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]

美国市场与货币政策 - 黄金与美债总回报之比升至0.38，暗示高通胀风险可能已被充分定价，该水平相当于1970年代美国CPI同比达8.6%和7.4%时期[4] - 超长期美债ETF期权偏斜度从10月16日的0升至10月31日的0.7，推动10年期美债利率冲高至4.1%[7] - 美联储连续降息50个基点后，10年期美债利率不降反升，出现“反向格林斯潘谜题”，利率从4%升至4.1%[10] - 美国财政部现金储备从6月的3300亿美元升至10月的1万亿美元，商业银行超储从3.4万亿美元降至2.9万亿美元，导致常备回购便利使用量突破500亿美元[13] - 商业银行储备金跌破3万亿美元，隔夜抵押担保融资利率比联邦储备金利率高14个基点，隔夜三方回购利率高9个基点，短期美元融资压力上升[16] 中国市场与资产表现 - 沪深300指数权益风险溢价为4.4%，低于16年平均值以上1倍标准差，显示股票估值有抬升空间[18] - 中国10年期国债远期套利回报为27个基点，比2016年12月水平高57个基点[22] - 3个月美元兑日元互换基差为-24.6个基点，Libor-OIS利差为106.3个基点，显示离岸美元融资压力缓解[25] - 铜金价格比降至2.7，与离岸人民币汇率7.1出现背离，信号不一致[27] - 中国在岸股票与债券的总回报之比为28.6，高于过去16年平均值，股票资产相对固收资产吸引力增强[29]

根据研报内容，总结如下： 量化模型与构建方式 1. **模型名称：A股赔率模型**[7][10] * **模型构建思路**：通过计算权益风险溢价（ERP）和债务风险溢价（DRP）的标准化数值，等权合成A股市场的整体赔率指标[7][10] * **模型具体构建过程**：首先分别计算ERP和DRP，然后对这两个指标进行标准化处理，最后将标准化后的数值进行等权加总，得到A股赔率指标[10] 2. **模型名称：宏观胜率评分卡模型**[10] * **模型构建思路**：从货币、信用、增长、通胀和海外五个宏观因素出发，合成得到各大类资产的综合胜率[10][43] * **模型具体构建过程**：报告提及该模型在专题报告中详细设计，本报告未详述具体构建公式，但指出通过中国主权CDS等指标的变化来调整A股胜率[10] 3. **模型名称：债券赔率模型**[9][11] * **模型构建思路**：基于收益预测模型，根据长期和短期债券的预期收益差来构建债券资产的赔率指标[11] * **模型具体构建过程**：报告提及该模型在专题报告《利率债收益预测框架》中详细说明，本报告未详述具体构建公式[11] 4. **模型名称：美联储流动性指数模型**[16][18] * **模型构建思路**：结合数量维度和价格维度，综合构建反映美联储流动性状况的指数[18] * **模型具体构建过程**：报告提及该模型在专题报告《美联储流动性的量价解构与资产配置应用》中详细说明，本报告未详述具体构建公式，但指出指数由净流动性、联储信用支持、预期引导、市场隐含、公告意外等分项构成[17][18] 5. **模型名称：风格因子三标尺评价模型**[19][21][24][27][34] * **模型构建思路**：从赔率、趋势、拥挤度三个维度对风格因子进行综合评价和排名[19][21][24][27][34] * **模型具体构建过程**：对于每个风格因子，分别计算其赔率、趋势和拥挤度指标，并将这三个指标进行标准化（以标准差倍数表示），然后根据一定的规则或权重进行综合打分和排名[19][21][24][27][32][34] 6. **模型名称：行业轮动三标尺模型**[35][36][37] * **模型构建思路**：基于行业的景气度、趋势和拥挤度三个维度构建行业轮动策略[35][36][37] * **模型具体构建过程**：使用行业过去12个月的信息比率（IR）来刻画行业的动量和趋势；使用行业的换手率比率、波动率比率和beta比率来刻画行业的交易拥挤度；再结合景气度指标，对行业进行三维评价[35][36] 