全球资产配置研究框架 20250905 请介绍一下中金公司在大类资产配置中的分析框架。 中金公司的大类资产配置分析框架主要分为两个维度：战略配置和战术配置。 战略配置是指在长期内确定一个相对固定的资产比例中枢，例如 20%的股票和 80%的债券，这主要取决于资产的风险收益特征以及投资者的风险偏好和流动 性偏好。战术配置则是在战略配比固定的基础上，适时地进行调整，例如有时 候多配股票，有时候多配债券或黄金，以应对市场变化。 如何利用经济增长周期进行资产配置？ 经济增长周期是资产轮动的一般性规律，因此了解当前经济周期的位置对于资 产配置至关重要。可以通过 GDP、PMI、失业率等宏观数据构造周期性指标， 判断经济处于上行或下行阶段。例如，当经济上行时，可以增加股票的配置； 对于中国投资者而言，全球资产配置最重要的是美元、美债和美联储这 三大因素。美国通胀是近年来主导这些因素的重要变量，通过将美国通 胀拆分成不同分项，并分别构建统计模型进行预测，可以更准确地把握 短周期内的投资机会。 黄金与美债利率脱钩后，需要采用多因子定价模型进行分析，关注央行 购金、美国债务等因素。我们建立了一套新的黄金定价框架，并预计黄 金价 ...

以下是对该量化研报中涉及的量化模型与因子的总结： 量化模型与构建方式 一、宏观定性模型 1. **模型名称：普林格周期模型**[2][9][10] * **模型构建思路**：作为美林时钟的升级版，引入金融数据以提高大类资产配置建议的胜率。该模型通过三组宏观经济指标（先行、同步、滞后）的趋势方向组合，来定义六种经济状态，并为每种状态推荐占优的大类资产。[2][9][10] * **模型具体构建过程**： 1. 选取指标：结合中国经济实际情况，将 M2 增速和新增社融拟合为**先行指标**（金融指标），将房地产投资和出口同比拟合为**同步指标**（实体经济指标），将 PPI 和 CPI 同比拟合为**滞后指标**（价格指标）。[2][14] 2. 处理数据：采用滤波法过滤掉上述指标的周期性因子，观察其**趋势项**的走势（向上或向下）来确定普林格时钟所处的状态。[2][14] 3. 状态判定：根据三组指标趋势项的方向组合，判断当前经济所处阶段（复苏、繁荣、过热、滞胀、衰退、萧条）。例如，先行指标趋势向上、同步指标趋势向上、滞后指标趋势向下对应**复苏期**，权益资产占优。[10][11][12] * **模型评价**：该模型是对美林时钟的改进，但仍有其局限性，例如运行状态可以跳跃，并非依次运行，且可能出现模型无法解释的指标组合。[13] 二、大类资产定价模型 1. A股定价模型（基于两阶段DDM的PB-ROE框架） * **模型构建思路**：基于机构投资者占比提升使得宽基指数层面定价效率变高的背景，强调通过PB-ROE定价框架来评估指数的合理估值及未来一年的预期收益回报。[52] * **模型具体构建过程**： 1. **投资回报分解**：假设每股净资产为 B，市净率 PB，分红比例为 d，净资产收益率为 ROE。未来一年股票投资回报率可近似分解为： $$R\approx\frac{\Delta B}{B_{0}}+\frac{\Delta PB}{PB_{0}}\times(1-d)+(1-\frac{1}{PB_{0}})$$ 其中，股息收益率和净资产增长率相对容易预测，难点在于合理估值 PB* 的评估，其与当前估值 PB₀ 的差异很大程度上决定了股价变动。[56] 2. **两阶段DDM估值模型**：引入两阶段股利贴现模型（DDM）来估算合理市净率（PB*）。模型假设分为当前高速增长阶段（持续T期）和永续稳定增长阶段。