资产配置策略表现 - 国内资产BL策略1的5月收益为-0.22%，2025年累计收益为0.96%，最大回撤1.31%，年化波动1.53% [1][3] - 国内资产BL策略2的5月收益为-0.1%，2025年累计收益为1.05%，最大回撤1.06%，年化波动1.37% [1][3] - 国内资产风险平价策略5月收益0.29%，2025年累计收益1.73%，最大回撤0.76%，年化波动1.08% [1][3] - 基于宏观因子的资产配置策略5月收益0.27%，2025年累计收益1.45%，最大回撤0.65%，年化波动0.97% [1][3] 大类资产走势回顾 - 2025年5月恒生指数涨幅3.96%，沪深300涨幅1.85%，中证转债涨幅1.75%，中证1000涨幅1.28%，中债-企业债总财富指数涨幅0.41% [2] - 南华商品指数跌幅2.4%，SHFE黄金跌幅1.39%，中债-国债总财富指数跌幅0.31% [2] - 沪深300与中债-国债总财富指数近一年相关性为-36.97%，中债-国债总财富指数与南华商品指数相关性46.55%，沪深300与南华商品指数相关性-24.07% [2] 宏观经济环境 - 5月制造业PMI为49.5%，环比上升0.5个百分点，显示制造业景气度改善 [4] - 4月PPI同比降幅2.7%，市场预期5月PPI同比-3.17%，生产资料延续通缩 [4] - 央行5月开展5500亿元MLF操作，净投放4000亿元，1年期同业存单利率稳定在1.78% [4] - 4月末社会融资规模存量424.0万亿元，出口依赖型行业受美国关税冲击 [4] - 美联储鹰派信号推迟降息预期，叠加"对等关税"推高转口贸易成本，影响人民币汇率 [4]

核心观点 - 调整战术性大类资产配置观点，上修港股和黄金至超配，下修国债至标配；5月出口受关税及高基数影响增速回落但有韧性，随中美贸易谈判进展出海链受益；看好中国A/H股，并购重组改革提速，推荐新兴科技、金融周期等行业及相关主题 [2][3][44] 今日重点推荐 主动量化周报 - 上修港股战术性配置观点至超配，因中国科技突破与新兴产业主题交易热度高，国际资金流入，南下资金提升定价权，全球宏观环境波动扰动减弱，短期风险回报比高 [2] 行业跟踪报告（批零贸易业） - 5月出口增速趋缓，按美元计进出口增速1.3%/环比 -3.3pct，出口增速4.8%/环比 -3.3pct、进口增速 -3.4%/环比 -3.2pct，主要受关税冲击和上年高基数影响，但出口仍正增凸显韧性；分区域看，对美出口下滑显著，对非洲、东盟、拉美出口有不同表现；多个主要消费品类出口增速放缓，但玩具、服装等有所改善 [5] - 中美新一轮贸易会谈举行，期待在放松技术限制、降低关税等方面取得成果；预计Q2跨境电商企业销售端数据将分化，推荐跨境电商和其他出海方向相关公司 [6][7] 今日报告精粹 宏观专题 - 过去强势美元与美股牛市相生相伴，特朗普关税政策打断循环，导致海外资本追求稳定，美元承压；美债警报未解除，若特朗普不大幅纠偏，美国经济可能陷入“债务 - 衰退”负向循环 [11][12] 行业月报（汽车） - 5月国内汽车消费表现不错，批发销量同环比增长，库存下降11万辆，新能源渗透率52.6%，EV销量同比增速高于PHEV；重点车企供给驱动新能源乘用车出口同比 +81% [13][15][16] 海外报告（苹果） - 维持苹果营业收入、净利润预测和目标价，维持“增持”评级；苹果开放基础模型框架，更新实时翻译、视觉智能功能，推出全新“液态玻璃”操作系统设计 [17][18][19] 海外报告（亚玛芬体育） - 预测公司2025 - 26年净利润，给予2025年PE估值和目标价，维持“增持”评级；公司高景气市场开拓、渠道优化扩张，业绩显著提速，多个细分赛道驱动收入增长，盈利水平预计持续改善 [20][21][22] 公司首次覆盖（宝信软件） - 首次覆盖给予“增持”评级，预计公司2025 - 2027年营收和EPS，合理估值为969.99亿元人民币，对应目标价33.64元/股；公司2025Q1业绩承压，AI赋能钢铁产业革新，聚焦人形机器人领域布局 [24][25][26] 公司跟踪报告（通行宝） - 维持“增持”评级，上调目标价至27.83元；公司2024年收入增长亮眼，2025Q1延续稳健增长态势；智慧交通行业高景气，2025中标项目陆续签订合同，订单增长迎来爆发期 [27][28][29] 金融工程周报 - 固收 + 产品业绩跟踪，各类型基金业绩中位数表现分化；大类资产配置和行业ETF轮动策略跟踪，给出宏观环境预测结果和行业ETF轮动建议；绝对收益策略表现跟踪，各策略上周收益不同 [30][31][32] 金融工程月报 - 回顾上月国内大类资产走势，国内权益资产表现亮眼，黄金遭遇回调；跟踪大类资产配置策略收益情况；给出宏观观点，涉及增长、通胀、利率等方面 [35][36][37] 专题研究 - 十年维度A股跑输，但二十年视角表现亮眼；美股经验显示股市长期复利回报高；对比各类资产长短期收益率，黄金和美股长短期收益率差距明显，国内权益资产短期年化回报率低于长期水平 [39][40][41] 策略团队每周市场观点 - 继续看好中国A/H股市，贴现率下降是股市上升重要动力；并购重组创新改革，产业整合与升级提速；行业比较推荐新兴科技、金融周期等行业；主题推荐AI智能体、具身智能、并购重组、内需消费 [44][45][46]