7. **模型名称：赔率增强型策略**[40][41] * **模型构建思路**：在目标波动率约束下，根据各资产的赔率指标，持续超配高赔率资产，低配低赔率资产，构建固收+增强策略[40] * **模型具体构建过程**：结合各资产的赔率指标，在目标波动率约束的条件下进行资产配置[40] 8. **模型名称：胜率增强型策略**[43][44] * **模型构建思路**：基于宏观胜率评分卡模型得到的各资产胜率评分，类似赔率增强型策略的构建方法，构建固收+增强策略[43] * **模型具体构建过程**：从货币、信用、增长、通胀和海外五个因素出发获得各资产的宏观胜率评分，据此进行资产配置[43] 9. **模型名称：赔率+胜率增强型策略**[3][40][46] * **模型构建思路**：将赔率策略和胜率策略的风险预算进行结合，构建综合性的资产配置策略[3][40][46] * **模型具体构建过程**：将赔率策略的风险预算和胜率策略的风险预算进行简单相加得到综合得分，据此构建策略[46] 模型的回测效果 1. **赔率增强型策略**[40][42] * 2011年以来年化收益6.7%，年化波动2.3%，最大回撤3.1%，夏普比率2.88[40][42] * 2014年以来年化收益7.5%，年化波动2.2%，最大回撤2.8%，夏普比率3.36[40][42] * 2019年以来年化收益7.0%，年化波动2.2%，最大回撤2.8%，夏普比率3.14[40][42] 2. **胜率增强型策略**[43][45] * 2011年以来年化收益7.2%，年化波动2.4%，最大回撤3.4%，夏普比率3.03[43][45] * 2014年以来年化收益8.1%，年化波动2.3%，最大回撤2.2%，夏普比率3.47[43][45] * 2019年以来年化收益7.0%，年化波动2.2%，最大回撤1.5%，夏普比率3.20[43][45] 3. **赔率+胜率增强型策略**[3][46][48] * 2011年以来年化收益6.8%，年化波动2.3%，最大回撤2.9%，夏普比率2.94[3][46][48] * 2014年以来年化收益7.4%，年化波动2.2%，最大回撤2.3%，夏普比率3.33[3][46][48] * 2019年以来年化收益6.5%，年化波动2.1%，最大回撤2.3%，夏普比率3.02[3][46][48] 4. **行业轮动三标尺模型**[36] * 2011年以来超额收益11.9%，跟踪误差10.8%，最大回撤25.4%，信息比率（IR）1.11[36] * 2014年以来超额收益11.4%，跟踪误差11.5%，最大回撤25.4%，信息比率（IR）0.99[36] * 2019年以来超额收益8.9%，跟踪误差10.3%，最大回撤12.3%，信息比率（IR）0.86[36] 量化因子与构建方式 1. **因子名称：小盘因子**[19][20][34] * **因子构建思路**：通过中证2000指数与沪深300指数的比值或因子累计收益率来表征小盘风格的表现[19][20] * **因子评价**：当前呈现中等赔率-强趋势-低拥挤的特征，配置价值有所修复[19][34] 2. **因子名称：价值因子**[21][23][34] * **因子构建思路**：通过国证价值指数与国证1000指数的比值来表征价值风格的表现[21][23] * **因子评价**：当前呈现高赔率-中等趋势-低拥挤的特征，综合得分较高，建议重点关注[21][34] 3. **因子名称：质量因子**[24][26][34] * **因子构建思路**：通过因子累计收益率来表征质量风格的表现[24][26] * **因子评价**：当前呈现高赔率-弱趋势-中等拥挤的特征，配置价值相对较低，需等待右侧趋势确认[24][34] 