核心观点 - 泡泡玛特的增长并非依赖单一IP的持续景气，而是通过一套系统化的机制，持续捕捉社会主流情绪变化，并挖掘与培育相应的IP进行“景气接力”，从而维持公司的长期增长 [1][3][30] IP迭代与时代情绪共振 - 公司头部IP的崛起与迭代紧密跟随时代经济背景和社会情绪变化，例如：2016-2021年经济上行期的Molly（傲娇倔强）、2021-2023年经济放缓期的Skullpanda（暗黑治愈）、2023-2025年“强预期、弱现实”下的Labubu（叛逆宣泄）、以及2024年至今硬科技与AI高速发展背景下的星星人（佛系躺平）[7] - 当前流行的“星星人”IP，其“笨小孩”形象契合了“窝囊废文学”流行下年轻人寻求“童话救赎”的情绪，诞生仅6个月销售额便逼近4亿人民币，速度远超花了近2年达成此里程碑的Labubu搪胶玩偶 [3][6] - 在二手市场，星星人系列产品溢价显著，例如“美味时刻系列”隐藏款官方价59元，二手市场价达929元，溢价高达16倍 [6] 全球化IP运营策略 - 公司的IP作为“情感容器”，没有完整故事和文化隔阂，易于打造跨越文化的“情绪符号”，这是其全球化的基础 [10] - 本土化运营是关键，公司会根据不同地区的文化调整主推IP，例如：在印尼用Molly对冲Labubu尖牙形象的负面文化联想；在泰国主推符合佛教“承认苦厄”教义的Crybaby；在美国力捧“生来自由野性”的Peach Riot；在欧洲则侧重暗黑美学的Skullpanda [13][14] - Labubu的全球破圈反映了全球共同的“叙事溃散”时代情绪，为个体提供了低成本“安全叛逆”的情绪出口 [10] 系统化的爆款IP挖掘与培育机制 - 公司不预测或创造爆款，而是通过一套“锚点-储备-赛马-测试-加热”的系统机制来挖掘和培育爆款 [18] - **IP储备**：截至2025年，公司与全球超过350名艺术家合作，构建了广泛的潜力IP作品池 [20] - **赛马机制**：内部通过测试让IP竞争，例如同为“叛逆”主题的Hirono与Labubu同期测试，Labubu因更契合用户“我很丧但我不会被打倒”的情绪而胜出，并获得后续资源倾斜 [24] - **数据测试与柔性供应链**：新品通过限量预售测试市场反应（转化率、客单价等），并利用柔性供应链快速响应，2024年返单周期已缩短至1-1.5个月，加急可达两三周，实现先上市再根据动销补货 [26] - **资源倾斜与衍生开发**：表现出爆款潜质的IP（如星星人）会获得顶级资源包倾斜，并快速开发文具、服饰、影视等衍生品，将“爆款产品”转化为“稳定营收的品牌资产” [27][29][30] - 该系统的有效性使公司新IP成功率达到了68%，远超潮玩行业30%的平均水平 [30]

文章核心观点 - 中信保诚基金通过投资者教育活动，旨在打破“经济增速放缓则市场无机会”的认知误区，并指出当前A股市场在政策支持下已展现强劲复苏态势 [1][3] - 历史数据显示，股市表现与经济周期并不同步，多个重要市场活跃阶段出现在经济增速放缓时期，市场表现更多与政策支持、产业转型等因素相关 [4][6] - 当前投资应紧跟时代背景，关注由老龄化、少子化等结构性变化催生的潜力领域，并理性看待不同板块的分化表现 [5][10] 打破认知误区：经济与股市的非同步性 - 历史案例表明，在经济增速放缓阶段，A股市场仍可出现显著上涨：1995-2001年GDP增速从10.9%回落至8.3%，上证指数涨幅超过150%；2013-2015年GDP增速从7.9%放缓至7.0%，沪深300指数翻倍上涨；2019-2021年经济面临挑战，创业板指涨幅逾120% [4][6] - 仅2005-2007年的大级别行情发生在经济增速上行期，多数市场活跃阶段与政策支持、产业转型等非经济增速因素密切相关 [4] - 