[56][57] * 当前增长阶段估值： $$P B_{c u r r e n t}=R O E_{1}\times d_{1}\times\sum_{t=1}^{T}\frac{(1+g1)^{t-1}}{(1+R f+R p)^{t}}$$ * 永续增长阶段估值： $$P B_{s t a b l e}={\frac{R O E_{2}\times d_{2}}{1+R f+R p-g_{2}}}\times{\frac{(1+g1)^{T}}{(1+R f+R p)^{T}}}$$ 其中： * ROE₁, d₁, g₁=ROE₁×(1-d₁) 分别代表当前阶段的预期ROE均值、分红率和增长率。 * ROE₂, d₂, g₂=ROE₂×(1-d₂) 分别代表永续阶段的ROE、分红率和增长率（经验上可设永续ROE₂ = 要求回报率 Rf+Rp）。[56][57][61] * Rf 为无风险利率，Rp 为风险溢价（长期经验值可设为4%）。[57] * T 为高速增长阶段的持续时间（对于中证800指数，历史校准建议T=11年）。[58] 3. **合理估值区间测算**：综合考虑三个决定因素（短期基本面ROE₁及持续时间T、长期基本面预期ROE₂、要求回报率Rf+Rp）和一个次要影响因素（分红率d）。[61] 考虑到短期ROE变动的不确定性，按乐观（ROE_TTM +1倍标准差）、中性（当前ROE_TTM）、谨慎（ROE_TTM -1倍标准差）三种情形测算合理估值区间。[58] 2. 利率债定价框架 * **模型一：三因素定价框架**[59] * **构建思路**：强调货币政策对无风险利率的决定性影响，通过回归分析确定各因素的重要性。[59] * **具体构建过程**：十年国债利率被分解为： $$十年国债利率 \approx 政策利率 + 通胀预期溢价 + 增长预期溢价$$ 具体操作中： * 以**一年期同业存单利率**作为政策利率的代理变量。 * 以**CPI同比增速**水平代表通胀预期。 * 以**PMI水平**代表增长预期（海外常用期限利差）。[59] 通过历史长期数据回归估计各因素的系数Beta（见回测效果中的图表16）。[59][62] * **模型二：ROIC-WACC均衡框架**[71] * **构建思路**：尝试从企业投资回报与资金成本的均衡视角，推演无风险利率的合理中枢及走廊空间，以避免三因素模型中预期溢价评估的参数依赖问题。[71] * **具体构建过程**： 1. 计算供给层面的**投资资本回报率（ROIC）**： $$R O I C=\frac{E B I T\times(1-企业税率)}{总资产-无息流动负债}$$ 2. 计算需求层面的**加权平均资金成本（WACC）**： $$W A C C=(无风险利率+股票风险溢价)\times股权比例+(无风险利率+信用风险溢价)\times债权比例\times(1-企业税率)$$ 3. 理论上，ROIC 与 WACC 应趋向均衡。基于此均衡关系，结合对上市公司未来ROIC的预测，可反推隐含的**无风险利率合理中枢**。[71][72] 4. 以滚动10年窗口，计算利率实际值与中枢值的偏离，用均值加减1.5倍标准差的形式，推断出**利率走廊的上下界**。[72] 3. 黄金定价框架 * **构建思路**：结合黄金的商品属性、金融投资属性和货币属性进行分析。强调在不同市场环境下，影响黄金价格的主导变量会发生切换，但货币属性是恒定影响因素。基于此构建估值指标进行跟踪。[74][77][80] * **具体构建过程**： 1. **属性分析**：复盘历史三轮牛市，识别主导属性（1971-80:货币+商品；2001-11:货币+金融投资；2019至今:货币主导）。[74] 2. **相关性观察**：2000年以来黄金与通胀相关性低，近五年与实际利率相关性边际走弱，与美元指数相关性稳定且有提升，凸显货币属性的重要性。[75][77] 3. **估值指标构建**： * **2022年以前**：估值指标 = (全球黄金储量 × 黄金美元价格) / 美国M2 * **2023年以后**（考虑逆全球化、美元信用弱化）：估值指标 = (全球黄金储量 × 黄金美元价格) / 储备货币国家加权M2 * **储备货币国家加权M2计算**：核心跟踪美元、欧元、英镑、日元和人民币。