4. **因子名称：成长因子**[27][29][34] * **因子构建思路**：通过国证成长指数与国证1000指数的比值来表征成长风格的表现[27][29] * **因子评价**：当前呈现中高赔率-中等趋势-高拥挤的特征，交易风险较高，建议保持谨慎[27][34] 5. **因子名称：低波因子**[30][32][34] * **因子构建思路**：报告提及了基于不同时间窗口（如3个月、12个月）的低波因子[30][32] * **因子评价**：当前低波风格在三标尺综合排名中位居前列，建议重点关注[34] 6. **因子名称：动量因子**[30][32][34] * **因子构建思路**：报告未详述具体构建方法，但将其作为风格因子之一进行分析[30][32] * **因子评价**：横截面来看拥挤度最高，交易风险较高[34] 7. **其他风格因子**[30][32] * **因子名称**：低市净率因子、高股息因子、低市盈率因子、EPS稳定性因子、净利润同比因子、净利润TTM同比因子、ROE因子、ROE_TTM因子、反转因子、低市销率因子、营收同比因子、营收TTM同比因子等[30][32] * **因子构建思路**：报告未详述这些因子的具体构建过程，但将其纳入风格因子三标尺分析框架中进行综合排名[30][32] 因子的回测效果 （报告中未提供单个因子独立的历史回测绩效指标，如IC、IR等，仅提供了当前时点的三标尺状态和综合排名）[19][21][24][27][32][34]

债券ETF市场规模与增长 - 债券ETF总规模突破7000亿元大关，达到7000.44亿元，较年初增长5200.58亿元，增幅高达289% [1][2] - 市场规模实现惊人跃升，从2024年5月首次突破1000亿元，到2025年7月突破5000亿元，再到目前突破7000亿元，用时不到两年 [2] - 债券ETF产品数量达53只，其中32只为年内新增，百亿级产品快速扩容至30只，占比超过50% [2] 产品格局与创新 - 规模前三的产品分别为海富通基金短融ETF（约660亿元）、博时基金可转债ETF（约580亿元）和富国基金政金债券ETF（约400亿元） [2] - 基准做市信用债ETF和科创债ETF等新产品成为规模增长的重要推动力，信用债ETF有效解决了信用债流动性不足的问题 [3] - 产品具有久期和信用风险暴露稳定、持仓透明、交易灵活、费率较低等独特优势 [3] 政策支持与市场动力 - 政策支持为债券ETF发展提供坚实保障，深交所召开高质量发展会议，并计划研究降低规模门槛、优化做市考核等支持措施 [4] - 债券ETF被纳入通用质押式回购业务，投资者可通过质押功能进行场内融资以放大收益 [4] - 债券ETF作为标准化、透明化的被动工具，天然适配机构大类资产配置需求 [4] 投资者结构 - 约85%的债券ETF由机构投资者持有，广义基金占比最高，其次为券商、质押回购账户、保险和银行 [4] - 机构通常使用信用债ETF作为底仓配置，利率债ETF进行择时交易以增厚收益 [4] - 个人投资者参与度显著提升，开始关注债券指数基金，为市场带来新活力和资金流入 [6] 发展前景与投资价值 - 与美国成熟市场相比，境内债券指数基金在纯债基金中规模占比约15%，债券指数基金中ETF规模占比约34%，远低于美国市场的超过40%和60%，显示巨大发展潜力 [6] - 机构普遍看好债券ETF投资价值，在货币政策宽松预期下，债市整体有望保持看多趋势 [6] - 未来可从拓展投资者结构（如引入年金、养老金等）和丰富产品品类（如主题类、分级类ETF）两个维度拓展市场，绿色债券和央企主题等方向仍是布局真空区 [7]