自2024年9月底以来，上证指数从低位反弹并屡创新高，权益类基金表现亮眼，超九成基金获得正收益，部分科技主题基金涨幅巨大，市场赚钱效应显著 [3] - 当前市场表现被解读为政策支持下的“慢牛”特征，政策层面正通过多措并举提振资本市场活力 [4] 当前行情主线与潜力领域 - 每一轮行情都有鲜明的“领涨主线”，与当时的时代背景息息相关，当前中国面临老龄化与少子化两大结构性变化，正在催生新的投资机遇 [5] - **老龄化催生的需求**：数据显示，中国75%的60岁以上老年人患有至少一种慢性病，医疗健康需求持续存在，医疗板块在历次行情中通常表现出较强弹性 [7][16] - **少子化驱动的替代需求**：随着劳动力人口下降，智能制造、机器人替代成为趋势，人工智能、芯片、云计算等科技领域成为市场重点关注方向，近期机器人、人工智能、半导体等主题指数在30个交易日内涨幅较大，或成本轮行情领涨主线 [10][19] - **全球格局变化下的机遇**：在外部环境与内部政策推动下，军工板块的外贸与民用市场空间有望逐步打开，“十五五”规划（2026–2030年）已将人工智能、6G、具身智能、机器人等列为未来产业重点，相关领域有望持续获得政策红利 [10][19] 板块表现分化与投资思路 - 在行情背景下，不同板块受基本面、政策面与资金偏好影响，表现可能出现分化，部分过往热门板块在本轮市场活跃阶段可能仅呈现“温和上涨”行情 [8][17] - **消费板块**：复苏条件尚不成熟，除非经济明显上行或股市持续上涨，否则消费低迷可能还会存在，家电虽有出口支撑，白酒则受政策与抱团因素制约，弹性相对有限 [10][19] - **新能源板块**：产能相对过剩，行业内卷仍在持续，去产能过程需要时间，短期内难以再现爆发式增长 [10][19] - 投资思路可结合“美林时钟”等配置模型，在弱复苏周期中或可适度超配权益类资产，同时配置部分债券与黄金资产以实现风险分散 [8][17] - 定投仍是应对市场波动的一种相对有效的方式，理解政策导向、把握时代趋势有助于识别资金流向与投资主线 [8][17]

宏观分析框架 - 提出“ReNew”分析框架，认为中国资本市场将告别传统周期思维，依据“银河指南针”迎来历史性重估机遇 [3] - 全球宏观背景面临“3D挑战”，即人口老龄化、债务危机和逆全球化 [1] - “3D挑战”近期表现为“美国政治转向、中国经济转型、全球科技飞跃”三重拐点 [2] 政府与市场关系 - 政府需扮演双重角色：作为“投资者”激发创新活力，作为“保险者”缓冲转型冲击 [2] - 2010年至2022年间，全球各国产业政策干预力度持续加大，发达经济体出台数量远超新兴市场国家 [2] - 在数字战略领域，百分之百的发达经济体都出台了相关产业政策 [3] 2026年全球经济展望 - 全球经济呈现“分化和收敛”趋势，地缘政治风险短期钝化，发达与新兴市场增速差收窄 [4] - 预计全球经济衰而不退，触发全球央行“预防性降息”，企业盈利增长乐观，风险资产仍有上行空间 [4] - 中美经济结构出现“收敛”：中国提高消费比例，美国在制造业回流和AI投资驱动下转向投资 [4] 美国经济与AI投资 - AI投资成为美国经济增长关键支柱，2025年上半年AI相关投资增长贡献率已接近私人消费 [5] - 2026年AI资本开支将保持快速增长，形成涵盖数据中心、电力系统、算力设施的确定性增长链条 [5] - 预计2026年美国经济增速为2.1%，通胀率为2.8%，美联储可能降息3—4次 [5] 中国经济与供给侧改革 - 2026年中国经济有望实现5%左右增长，内需贡献上升，“反内卷”政策缓解产能过剩 [6] - 启动以“加减乘除”为脉络的“新阶段供给侧改革” [6] - 2025—2035年人工智能对中国全要素生产率平均增速拉动可达1.3%，到2035年对GDP增长贡献率约15% [6] 