势与愿违才是风险，即你的预期与市场走势之差——预期差，才是你真正面临的风险。 试想，如果市场大跌，而你已经事先预期到了，并且已经做好了防御，那么，大跌对你来说就没有风 险，因为你的预期与市场走势之间没有预期差。 ——笔记哥《应对》 【笔记20250728— 商品在反内卷中 走完一年行情（+央行继续大额净投放+商品大跌+资金面均衡偏松= 中下)】 资金面均衡偏松，长债收益率明显下行。 央行公开市场开展4958亿元7天期逆回购操作，今日有1707亿元逆回购到期，净投放3251亿元。 资金面均衡偏松，资金利率延续回落，DR001在1.46%附近，DR007在1.58%附近。 今日央行继续大额净投放，股市震荡微涨，商品大幅下跌，债市利率震荡下行。 | | | | 银行间资金 | (2025.07.28) | | | | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 回购代码 | 加权利率 | 变化 | 利率走势 | 最高利率 | 变化 | 成交量 | 变化量(亿 | 成交量占 | | | (%) | (bp) | (近30天) | (%) | ...

报告行业投资评级 未提及 报告的核心观点 - 2025年下半年经济周期处于上行期，市场预期差的向上修正或驱动行情上涨，经济预期修正下股债有望切换，债券收益率、股市有望上行 [5][6][9] 根据相关目录分别进行总结 2025年下半年经济周期处于上行期 - 地方化债方案推动经济回升，2024年11月地方化债方案出台或推动经济持续回升 [5] - 政策消化基本完成推动经济回升，2024年11月开始社融存量增速持续回升 [5] - 供给侧反内卷推动价格回升，2025年7月1日中央财经委员会相关举措有助于PPI同比的回升 [5] 行情上涨的关键是预期差 - 当前股债商市场的预期定价均处于偏弱水平，万得全A的股权风险溢价率为3.14%，处于近10年历史分位数72.1%；10年国债收益率1.69%，处于近10年历史分位数4.0%；南华工业品指数处于2022年至今历史分位数43.2% [6] - 市场偏弱定价逻辑在于“全年GDP目标完成压力不大，下半年经济增速或回落”，当前市场对于预期回升的定价存在明显预期差 [6] - 随着全方位政策推进，市场对于经济回升预期或逐步实现，市场信心和预期或逐渐正反馈 [7] 经济预期修正下股债切换 - 当前经济或类似于2016 - 2017年处于Ｌ型下半场，需求端持续维稳，政策着手解决结构性问题 [9] - 2025年下半年经济增速或不会明显下行，结构性问题得到解决，股债有望切换，债券收益率、股市有望上行 [9]

全球权益市场与中国市场展望 - 全球权益市场在2025年下半年呈现向好态势，但扰动因素与政策变数仍存不确定性 [1] - 联博基金对中国市场持坚定信心，认为市场改革使风险资产重获生机，机会藏在"预期差"中 [1] - 长久期资产成为重点关注类别，包括红利、新质生产力、新消费等板块 [1] 市场韧性及政策影响 - A股上半年由"不确定性"主导波动，市场恐惧源于不可预测性 [2] - 美联储经济政策不确定性指数在扰动因素发酵后冲至顶峰，随后回落 [2] - 实际利率高位时权益市场低估，下行周期伴随政策刺激推动估值提升 [2] - 中国经济向高质量发展转型，降低实际利率或成为破局关键 [2] - 中国实际利率处于1%-2%区间时，中证800指数未来一年正收益胜率显著提升 [2] 资产配置与市场估值 - 中国家庭股票与基金配置占比约12%，显著低于美国家庭的40% [3] - 结构改革与利率走低可能成为资金流向股市的催化剂 [3] - 上市公司股票回购与红利派发频率提升，外资看重这一趋势 [3] - 中国市场整体估值具吸引力，投资者情绪健康温和 [3] 核心策略与板块选择 - 布局长久期资产，分为稳健现金流型（持续分红企业）和可持续增长型（高ROE公司） [3] - 重点圈定三大方向：红利资产、新质生产力（技术驱动民企）、新消费黑马（体验型消费） [4] - 民营企业资本开支与ROE触底回升，市场认知尚未充分反映 [4] - 中国民企对标美股企业，展现业绩与资金周转效率潜力 [4] 市场热点与投资哲学 - 港股与A股是互补关系，港股吸引全球流动性，A股承载本土资金 [6] - 股价高点本身不是风险，支撑逻辑持续性是关键，预期差创造阿尔法机会 [6] - 联博基金不赌赛道、不惧冷热，坚持自下而上，严控单一行业风险敞口 [7] - 分散持仓与基本面深研是长期投资之道，即便看好热门板块也需甄别个股 [7]