除美元外的货币给予额外1/3的权重，以此权重进行各国M2的加权。[80] 4. **估值分位数**：计算当前黄金价格在该估值指标历史序列中所处的分位数位置，以判断其估值高低。[80] 三、风格定价框架 * **模型构建思路**：沿用A股宽基指数的两阶段DDM估值定价框架（PB-ROE），对六类风格指数（价值、成长、中小盘、大盘、质量、红利）的估值规律进行探索和合理估值区间评估。[95][96] * **模型具体构建过程**： 1. 为每种风格选择代表性指数（如国证价值、国证成长、中证500、上证50、深证红利等）。[96][103][111][119][128] 2. 使用与中证800定价类似的两阶段DDM模型（公式同上）。 3. **关键参数校准**：根据各风格的历史估值走势特征，对模型中的关键参数（主要是高速增长阶段持续时间T，以及2020年后部分风格的永续ROE预期）进行差异化设定：[96][103][111][119] * **价值/大盘风格**：T=5年，2020年后永续ROE预期下调至5%（反映对长期经济增长信心的下滑）。[96][119] * **成长/质量风格**：T=15年（高速增长期更长），ROE波动大，合理估值范围宽，需重点判断ROE变化方向。[103][128] * **中小盘风格**：T=50年（表明其估值更多受流动性驱动而非基本面驱动，DDM框架解释力有限，主要用于评估尾部风险）。[111] 4. 根据当前各风格指数的ROE水平（TTM），结合设定的参数，计算其合理的PB估值目标范围，并进一步推导未来一年的预期收益区间。[96][103][111][119][128] 四、宏观因子与资产/风格收益关联分析模型 * **模型构建思路**：从信贷、景气度、通胀、出口、库存、盈利等多个维度选取核心宏观经济指标，定量分析其与大类资产收益率及权益风格超额收益率的同步性，以评估宏观因子对资产及风格选择的能力。[85] * **模型具体构建过程**： 1. **指标与数据准备**： * 选取13个核心宏观经济指标（如人民币中长期贷款、企业中长期贷款、M1、M2、PMI、PPI、CPI等）的月度同比或环比数据。[85] * 计算各类资产指数（A股、港股、利率债、商品、黄金、信用债）的月度收益率。对于风格指数，计算其相对于基准（A股用中证800，港股用恒生指数）的月度超额收益率。[85] 2. **秩相关性检验**： * 计算各宏观数据月度增速环比变化值与资产月度收益率的**Spearman相关系数**。 * 进行统计检验，规定p值≤1%为显著同步指标，并按相关系数方向确定显著性方向。[85] 3. **胜率统计**： * 根据Spearman相关系数确定宏观数据与收益率的相关性方向（正/负）。 * 以正相关为例，胜率 = (同月同方向的月份数) / (有效月份总数)。历史胜率≥60%视为显著同步指标。[86] 4. **显著因子判定**：只要满足秩相关性显著或胜率显著其中一项，即认为该宏观指标与该资产收益率呈显著同步性。[86] 模型的回测效果 一、普林格周期模型 * **当前状态判断（截至研报时点）**：先行指标趋势向上、同步指标止跌回稳（趋势向上）、滞后指标趋势向下 → 对应**复苏期**，权益资产胜率更高。[2][35] 二、A股定价模型（中证800） * **合理估值区间**：1.36 ~ 1.55 (PB)[58] * **预期年收益区间**：5% ~ 9%[58] 三、利率债定价模型 * **三因素回归系数（十年国债利率）**[62]： | 回归项目 | 系数 Beta | 标准误差 | t Stat | P-value | | :--- | :--- | :--- | :--- | :--- | | 截距项 | 0.00 | 0.65 | 0.00 | 100% | | 同业存单利率 | 0.47 | 0.02 | 18.89 | 0% | | CPI | 0.10 | 0.02 | 5.85 | 0% | | PMI | 0.03 | 0.01 | 2.11 | 4% | * **ROIC-WACC均衡框架推演**： * 当前上市公司ROIC预测目标值：4.08%[72] * 推演十年国债利率中枢：1.36% ~ 1.51%[72] * 当前十年国债利率处于利率走廊合理区间，且相对中枢有下行空间。