资产配置新框架 - 传统“美林时钟”失效，提出“银河指南针”配置框架，以“房价”为纵轴、“汇率”为横轴，纳入“科技叙事”和“地缘政治”变量 [7] - 当前中国处于第四象限（房价下行、汇率承压），科技叙事利好股票，房价调整利空股票 [7] - 展望2026年，房地产市场逐步企稳将驱动资产逻辑向第一象限（房价企稳、汇率强势）转移，利好A股和部分大宗商品 [8] 居民资产配置与市场流动性 - 居民投资股票和理财意愿较三个季度前上升4个百分点，非银存款持续上升印证资金流入资本市场 [8] - 家庭部门数万亿超额储蓄将成为A股市场流动性源头活水 [8] - 资本市场底层逻辑根本变化，从土地财政转向新质生产力的新金融循环正在形成 [8]

跨资产比较的定义与作用 - 跨资产比较是一种系统性的决策方法，通过一个统一的分析框架前瞻性地评估各类资产的预期收益与风险，以判断其相对吸引力 [2][9] - 其作用在于聚焦资产配置这一核心问题，因为大类资产配置决定了投资组合大部分的风险收益特征，例如研究显示资产配置策略解释了基金业绩波动的约90% [13][16] - 该方法能建立统一的决策标尺，使用相同的宏观预判和定价原理来比较不同资产，避免单一资产分析师的立场偏见 [20] - 它有助于拓展投资视野，通过一套可复制的评估逻辑对不同资产吸引力进行排序，降低理解和比较新资产的认知成本 [26] - 跨资产比较支持动态的风险管理，基于驱动资产价格变化的宏观根源（如通胀）来前瞻性地调整组合，而非依赖资产间长期不变的相关性 [31] 跨资产比较的分析框架与方法 - 资产回报可被拆解为两大来源：一是内在价值的长期增长趋势（如股票盈利、债券票息），二是估值水平的中短期波动 [4][35] - 分析需从三个层面由远及近展开：影响内在价值的长期结构性因素、大类资产的中长期预期回报估计、以及市场情绪与周期波动的研判 [44] - 对于长期趋势，关键在于洞察长期结构性因素，如科技进步（当前为AI浪潮）、人口结构和长期债务周期，这些是长期投资收益的重要来源 [45][51][52] - 对于预期回报，采用前瞻法而非简单的历史统计法，通过分析资产的现金流来源（如盈利增长、股息）和折现率变化，并基于一套宏观假设进行预测 [68] - 对于周期波动，整合了静态估值定位、动态基本面驱动和短期情绪分析的三维体系，并改进了美林时钟框架，引入流动性作为核心维度，并将资产价格本身也作为关键观察变量 [77][86][87] 长期结构性因素与资本市场假设 - 人工智能被视为定义当前及未来阶段的长期投资主线，其产业演进预计将经历基础设施构建、应用扩散和生态整合三个阶段，未来价值将从上游基础设施层向下游应用层转移 [45][46][47] - 中国已过劳动力人口拐点，且实体经济部门杠杆率高企，预计无风险利率中枢长期易下难上，这使得哑铃策略（配置稳定现金流资产和稀缺增长资产）可能长期有效 [57] - 基于宏观假设，未来3年中国实际GDP中枢为4.7%，名义GDP在2028年达到4.5%左右；美国实际GDP增速围绕2%波动，中性利率位于3.0-3.5%区间 [69] - 对未来3-5年各大类资产的长期预期回报预测显示：A股长期回报水平有望提高，而境内债券资产的预期收益则下降明显，股票资产的预期夏普比相对于债券的劣势明显缩小 [5][76] - 具体3年预期年化收益率预测为：A股4.3%，国内利率债2.0%，美股5.6%，美债5.8% [70][71][76] 资产估值、周期研判与中期展望 - 市场价格会像钟摆一样围绕价值中枢摆动，战术择时的收益主要来源于对经济周期、政策脉冲和市场情绪驱动的中短期波动的成功预判 [77] - A股风险溢价呈现缓慢上升趋势，反映出在经济增速预期放缓背景下，估值中枢系统性下降；当风险溢价处于极端高位时，无一例外对应A股的大型底部 [79][81] - 改进后的周期分析框架主要聚焦流动性、经济增长、通胀以及估值四个方面，在四者均有利时（如流动性宽松、经济增长向上、通胀低位、估值低位），A股未来收益高 [91] - 市场情绪具有双重性：在极端处是强大的逆向指标，在常态中则是趋势的放大器与加速器 [95] - 中期维度下，A股相较于债券具备更强的配置吸引力，核心驱动力在于流动性宽松，而经济平稳、通胀温和、估值未到极高等因素影响有限 [6][95] 具体资产比较结论 - 在境内资产比较中，权益资产的吸引力高于固定收益资产，A股4.3%的预期年化收益率高于利率债2.0%的预期回报，且其风险调整后回报的劣势已大幅收窄 [6][98] - A股中期吸引力取决于流动性宽松支撑与估值水平的博弈，若持续上涨导致估值进入高位区域，其安全边际将收窄，吸引力会相对下降 [98] - 在跨境资产比较中，海外固收优于境内固收，美债5.8%的预期收益率远高于境内债券 [99] - 在跨境权益比较中，美股与A股各有侧重：美股的3年预期回报略高，优势更偏长期（更高的企业盈利增长），但面临高估值下的收缩压力；A股则处于流动性宽松驱动的上行阶段，中期更具优势 [99]

量化模型与构建方式 1. 固定比例配置模型 **模型构建思路**：采用固定比率进行分散投资，运作简单，满足基础分散化投资诉求[7] **模型具体构建过程**：按照预设的固定比例配置各类资产，如股债20/80指数等[7] **模型评价**：运作简单但不够灵活，环境变动下收益差距可能较大[7] 2. 均值方差模型 **模型构建思路**：从数学端对资产配置模型的作用进行概述，认为投资组合的回报可视为随机变量，从预期与波动分别衡量组合的预期收益与承担的风险[8] **模型具体构建过程**：给定收益/风险目标，确定最优投资组合，在同风险下追求最大化预期收益[8] **模型评价**：可以设定预期收益与风险，灵活调整组合，但简单的均值、方差模式较难识别组合未来情况，数量化模型较难结合新观点新动态[8] 3. Black-Litterman模型 **模型构建思路**：结合贝叶斯框架改进基础模型的收益/风险分布[8] **模型具体构建过程**：在均值方差模型基础上，通过贝叶斯框架融入管理人主观观点，使配置框架更加灵活[8] **模型评价**：贝叶斯框架能够结构化管理人主观观点，配置框架灵活，但应用框架需较强的收益分布假设，复杂度上升时较难复盘[8] 4. 风险平价模型 **模型构建思路**：仅关注风险端，追求各资产风险配置均衡[7] **模型具体构建过程**：通过风险贡献度均衡的方式配置资产权重，可引入宏观风险、汇率风险等多维度的风险信息进行组合构建[7] **模型评价**：强化风险控制，但依赖风控模型，当出现难以识别的风险时，没有收益兜底的风险平价模型较难及时调整[7] 5. 美林时钟模型 **模型构建思路**：根据主观认知与判断将市场做切片，根据不同切片下的表现做配置[8] **模型具体构建过程**：基于经济周期划分（复苏、过热、滞胀、衰退）四个阶段，为每个阶段配置相应的优势资产类别[8] **模型评价**：切片视角既能结合主观判断，也能强化数据分布的可靠性，相对灵活，但高度依赖主观认知，存在模型失效问题[8] 6. 