市场现象与投资者行为 - 金价下跌背景下出现实物黄金抢购潮，工商银行200克规格金条库存一度仅剩14套 [1] - 国内沪金价格较前期高点下跌超过8%，伦敦金在3900-4000美元区间震荡 [1] - 五一假期期间投资金条销量激增三倍，但同期黄金回收业务增长70%，显示高位套现行为普遍 [10] - 许多投资者存在认知偏差，将黄金视为短期投机工具而非长期配置资产，导致盲目追涨杀跌 [4][8] 高风险黄金产品陷阱 - 金豆产品工费占比高达10%-15%，溢价可超过41%，而银行金条工费仅2%-3% [3][10] - 加杠杆的黄金ETF在金价单日暴跌6%时可能导致投资者爆仓，长沙某高校投资群37人中有22人因此爆仓，人均亏损超3万元 [3] - 工艺金条溢价超过28%，回收时品牌溢价完全消失，北京菜百销售员透露其溢价是普通金条的5倍，购买100克可能直接亏损2.6万元 [3][6] - 定制金条存在高溢价风险，一位阿姨花47万元购买定制金条，变现时回收价少了12万元 [3] 投资成本与收益分析 - 投入10万元持有一年，金条总成本约3000元，黄金ETF约500元，积存金约2500元，差异主要来自手续费与溢价 [8] - 频繁买卖黄金ETF的手续费可能占本金的8%，侵蚀投资收益 [4] - 金豆产品变现困难，长沙大学生小林每月花1300元购买金豆，半年后变现所得仅够买5杯奶茶 [6] - 银行金条变现可能被"压价"或扣损耗费，案例显示北京王先生急售100克金条，线下回收店每克压价30元，损失3000元 [14] 市场风险与监管环境 - 近一月因买错黄金品种而亏损的投诉量暴涨了3倍 [1] - 非银行平台推出的"黄金托管"服务可能涉嫌非法集资，某些黄金珠宝公司以"存金生息"为噱头诱导消费者签订委托合同，但到期后往往无法兑付 [4] - 中国人民银行规定黄金资产管理业务仅限金融机构开展，黄金珠宝公司无相关资质 [12] - 非法黄金投资平台利用"稳赚不赔"话术吸引客户，最终卷款跑路 [6] 产品特性与适用人群 - 银行金条因低溢价、高流动性成为热门选择，但变现流程可能存在延迟，预约回收需等待数天 [8] - 黄金ETF变现快捷，但适合能承受波动的投资者 [8] - 积存金平衡了定投与灵活性，但可能产生点差成本 [8] - 金条适合长期持有者，黄金ETF适合盯盘者，积存金适合定投新手 [16] 投资建议与市场展望 - 黄金占比应控制在闲钱的5%-10%，且持有周期需一年以上 [8] - 专业机构如瑞银预计2025年底金价攀升至2900美元/盎司，说明长期支撑存在 [12] - 黄金是资产"压舱石"，而非"暴富工具"，投资者需基于个人资金量与目标选择产品，而非追逐市场热度 [16] - 黄金价格波动受美元走势、地缘政治风险和市场情绪变化等多重因素驱动 [4][12]

核心观点 - 静态预测显示，旧口径M1同比预计从9月的6.2%回落至年底的3.4%，但仍显著高于2024年年底的-1.4%；M2同比从9月的8.4%回落至年底的8.0%，同样高于2024年年底的7.3% [2] - 货币变化对资产走势具有指示意义，例如旧口径M1同比领先PPI和工业产成品库存同比约三到四个季度，其超预期抬升可能为明年PPI改善奠定基础 [3][4] - 四季度M1同比存在超预期变化的可能路径，主要取决于企业贷款、生产性投资、居民存款行为及财政政策的组合 [4][63][64] M2增长规模分析框架与预测 - M2的增长由五大因素派生：企业加杠杆、居民加杠杆、政府加杠杆、外汇派生及其他因素 [7][8][18] - 过去一年（2024年10月~2025年9月）M2新增规模约为25.9万亿，其中企业加杠杆贡献约14万亿，政府加杠杆贡献约12.2万亿，是主要支撑力量 [20] - 预计2025年全年M2增长规模约为25万亿，四季度同比回落约9000亿，主要原因包括政府债发行节奏错位导致政府加杠杆对M2的拉动同比少增约5600亿，以及反内卷政策下企业贷款预计同比少增3000亿 [8][22][28][30] M1增长规模分析框架与预测 - 分析框架基于公式：旧口径M1 = M2 - 其他货币，其中其他货币包含居民存款、非银存款、单位定期存款等 [7][9][17] - 