[72] 四、黄金定价模型 * **估值分位数（新口径下）**：历史39%分位数（距离中位数仍有10%上行空间）。[80] 五、风格定价模型预期收益（截至2025年7月31日） * **价值风格（国证价值）**： * 当前ROE: 9.14% * 合理PB区间: 0.9 ~ 0.95 * 预期年收益: 6% ~ 8%[96] * **成长风格（国证成长）**： * 当前ROE: 12.48% * 合理PB区间: 1.69 ~ 3.24 * 预期年收益: -7% ~ 13%[103] * **中小盘风格（中证500）**： * 当前ROE: 5.99% * 合理PB区间: 0.65 ~ 1.82 * 预期年收益: 较低[111] * **大盘风格（上证50）**： * 当前ROE: 10.21% * 合理PB区间: 0.92 ~ 1 * 预期年收益: 0% ~ 2%[119] * **质量风格（深证红利）**： * 当前ROE: 14.23% * 合理PB区间: 2.34 ~ 5.35 * 预期年收益: 8% ~ 39%[128] 六、宏观因子显著性分析结果（摘要） * **显著正相关案例**： * **企业中长期贷款**上行时，**利率债**表现好（胜率62.63%）。[89][90] * **PMI**上行时，**大宗商品**表现好（秩相关性显著）。[89][90] * **出口金额**上行时，**港股**表现好（胜率54.66%）。[89][90] * **显著负相关案例**： * **PPI**上行时，**利率债**表现差（秩相关性显著）。[89][90] * **CPI**上行时，**大宗商品**表现好（胜率54.25%）。[89][90]

量化模型与构建方式 1. **模型名称**："时钟+拐点改善法"大类资产轮动模型 - **模型构建思路**：结合宏观风险因子（经济增长、通胀、利率等）的状态判断，通过投资时钟规律和相位判断法优化拐点识别，动态调整大类资产配置[8][16][24] - **模型具体构建过程**： 1. **宏观因子状态判断**： - 使用因子动量法：$$M o m e n t u m_{t}=X_{t}-\frac{1}{3}(X_{t-1}+X_{t-2}+X_{t-3})$$，连续两期同向则确认状态[16] - 相位判断法：以38个月周期拟合因子，根据相位区间（上行/下行/顶部/底部）调整状态[21][22] 2. **资产得分计算**：根据投资时钟规则（如复苏期股票得2分，债券得-2分）汇总各资产总得分[14][15] 3. **风险预算调整**：初始风险配比为1:1:1:0.5:0.5（大盘股:小盘股:债券:商品:黄金），每正/负1分则配比翻倍/减半[24] - **模型评价**：融合短期趋势与拐点预判，在收益、风险控制和回撤方面表现优秀[26][27] 2. **因子名称**：宏观风险因子体系（经济增长、通胀、利率、汇率、信用、期限利差） - **因子构建思路**：通过宏观指标或资产组合合成，刻画经济周期不同维度的风险[8] - **因子具体构建过程**： - **经济增长因子**：工业增加值同比、PMI等指标经HP滤波后波动率加权[8] - **利率因子**：中债国债与货币基金指数等权组合的净值同比收益率[8] - **汇率因子**：上海金与伦敦金现多空组合的净值同比收益率，直接标价法下上升代表人民币贬值[8] - **信用因子**：AAA企业债与国债久期中性组合的净值同比收益率，利差走阔代表紧信用[8] 