桥水全天候策略 **模型构建思路**：仅关注Beta收益，忽略Alpha配置，预期在所有经济环境下都有良好表现[11] **模型具体构建过程**：使用按资产类别对增长和通胀敏感性的专有估计来指定头寸，创造不会因增长或通胀条件而表现出色或表现不佳的投资组合，本质是仅关注"增长"与"通胀"风险下的风险平价模型[11] **模型评价**：配置结构较稳定，重债轻股，重绝对轻相对，收益表现与固定比例模型相似[15] 7. Bootstrap多资产配置模型 **模型构建思路**：在对大类资产做充分研究与判断的基础上，充分运用股价信息进行大类资产配置[37] **模型具体构建过程**： 1）Bootstrap提取的时间窗口：过去两年[45] 2）Bootstrap提取的序列长度：每次连续20交易日，有放回提取24次，构建480日（2年）长度的新序列[45] 3）提取次数：1000次，构建资产收益的状态空间[45] 4）根据收益风险的分位数表现情况进行分析与配置[45] 5）滚动观测周期：5年，BootStrap块大小：20个交易日，BootStrap模拟组合大小：500个交易日[47] 6）测算频率：月频（月末测算），回测区间：2014/12/31~2025/6/30[47] **模型应用框架**： - 以回撤控制为核心：在满足回撤要求的前提下，追求最优收益分布[47] - 以中枢分布为核心：以追求最优Sharpe为目标，要求风险资产满足中枢需求[47] - 设置乐观预期（观察70%分位数）、一般预期（观察40%分位数）、悲观预期（观察20%分位数）[47] **目标函数构建**： $$F = B - \alpha \times C$$ 其中：A为满足风险要求的概率，B为满足风险要求下的预期收益（或Sharpe），C为不满足风险要求下的预期收益（或Sharpe），α为惩罚参数[50] 模型的回测效果 Bootstrap多资产配置模型测试结果 **回测区间**：2014/12/31~2025/6/30[47] **最大回撤控制效果**：模型在长期较好地实现了4%最大回撤的诉求，悲观预期下在绝大部分时段实现4%最大回撤目标，仅在2018与2019部分时段回撤超过4%，但短期迅速修复[57] **收益表现**：乐观预期下组合实现与万得二级债基指数相似的最大回撤表现，长期具备更强收益表现，收益风险比突出[57] **权重分布特征**：在国债与信用债之间灵活调整，多资产间灵活配置，2022年以来增配黄金趋势明显[57] 最新配置权重结果（2025/10/31） **回撤控制目标1%模型**： - 悲观预期：信用债77.27%，国债9.60%，SHFE黄金9.27%，日经2252.18%[59] - 一般预期：信用债44.54%，国债45.23%，CBOT豆粕3.47%，SHFE黄金3.25%[59] - 乐观预期：信用债82.88%，纳斯达克1004.23%，SHFE黄金7.10%[59] **回撤控制目标4%模型**： - 悲观预期：国债58.20%，SHFE黄金25.25%，纳斯达克1008.18%，日经2254.80%[59] - 一般预期：SHFE黄金35.25%，信用债33.95%，国债18.75%，纳斯达克1001.75%[59] - 乐观预期：SHFE黄金35.14%，国债42.48%，纳斯达克1009.48%，日经22512.90%[59] **中枢控制目标30%模型**： - 悲观预期：信用债54.57%，国债25.43%，SHFE黄金10.64%，纳斯达克1003.00%[59] - 一般预期：信用债42.52%，国债37.48%，SHFE黄金10.02%，纳斯达克1003.52%[59] - 乐观预期：国债42.43%，信用债37.57%，SHFE黄金9.62%，纳斯达克1003.71%[59]