核心观点 - 经典投资组合理论（如马可维茨模型）在实际应用中容易产生"追涨"现象，主要原因是依赖历史数据代替未来预期[11][19][20] - 行为金融学中的"可得性偏差"解释了主观预期也容易追涨的现象，数字时代加剧了这一偏差[25] - 避免追涨需要建立科学分析框架、依赖客观指标、区分长期逻辑与短期变量、淡化短期排名追求、多元配置[26][31][33][34] - 资产价格短期表现由"预期差"决定，一致预期往往是反向指标[35][36] - 区分风格Beta和Alpha对基金选择至关重要，避免将风格收益误认为基金经理能力[37] 多元资产配置实践 - FOF产品采用多元资产配置策略，涵盖A股、港股、美股、美债、短融、转债、利率债等多类资产[5] - 一季度降低可转债仓位，增持黄金；二季度加大美元债配置，增加电力及高股息ETF，减持短期国债ETF[6] - 配置框架遵循三段式逻辑：信用扩张与流动性趋势、市场预期是否过度、资产分散且互补[6] - 配置方法强调"逻辑是否稳得住"而非复杂模型，从量化研究转向更注重框架和节奏[7][8] 理论分析 - 马可维茨组合优化理论用方差量化风险，证明分散化可降低非系统性风险[12][13] - 优化模型配置比例与资产预期收益率成正比，与波动率及其他资产相关性成反比[19] - HS300指数案例显示，用5年或10年平均收益率作为预期会导致高位高配、低位低配的追涨现象[20][21] - BL模型尝试融入主观观点改进，但仍难避免追涨问题[25] 实践建议 - 建立信用扩张分析框架成功预判2021年美国通胀超预期，建议超配原油、低配美债[26][27] - 美国社融分项数据显示2020年信用扩张创历史新高（单位：十亿美元）[28] - 避免用长期逻辑（如居民资产配置变化）解释短期市场波动[31] - 多元配置可增强坚持独立判断的底气，平滑收益波动[34] - 战术配置需关注"预期差"而非仅基本面，一致预期往往是反向指标[35][36]

美联储降息信号分析 - 美联储理事沃勒强烈呼吁7月降息 理由是就业市场可能恶化但市场反应平静 [1] - 市场交易的是预期差而非现实差 降息本身重要性低于其幅度和节奏是否符合预期 [1][9] - 2015年美联储加息案例显示 预期阶段市场上涨而落地后反而下跌 [2] 中报预增股表现差异 - 盛屯矿业和齐峰新材同为第一批中报预增股 但前者持续走强后者高开低走 [5] - 盛屯矿业在业绩预增前已出现机构资金活跃迹象 齐峰新材则缺乏机构参与 [8] - 股价差异核心在于机构定价权而非行业概念差异 [5][8] 市场行为规律 - 机构投资者利用散户对概念的执念改变股价走向 类似魔术师手法 [5] - 量化工具数据显示机构资金动向能提前反映市场真实意图 [8][10] - 信息爆炸时代真正有价值信息隐藏在数据中而非新闻标题 [12] 投资方法论 - 研究数据比追逐消息更有效 数据能还原市场本来面目 [10] - 找到适合的量化工具是长期制胜关键 [12] - 市场对消息的解读反应比消息本身更重要 [11]