预计四季度旧口径M1增长规模同比回落1.6万亿，同比从9月的6.2%回落至年底的3.4% [9][52] - 回落原因包括：在权益市场波动较小的假设下，居民存款同比回落6200亿；非银存款因季末扰动回归，假设四季度同比持平；单位定期存款等其他因素同比回落6000亿 [9][46][48][50] 货币变化对资本市场的影响 - 旧口径M1同比是价格改善的领先指标，领先PPI同比和工业产成品库存同比三到四个季度，PPI与CPI剪刀差持续向上是周期股跑赢大盘的先决条件 [3][54] - 非银存款是金融市场的欠配资金，其规模与Wind全A成交金额高度相关，非银存款多增是权益市场成交放量的同步映射 [3][55] - 居民新增存款占M2比重回落期间，以创业板指为代表的成长股通常跑赢以沪深300为代表的价值股，反之亦然 [3][55] - 企业存款同比与居民存款同比的剪刀差领先企业利润和十年期国债收益率约一年左右 [3][57] 四季度M1同比可能的超预期路径 - 路径一（压供给+提需求）：企业贷款抬升、生产性投资回落、基建投资提升，将推动M1和M2同比向上，为明年PPI改善奠定基础，并可能改善非银流动性 [4][63] - 路径二（居民行为改善）：M2同比回落、居民存款减少、企业存款抬升，对应居民投资消费意愿改善，经济循环行为改善推动M1同比抬升和PPI改善，但总量货币收缩下非银存款抬升有限 [4][64] - 路径三（稳增长诉求抬升）：企业贷款和生产性投资均抬升，对应反内卷政策放缓，M2同比抬升但M1同比维持低位，中期物价改善可能推迟，权益市场波动将影响存款在居民或非银部门的分布 [4][5][64]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 全球及中国利率中枢长期下移是必然趋势，低利率将成长期经济运行常态，中国利率中枢下移源于经济结构深度转型 [13][17] - 央行买债重启，债市存在阶段性机会，当前国内经济有压力，长债有望阶段内反弹 [2][27] - 利率中枢下移背景下，十年国债ETF兼具收益弹性与风险可控性，是优化资产组合的优选工具 [3] - 十年国债ETF历史业绩突出，风险收益比高，优于同类基金中位数表现 [4] 根据相关目录分别进行总结 利率中枢长期下移的趋势性判断 - 全球利率持续下行是普遍现象，从1311 - 2018年全球实际利率呈波动下降趋势，1500年后下降明显 [14] - 中国经济转型推动利率中枢下移，从旧经济模式向新经济形态演进，2002年以来利率中枢分三阶段逐步下移，如今十年期国债利率迈向1.0%时代 [17][18] 央行买债重启，长债有望阶段性反弹 - 2025年前三季度债市收益率呈"N"形走势，8月下旬以来十年期国债收益率回升，期限利差走阔，股市走强引发债基赎回压力 [22][24] - 央行重启公开市场国债买卖操作，有助于改善债市环境，10月27日消息公布后各期限国债收益率下行 [24] - 展望未来，国内经济有压力，叠加央行重启买债，长债有望阶段内反弹 [27] 为何当下需要关注十年国债ETF - 十年国债ETF兼具收益弹性与风险可控性，能在利率下移时获资本利得，在市场波动时抵御风险 [3] - 从波动率和回撤控制看，十年期国债优势明显，近一年波动率2%，最大回撤 - 2.14% [35] - 十年期国债收益稳定性好，近五年年化回报率5.01%，受微观因素干扰小 [38] - 十年期国债政策适配性强，收益率反映中期经济与通胀预期，交易活跃度高 [40][41] - 债券型ETF有流动性高、成本低等优势，今年以来规模爆发式增长 [46] 十年国债ETF投资价值分析 - 十年国债ETF是跟踪十年期国债指数的低风险基金，采用优化抽样复制策略 [50] - 该基金历史业绩突出，优于业绩比较基准和同类基金中位数 [53] - 国泰基金综合实力强，管理业务资格齐全，基金经理经验丰富 [58][59]