模型的回测效果 1. **"时钟+拐点改善法"模型**： - 年化收益率：9.93%[27] - 年化波动率：6.83%[27] - 夏普比率：1.45[27] - 最大回撤率：6.31%[27] - 胜率：73.08%[27] 量化因子与构建方式 （注：报告中未单独测试因子效果，仅作为模型输入，故无独立回测数据） 关键方法补充 - **投资时钟规则**： - 增长—通胀时钟：复苏期股票/商品得分高，衰退期债券/黄金得分高[9][15] - 利率—信用时钟：紧利率宽信用阶段股票得分高，宽利率阶段债券得分高[10][11][15] - **相位判断法优化**：通过38个月周期拟合减少拐点滞后，提升状态切换准确性[21][22]

FOF基金表现与资产配置策略 - 年内FOF基金产品表现亮眼，超九成产品实现正收益[1] - 多元化配置策略有效发挥，市场风格稳定时各类策略同步发力[4] - 动态调整资产配置，当前A股配置比例已超过港股[4] 唐军的资产配置思路 - 资产配置"永无最优解"，需建立稳定分析框架、多元配置、警惕市场极端一致预期[1] - 操作体现对市场变化的敏锐捕捉，调整A股和港股配置比例，布局创新药、军工ETF等阶段性行情[1] - 从胜率看，宏观大趋势判断更可靠，但需持续跟踪、动态调整[4] 职业经历与研究方法 - 职业轨迹涉足量化投资、基金评价和宏观研究，奠定资产配置基础[2] - 早期量化研究转向行业内选股因子和行业轮动因子，提升因子有效性[2] - 参与"中泰时钟"研究，纳入政策维度以增强对国内市场的适配性[2] 市场观点与战术配置 - A股后续表现有望呈现平稳偏强态势，政策面支持提供坚实底气[5] - 战术配置灵活应对市场机会，参与创新药、军工等行业ETF交易[5] - 二季度末降低红利类资产仓位，增加成长风格基金配置[5] 对抗"追涨杀跌"的操作建议 - 建立依赖客观标准的分析框架，如"通货膨胀由信用扩张决定"[6] - 多元配置丰富投资回报流，减少因单一资产波动引发的非理性操作[6] - 理解"预期差"对避免"追涨杀跌"的重要性，市场观点高度一致时应避免盲目操作[7] 基金选择与风格贝塔 - 普通投资者选择基金时需区分风格贝塔与阿尔法，判断市场风格延续或切换[7] - 精准剥离风格贝塔的经验为投资者提供切实可行思路[7]

基金经理苏文杰的投资框架 - 基金经理苏文杰拥有17年证券从业经验和近7年投资经验，从化工研究员入行到管理资源主题基金再到成长风格基金，能力圈不断拓展[1] - 苏文杰形成了"中观比较、周期思维、成长视角"的投资框架，偏好左侧布局，通过美林时钟把握行业投资机遇[3] - 苏文杰认为行业可分为主题、成长、周期三个阶段，最具爆发力的是成长中期，实现戴维斯双击[2] 投资业绩与策略 - 苏文杰任职以来的基金经理业绩指数总回报为195.43%，年化回报为19.77%[1] - 2022年初基于宏观分析研判流动性趋于收缩，采取防守反击策略，配置低估值、偏冷门品种，显著降低组合波动风险[3] - 2022年三季度显著加仓黄金，金价从每盎司1800美元涨至2100美元，2023年三季度选择减仓[4] - 2023年下半年在市场普遍看空铜的情况下重仓配置相关公司，铜价从每吨8000美元涨至2024年5月的11000美元[4] 行业观点与展望 - 当前全球经济处于康波周期下行阶段，从增量博弈转向存量争夺，应在大方向上保持仓位同时把握结构性机会[6] - 长期看好黄金，认为价格上涨驱动力超越降息预期，深层变量是美元信用削弱[6] - 认为铜在电力传输和电磁转换中地位不可替代，供需矛盾及战略属性使其成为长周期中最具持续性和弹性的品种[6] - 看好"反内卷"主题，认为行业自律或反内卷有望激发制造业盈利弹性，相关板块或迎来超预期反弹机会[1][7] 行业阶段划分 - 主题阶段不确定性较强，以短期交易为主[2] - 成长阶段分早、中、晚期，最具爆发力的是成长中期，实现盈利和估值同时提升[2] - 从成长后期进入周期的界线以竞争格局变化为分水岭[2]