美联储褐皮书揭示的经济现状 - 所有12个地区的企业都在抱怨成本上升，制造业和建筑业受影响最严重[4] - 报告中"不确定性"一词出现63次，较6月份的80次有所下降但仍处于高位[4] - 核心CPI同比上涨2.9%，结合即将实施的新一轮关税，通胀压力可能进一步加剧[6] 市场预期与机构行为分析 - 股市交易的核心是预期差而非现实差，市场会对预期反转给予正反馈[7] - 机构资金活跃度（"机构库存"数据）是判断资金流向的关键指标[11] - 机构可能利用连续下跌（如四连阴）进行洗盘，此时机构库存数据仍保持活跃[15] - 即使业绩利好，若机构资金已撤退，股价仍可能下跌[17] 行业案例研究 - 半导体国产替代概念中，部分股票在涨停前已出现机构资金持续活跃的迹象[11] - 传统技术分析可能误判机构洗盘行为，需结合资金流向数据综合判断[15] - 缺乏机构参与的个股，基本面利好可能无法转化为股价上涨动力[17] 投资方法论建议 - 需要建立数据观察体系，识别真正的资金流向而非表面现象[18] - 重点应关注机构预期变化和仓位调整动向，而非已被市场消化的信息[19] - 市场更倾向于奖励对趋势判断准确者而非掌握信息最多者[20]

资产配置与追涨的关系 - 财经自媒体老师指出"配置"与"追涨"在实践中常被关联 当资产上涨或创新高时被认为配置价值高 而长期亏损的资产则被忽视配置价值 [2] - 行为金融学中的"可得性偏差"解释了主观预期易追涨的现象 数字时代信息轰炸进一步放大了这种偏差 [18] 经典投资组合理论的追涨机制 - 马可维茨组合优化理论以历史数据计算预期收益率和波动率 导致模型倾向于高配过去表现好的资产 形成追涨效应 [7][12] - HS300指数案例显示 无论采用5年或10年历史收益率作为预期 均会在指数高位时高配 低位时低配 [12][13] 避免追涨的方法论 - 建立客观分析框架是关键 例如通过美国信用扩张数据预判通胀 超配原油/低配美债 而非依赖市场主流观点 [21][22] - 区分长期逻辑与短期变量 避免用存款搬家等慢变量解释短期市场波动 [27] - 淡化短期业绩排名压力 防止在估值过高时仍被迫追涨（如2021年消费龙头股案例） [28] - 多元配置可增强坚持独立判断的底气 单一资产配置易受市场走势影响而追涨 [29] - 关注"预期差"而非一致预期 市场高度共识时往往是反向指标 [30][31] - 基金选择需区分风格Beta与Alpha收益 避免将风格红利误认为基金经理能力 [32] 资产配置的系统性要求 - 资产配置需持续纳入新宏观因子 是多维度复杂工作 不存在单一最优解 [32]