市场行情回顾 - 周一市场呈现V型反弹，创业板和科创50开盘后一度分别下跌超过2%和3%，但随后创业板翻红[1] - 上周五市场下跌过程中，沪深300ETF获得50亿元净买入，单日成交额创4月以来新高[1] - 存储芯片板块成为推动市场反弹的重要力量，SK海力士股价暴涨约11%，带动A股存储芯片相关个股反弹[9] - 近期市场呈现哑铃型结构，在科创50和创业板指大跌的同时，中证红利和中证2000代表的高股息和小盘股走强[10] 黄金行业新规影响 - 黄金行业增值税抵扣比例发生变化，购买黄金首饰和实物金条的成本提升，利好黄金ETF和纸黄金等投资品种[4] - 新规下工商银行、建设银行等大行暂停纸黄金业务，但可能仅为临时性调整[4] - 黄金股ETF成为当日跌幅最大ETF，下跌超过4%，黄金零售商老铺黄金等港股公司全线暴跌[4] - 增值税抵扣比例从13%降至6%，多余成本需由金铺承担或转嫁给消费者，短期内压制消费需求[4] 基金行业动态 - 公募基金业绩基准新规要求详细披露与业绩基准的对标情况，为行业持续迭代提供执行场景[14] - 蚂蚁财富推出金选5.0版本，通过统一基金分析指标实现产品透明化展示[17] - 基金电商平台未来可能抓取比较字段作为基金评价重要标准[15] - 蚂蚁基金在权益基金保有规模达8,229亿元，非货币基金保有规模15,675亿元，股票型指数基金保有规模3,910亿元，在股票指数基金保有方面领先优势明显[20] 互联网理财平台发展趋势 - 蚂蚁财富凭借国民级App属性降低理财专业门槛，对新基民友好[21] - 平台核心优势体现在透明化和工具化两方面，透明化指将金选标准推广至所有基金评价，工具化指帮助投资者筛选目标基金[22][24] - 建议平台下一阶段加强资产配置视角引导，从单品思维转向资产配置思维[27] - 银行和券商等传统机构应发展线上+线下结合模式，如基金投顾+线下理财师服务[27]

货币政策与宏观经济环境 - 美联储于2025年10月底宣布降息25个基点 将基准利率区间调整至3 75%-4 00% [1] - 货币政策宽松是驱动贵金属市场走势的因素之一 [3] - 在美联储降息周期下 贵金属的实际收益率将优于债券 [3] 贵金属市场表现与趋势 - 贵金属市场在2025年10月迎来显著反弹 国际金价一度突破4000美元/盎司 创下历史新高 [3] - 过去半年 现货黄金累计涨幅超过15% 远超大盘指数 [3] - 美银分析师预测明年金价或进一步攀升至5000美元/盎司 [3] - 白银等其他贵金属也呈现出补涨潜力 供需结构趋紧推动价格震荡上行 [3] - 全球央行黄金储备需求强劲 [3] - 贵金属的相关性降低至0 2以下 成为理想对冲工具 [5] 投资策略与配置建议 - 传统投资策略强调多元化配置 例如将贵金属占比控制在资产组合的10%-20% 以对冲通胀风险 [3] - 2025年贵金属将更注重长线持有 避免短期投机 [3] - 投资策略上采用持续小量分批模式 即每月固定投入资金的5%-10% 分散入场时机 [5] - 实操技巧包括设置止损位 当价格偏离5%时自动平仓 [5] - 建议新手先从小额测试入手 开设模拟账户熟悉交易机制 [5] 交易平台选择标准 - 选择平台时应优先考虑持有香港黄金交易所AA类会员资质 [4] - 核心标准包括监管背景 技术支持和客户服务 [4] - 平台需满足资本充足率不低于500万港元的要求 并接受定期审计 [7] - 资金隔离机制要求客户资产与平台运营资金分银行托管 [7] - 风控体系应包括滑点控制不超过0 5点 以及实时反洗钱监测 [7] 交易平台功能与成本 - 平台应提供MT5系统兼容性 点差低于1 5点可视为高效选项 [4] - 2025年趋势是集成移动端App 支持实时行情推送 [4] - 需评估交易成本 包括点差 手续费和隔夜利息 选择总成本低于行业均值的选项 [7] - 平台优势包括低延迟执行 帮助用户在高频行情中控制滑点 [5] - 场景化支持如一键报单功能可提升操作效率 [6] 平台合规与安全验证 - 选购过程可分三步行动 第一步是核查会员编号 访问香港黄金交易所官网输入平台代码验证真实性 [7] - 第二步是评估交易成本并测试模拟账户的执行速度 [7] - 第三步是审阅用户协议 关注提现时限不超过T+1和纠纷仲裁条款 确保覆盖香港国际仲裁中心机制 [7] - 正规平台提供可追溯的监管框架和风险控制机制 避免隐形费用 [7]