贵金属市场表现差异 - 白银价格大幅上涨而黄金横盘整理，铂金自4月以来涨幅超50%，钯金涨幅超30% [2] - 白银和铂族金属具有工业属性，与纯投资属性的黄金存在阶段性表现差异 [2] - 美元指数年初以来跌幅超10%，贵金属走强反映对美元信用走弱的交易逻辑 [3] - 经济弱周期黄金强于白银（金银比上升），经济强周期白银强于黄金（金银比下降） [3] - 全球制造业PMI上行期金银比下降，下行期金银比上升 [4] 黑色产业链动态 - 煤焦触底反弹叠加供给侧改革传闻推动盘面涨势，但现货需求疲软导致价格传导不畅 [5] - 华北地区累库明显，货品集中在仓库、国企和期现公司 [7] - 镀锌和制管等下游行业出现加工环节倒挂，部分企业停产或减产 [5] - 期现公司通过正套盘对冲前期空单，形成错配的正套盘面 [6] 期货市场品种表现 - 国债期货受避险情绪驱动呈现平稳多头趋势 [9] - 农产品受天气和政策支撑，豆粕玉米多头增仓明显 [9] - 工业品螺纹钢玻璃因需求疲软和库存压力呈现空头趋势 [9] - 能源化工原油PTA受供应过剩预期强化空头趋势 [9] - 基础金属铜受宏观压力主导呈现下行反转 [9] 多晶硅市场格局 - 2024年全球多晶硅产量195.7万吨，中国占比超75% [15] - 全球前五企业产量137.58万吨占70.3%，国内市场前五份额近70% [15] - 通威股份产能占比25%，协鑫15%，大全11%，新特10%，合盛6% [15] - 行业寡头垄断结构赋予头部企业强大定价权 [15] 上证指数行情分析 - 上证指数从2749点涨至3510点，涨幅28%进入技术性牛市 [32][33] - 银行板块贡献24%涨幅，电子13%，非银9%，医药7%，计算机5% [37] - 前五大板块合计贡献58%的指数涨幅 [38] - 银行板块占指数18%权重但贡献24%涨幅，表现偏强但未超预期 [39] 大宗商品周期特征 - 历史底部特征：房地产+出口拉动需求，有色等前端商品先涨 [16] - 需求拉动进入补库存周期，开工率与利润同步上行 [16] - 2024年期货市场成交量619万亿，估算手续费800亿 [18] - 期货市场年消失账户约14万（按50万中型账户估算） [18] 欧线集运市场 - EC2510合约深度贴水现货指数，开启基差修复 [27] - SCFIS欧线结算运价指数报2421.94点，环比涨7.26% [27] - 核心矛盾在于欧洲港口拥堵而非运力问题 [28] - 上半年苏伊士运河集装箱船舶月均通行量稳定在150艘 [28]

基金概况 - 鹏华弘安灵活配置混合型证券投资基金由鹏华基金管理有限公司管理，平安银行股份有限公司托管，报告期为2025年4月1日至2025年6月30日 [1] - 基金成立于2015年11月24日，报告期末基金份额总额为637,343,128.42份，其中A类份额27,067,892.95份，C类份额610,275,235.47份 [1][6] - 投资目标是通过科学严谨的资产配置框架，严选安全边际较高的股票、债券等投资标的，力争基金资产的保值增值 [1] 投资策略 - 采用自上而下与自下而上相结合的资产配置策略，动态评估不同资产大类的投资价值及风险收益特征 [2] - 股票投资策略包括行业遴选和个股选择，重点关注行业增长前景、利润前景和成功要素，以及公司竞争力和管理层分析 [2][3] - 债券投资采取多种策略包括久期策略、收益率曲线策略、骑乘策略等，以中高等级信用债为主，严控信用风险 [4] - 可投资股指期货用于套期保值，主要选择流动性好、交易活跃的合约 [4] 业绩表现 - 2025年二季度A类份额净值增长率为0.55%，C类份额为0.48%，同期业绩比较基准增长率为1.69% [6][10] - 过去一年A类份额净值增长率为1.81%，C类为1.51%，业绩比较基准为8.09% [6] - 