通胀博弈与市场反应 - 美国6月核心CPI环比上涨0.2%，低于预期的0.3%但高于5月的0.1%，连续第五个月低于预期 [2] - 特朗普呼吁美联储降息300基点，声称此举每年可节省1万亿美元 [2] - 市场反应与特朗普预期相反：道指暴跌400点，标普500下挫0.4%，30年期美债收益率突破5%，10年期收益率升至4.487% [2] 通胀数据的结构性变化 - 家具价格上涨0.4%，服装涨价0.4%，鞋类价格结束连跌转涨0.7%，反映关税政策通胀传导效应 [13] - 剔除汽车的6月核心商品价格环比涨0.55%，创2021年11月以来最大涨幅 [13] - 市场对9月降息预期从60%降至50%，显示投资者认同美联储对结构性因素的关注 [13] 机构资金行为与市场预判 - 机构资金活跃程度数据可揭示机构参与交易的持续性和积极性 [7] - 部分股票在股价下跌期间机构资金仍保持活跃，显示提前布局 [10] - 有利好但机构资金长期不参与的股票表现不佳 [12] 预期差与市场本质 - 市场炒作预期差而非现实差，信息不对称导致认知差异 [3] - 半导体国产替代概念中部分股票涨停与机构资金行为相关 [5] - 量化工具可通过长期数据跟踪揭示机构交易行为特征 [5][7] 投资启示 - 专业投资者更信任美联储审慎立场，关注数据本质而非表面利好利空 [14] - 长期跟踪机构资金行为数据可更准确把握市场脉搏 [14]

政策环境与市场调控 - 银行和券商板块主导市场波动 指数在3500点关口面临考验 市场涨跌呈现高度调控特征[1] - 关税战紧张态势缓和 美联储降息预期升温 中东局势缓和 叠加国内重要会议临近 短期宏观环境呈现积极信号[2] - 监管层通过银行股回落精准调控市场情绪 避免重蹈去年"924"脉冲行情覆辙 防止虚假繁荣损害散户利益[3] 板块轮动与政策博弈 - 资金提前布局月底高层会议 地产股异动 新基建标的活跃 "防内卷"概念股走强 大宗商品价格上涨[4] - 宏观经济主基调为"稳" 激进刺激政策出台概率低 对已提前反应的板块需保持谨慎 避免过度追涨政策预期[5] 金融板块配置逻辑 - 银行股具备高股息安全垫 资产质量预期改善 作为核心权重股承担护盘使命[7] - 证券板块受益于交投活跃度提升与业绩改善预期 弹性空间显著[7] - 金融板块可能轮动发力 形成指数支撑 银行股调整到位时存在布局机会[7] 投资策略建议 - 配置高股息资产(优质银行 公用事业)作为防御性压舱石 提供稳定现金流[8] - 精选科技成长领域(AI应用 国产替代 高端制造)进行波段操作 捕捉超额收益[8] - "守正出奇"组合兼顾稳健分红与结构性机会 策略灵活性突出[9]

全球金融市场风险 - 英国央行报告指出全球金融市场风险居高不下 主要风险包括地缘政治紧张 贸易碎片化 主权债务压力 [1] - 英国预算责任办公室警告新冠疫情后公共财政仍处于脆弱状态 政府未能有效控制开支 [2] A股市场独立行情 - A股在全球金融动荡中走出独立行情 体现"困境反转"投资逻辑 即市场反映预期差而非现实差 [4] - 2024年初A股出现500点涨幅 8连阳后部分个股开始掉队 指数连涨但非常态 [5] 机构资金行为分析 - 紫天科技8个交易日涨幅超20% 但2月23日后持续下跌 主因机构资金未持续参与 [5][7] - 瑞丰高材机构库存数据与行情一致 股价翻两倍多 显示机构资金主导作用 [9] - 股价定价权在机构手中 需通过量化工具分析交易行为特征 [7] 量化数据应用价值 - 英国央行计划公布更多市场头寸数据 凸显量化数据在风险管理中的关键作用 [11] - 量化工具可穿透信息不对称 帮助识别机构资金动向(橙色柱体指标) 判断市场真实状况 [11][15] 投资者行为偏差 - 常见行为偏差包括过度自信预测市场 损失厌恶不愿止损 从风操作从众心理 [15] A股市场独特性 - A股具备政策支持力度大 经济复苏态势良好 市场估值相对合理三大优势 [15] - 量化数据可帮助在复杂环境中识别真实投资机会 [12] 投资策略建议 - 应关注机构资金动向而非短期波动 建立自身投资体系 [15] - 需善用量化工具辅助决策 应对金融市场的不确定性 [13][15]