“固收+”产品的市场发展与核心价值 - “固收+”产品自2019年开始流行，当时二级债基规模约两千亿，如今产品数量已增长至当年的10倍以上，并在股市向好周期中快速扩容 [4] - “固收+”产品的价值在于帮助投资者在高波动的A股市场中进行资产配置，其核心是在高波动环境中寻找合适的风险收益比，并在正确的时间和价格位置安排资产 [5] - 除了公募基金，银行理财、券商资管、保险等机构也都在从事相通的资产配置工作，只是触及的资产类别和领域有所区别 [5] “固收+”产品的投资理念与目标 - “固收+”产品的管理目标是双参数的，不仅追求收益，更追求在同等收益水平下回撤尽可能低或日常波动率尽可能低，有时回撤目标（如不超过3%）会被作为绝对约束 [7] - 与纯股票基金不同，“固收+”产品更倾向于使用赔率框架，偏好配置收益率可能为10%～15%但回撤波动仅为高弹性股票一半的、性价比更优的资产 [8] - 产品的表达分为历史、现在和未来三部分：历史业绩（净值曲线）是吸引投资者的第一步，而长期信任则建立在面向未来的方法论和能力圈之上 [6] “固收+”与股基/债基的核心区别 - “固收+”产品虽然绝对股票仓位可能不高（例如10%-20%），但其仓位弹性巨大，在合同允许范围内，仓位变化（如从10%到20%）意味着股票仓位增加一倍，因此beta管理至关重要，这与股票基金有仓位下限、主要依赖alpha的特点形成显著区别 [16] - 投资者和专业投资者都容易进行线性外推和顺势操作，例如二级债基的平均仓位中枢与市场牛熊趋势高度相关，在熊市末期仓位大幅下降，在牛市期间仓位显著上升 [9] - “固收+”产品需要容忍在牛市后半段因估值过高而压缩仓位所导致的短期“错过”，这被视为追求长期正确所必须付出的短期代价 [10] 资产分类与收益来源策略 - 将资产按收益来源分为两类：生息资产（如股票、债券，利润来源于未来现金流）和非生息资产（如大宗商品、金融衍生品，利润来源于交易） [11][12] - 可转债被视为生息资产与非生息资产的结合体，其很大一部分弹性来自期权价值，适合设计偏交易性的策略 [12] - 投资策略根据资产类别区分：对生息资产更追求现金流的确定性；对非生息资产则侧重于把握交易性机会，并不锁定于单一来源，关键在于是否有能力把握 [13] 风险管理与投资风格偏好 - 风险分为常规波动和尾部风险，常规波动可通过纪律（如仓位控制、对冲）管理，真正难以处理的是预料不到的尾部风险事件，例如去年一季度全市场股票中位数短期内下跌20%～30% [14] - 利润来源决定风险属性：现金流稳定的资产（如大盘价值股）尾部风险较小；而易泡沫化的资产（如微盘股、特定可转债）在牛市中涨幅大，但在熊市或市场清淡时杀伤力也很大 [15] - 为应对尾部风险，在风险预算上会留有余地，这可能导致仓位压缩和投资风格更倾向于现金流好的偏价值风格，从而可能难以参与成长股的大行情 [15] “固收+”产品的权益投资操作特点 - 在追求双参数目标下，权益投资操作的核心是“逆周期”，具体体现在三个特点：1) 从熊市到牛市，权益仓位因估值上升、风险收益比变低而被动逐渐下降；2) 持仓风格从熊市到牛市更向低估值的价值风格倾斜；3) 持仓集中度在牛市阶段会变高 [17][18] - 权益仓位中枢在牛熊周期中摆动，并非恒定；资产偏好（如可转债的配置比例）和持仓集中度均根据资产的性价比决定，在熊市时分散，在牛市时集中 [18] - 风险控制是一种取舍，重点在于构建体系的容错性，而非仅关注个股，目的是在对的时候多对，错的时候尽量避免致命失误，这可能导致产品长期确定性高但短期锐度有所牺牲 [19]