过去五年A类份额净值增长率为24.56%，C类为22.79%，业绩比较基准为17.12% [6] 投资组合 - 报告期末债券投资占比99.50%，金额为1,074,721,341.47元 [10] - 利率债投资包括政策性金融债69,946,653.42元，占基金资产净值7.54% [10] - 二季度债券收益率整体下行，信用利差及期限利差进一步压缩，曲线平坦化，信用债表现好于利率债 [9] 基金经理 - 叶朝明担任基金经理，17年证券从业经验，现任鹏华基金管理有限公司董事总经理/现金投资部总经理 [7] - 王康佳担任基金经理，8年证券从业经验，现任鹏华基金管理有限公司现金投资部总监助理/基金经理 [7] - 两位基金经理均具备基金从业资格，未兼任私募资产管理计划投资经理 [8]

量化模型与构建方式 1. **模型名称**："时钟+拐点改善法"大类资产轮动模型 **模型构建思路**：结合宏观风险因子状态（经济增长、通胀、利率、信用、汇率、期限利差）与投资时钟规律，通过相位判断法优化拐点识别，动态调整资产配置[8][9][12][16][24] **模型具体构建过程**： - **宏观因子构建**： - 经济增长因子：工业增加值同比、PMI、社会消费品零售总额同比，经HP滤波处理后波动率倒数加权合成[8] - 通胀因子：PPI同比、CPI同比，HP滤波后波动率倒数加权[8] - 利率因子：中债-国债总财富指数与中证货币基金指数等权组合，计算净值同比收益率[8] - 汇率因子：上海金与伦敦金现多空组合净值同比收益率[8] - 信用因子：中债-企业债AAA指数与中债-国债总指数久期中性组合净值同比收益率[8] - 期限利差因子：中短期债券与长期债券久期中性组合净值同比收益率[8] - **状态判断规则**： - 因子动量法：$$Momentum_{t}=X_{t}-\frac{1}{3}(X_{t-1}+X_{t-2}+X_{t-3})$$，连续两期同向判定状态[16] - 相位判断法：38个月周期正弦波拟合，划分上行/下行/顶部/底部区域，结合动量法优化拐点识别[21][22] - **资产配置规则**： - 初始风险配比1:1:1:0.5:0.5（大盘股:小盘股:债券:商品:黄金），根据宏观因子得分调整（正分翻倍，负分减半）[24] **模型评价**：融合多维度宏观因子与周期规律，在控制风险前提下实现稳定收益[26][27] 2. **因子名称**：宏观风险因子体系（经济增长、通胀、利率、信用、汇率、期限利差） **因子构建思路**：通过宏观经济指标与资产组合构建多维度风险因子[8] **因子具体构建过程**： - **合成方法**： - 经济增长/通胀因子：HP滤波后波动率倒数加权[8] - 利率/信用/汇率/期限利差因子：构造多空或中性组合计算净值同比收益率[8] **因子评价**：全面刻画宏观经济状态，为资产配置提供量化依据[8][12] --- 模型的回测效果 1. **"时钟+拐点改善法"模型**： - 总收益率242.45%，年化收益率9.93%，年化波动率6.83%[27] - 夏普比率1.45，最大回撤6.31%，胜率73.08%[27] - 2025年6月收益率0.72%（基准2.76%），配置比例债券88.54%、黄金5.81%[31][32] --- 量化因子与构建方式 1. **因子名称**：投资时钟状态得分因子 **因子构建思路**：根据增长-通胀时钟、利率-信用时钟等宏观状态对资产打分（-2至2分）[14][15] **因子具体构建过程**： - 复苏期：大盘股+2、小盘股+2、债券-2、商品+2、黄金+1[15] - 紧利率宽信用：大盘股+2、小盘股+2、债券-2、商品+2、黄金+2[15] **因子评价**：量化历史规律，指导资产配置方向[12][15] --- 因子的回测效果 1. **宏观风险因子状态（2025年6月）**： - 经济增长↑、通胀↓、利率↓、信用↓、汇率↓、期限利差↓[36] - 对应配置观点：看多债券/黄金，谨慎权益/商品[33]

基金经理唐军的投资理念与方法 - 唐军注重理解经济公式背后的深层逻辑而非简单套用 这影响了他的投研路径 使他从量化 基金评价转向宏观研究 [2] - 唐军善于用"接地气"的逻辑解构高深宏观概念 将经济理论映射到日常生活现象 [2] - 唐军的前瞻性操作包括2023年上半年重仓黄金 2024年末首仓可转债ETF 显示其对多元资产的敏锐把握 [3] "货币-信用"分析框架的构建与应用 - 传统美林时钟模型因政府强干预失效 唐军团队构建"中泰时钟" 重点量化政策维度 修正失真指标 [6] - 2022年误判美国通胀回落因忽略拜登政府2023年加杠杆 此后将财政赤字纳入核心观测指标 [6][7] - 货币信用框架能统一解释政府干预下的经济周期 如2008年后信用扩张被政府加杠杆强行拉起 [7] 战略与战术结合的资产配置体系 - 战略层用货币信用框架定方向 战术层从情绪 资金面捕捉波动 两者独立运作 [10] - 战术机会定义：市场情绪极端时 基本面微小变化可能形成风口或风险 [10] - 近期通过融资余额数据警示小微盘风险 显示其对情绪指标的深度挖掘 [11] FOF基金管理的具体策略 - 借鉴桥水风险平价模型 按资产波动性和相关性分配头寸 如A股与港股合并考量 [11] - 选基时剥离风格贝塔 专注基金经理选股阿尔法 曾发现医药基金实为微盘股风格暴露 [11] - 黄金配置分战略战术两层：战略看多因美元信用动摇 战术根据散户情绪调整ETF仓位 [14][15] 2025年多元资产配置展望 - 国内货币宽松 信用边际改善 若财政超预期或利好顺周期蓝筹 反之利好债券 [14] - A股采用"红利+科技"杠铃策略 红利资产为底仓 科技赛道拥挤度低具参与时机 [15] - 债券方面国内长端配置价值凸显 美债短债性价比高 长债波动大 [15] - 港股因美元降息与国内信用改善共振 提升战略性配置仓位 [16]

研究背景 - 全球经济政策不确定性上升，资产波动加剧，投资者面临财富稳健增长难题 [1] - 中国步入低利率时代，固收资产收益下滑，权益资产高波动 [1] - 文章旨在借鉴海外经典资产配置模型，打造穿越经济周期的中低波动投资组合 [1] 资产配置模型介绍 - 永久组合：股票、长期国债、短期国债、黄金各25% [6] - 全天候组合：股票30%、长期国债40%、中期国债15%、黄金和商品各7.5% [6] - 1971-2024年，美国市场年化收益率和波动率均为8-9%，十年中8-9年正收益 [10] - 中国市场表现类似但波动略高 [10] 模型长期有效的原因 - 经济增长与货币扩张使底层资产长期获得正收益 [20] - 资产间低相关性降低组合波动 [27] - 多元化配置和仓位再平衡提升组合复合回报率 [29] - 资产长期收益排序：股票>黄金≥商品≈名义GDP增速≈长期国债>短债≈通胀 [24] 资产间低相关性的原因 - 资产对经济周期定价不同，黄金与股票对冲实际GDP增速影响 [47] - 债券与商品呈跷跷板走势，对冲通胀和名义GDP增速影响 [51] - 国内外资产相关性低源于各国经济周期异步性 [53] 组合配置比例及风险 - 不存在最优配置比例，取决于收益目标和风险偏好 [56] - 永久组合等权重配置基于资产收益率和波动率相近 [58] - 全天候组合配置比例基于风险平价模型经验数值 [58] 中国市场实践 - 2004-2024年，中国版永久组合年化收益率8.33%，波动率7.5% [82] - 中国版全天候组合年化收益率8.98%，波动率8.2% [82] - 组合收益和回撤优于偏债混合型基金 [83] 模型总结 - 模型设计简洁，全球范围内年化8-9%收益，十年中8-9年正收益 [95] - 与"固收+"产品相比，降低固收资产比例，增加黄金及商品占比 [95] - 固收资产选择波动性较高的30年期国债 [95]