文章核心观点 - 2026年全球市场趋势预计将由货币秩序重构和AI科技浪潮主导，建议维持超配黄金和增配中国科技股票，同时低配商品和美元资产 [2] - 在经历大幅上涨后，2026年投资策略需聚焦于判断中国股票与黄金的牛市顶部，并应对潜在趋势变化 [2][3] - 基于对经济与政策信号的判断，当前尚未有充分证据表明中国股票与黄金的牛市趋势将发生改变，因此建议上半年维持超配，并增加商品配置以对冲风险 [4][60] 全球大类资产牛熊规律 - 美股呈现牛长熊短特征，牛市总时长占比超过80%，择时性价比低，适合长期持有 [10] - 中国股票牛市总时长占比41%，但牛熊切换频繁，判断顶部的重要性高，港股相比A股更具性价比 [10] - 黄金牛市与熊市持续时间均较长（接近5年），切换频率低且涨幅大（牛市涨幅中位数426%），适合长期投资 [10] - 对比当前牛市时长与历史中位数，A股和港股已牛市1.2年（接近中位数1.7年/1.8年），黄金已牛市3年（中位数4.7年），美股已牛市3年（中位数5.6年），因此将中国股票与黄金的顶部判断作为2026年分析重点 [11] 中国股票顶部规律 - 从经济、政策、流动性、盈利与估值五个维度分析，经济与政策信号对判断市场顶部较为准确，而流动性、盈利与估值信号指引效果有限 [3][16] - 当经济进入类滞胀或放缓阶段，或宏观、监管、产业政策收紧时，往往预示市场顶部，但准确及时理解这些信号在实操中相当困难 [3][16] - 历史数据显示，市场顶部事后信号清晰，但事前方向难辨，看多逻辑有时非常强大且难以证伪，增加了逃顶难度 [14][15] - 对当前牛市的评估显示，经济仍处复苏阶段且通胀偏低，政策层面无收紧迹象，盈利增速低位回升，估值（前向市盈率12.6倍）低于历次顶点，仅流动性存在边际担忧，但未见明确顶部信号 [28] 黄金顶部规律 - 从美国经济前景、美联储政策、美国财政政策、全球央行购金和估值五个维度分析，美联储政策信号最为准确，过去五轮黄金牛市中有四轮在美联储政策预期收紧时终结 [3][31] - 黄金顶部判断难度低于股票，因美国经济与政策信号一致性较强，且美联储提供明确前瞻指引 [3][32] - 美国财政政策与全球央行购金对黄金价格中枢有长期解释力，但对顶部时点判断的指示意义较弱 [3][32] - 对当前牛市的评估显示，美国经济处于类滞胀阶段，美联储政策宽松，财政扩张，央行购金维持高位，实际金价偏离拟合金价59%，估值偏高但未见牛市终结证据，高估值可能增大波动 [40][42] 2026年可能改变市场趋势的因素 - 增长转向：若中美经济修复超预期，可能延长股票牛市但不利黄金，目前中国弱复苏、美国滞胀的态势下，增长转向证据不足 [4][44] - 政策趋紧：若美联储放缓降息或中国增量政策偏慢导致流动性回落，可能不利牛市，但当前宽松环境支持趋势，政策趋紧风险有限 [4][51] - 估值偏高：中国股票估值居中，压力较小；黄金与美股估值偏高，但高估值不足以改变趋势，更多导致波动增大 [4][54] - 地缘冲击：意外事件可能延长黄金牛市但不利股票，其发生时间不确定且冲击通常较快均值回归，不必因此降低股票配置 [4][56] - 综合四因素，短期尚不足改变牛市趋势，建议乘势而上维持超配；若趋势改变，商品将相对受益，建议上调至标配以对冲风险 [4][60] 2026年上半年资产配置建议 - 中国股票：维持超配，受益于AI科技浪潮与流动性宽裕，估值合理（沪深300前向市盈率12.6倍），风格建议更均衡 [5][61][63] - 美股：维持标配，虽受益于流动性宽松与科技趋势，但美元贬值周期中弹性偏低且存在高估值担忧 [5][64] - 中债：下调至低配，因估值偏贵（十年期国债利率1.8%），上涨空间有限，在股强债弱环境下性价比较低 [5][67] - 美债：维持标配，受益于美联储宽松周期，但中期面临通胀和债务风险 [5][69] - 商品：从低配上调至标配，具备超跌补涨逻辑，且可对冲黄金与股票趋势改变的风险 [5][70] - 黄金：维持超配，受益于美联储宽松周期与货币秩序重构，但估值偏贵，建议减少追涨杀跌，逢低增配 [6][71][72]

资产配置 - 投研框架从传统美林时钟迭代为中国特色货币信用模型，因经济发展模式变化导致信用周期对资产价格的指示作用显著降低，流动性及中美关系成为影响资产价格的核心因素[12] - 无序市场中波段交易难度高且普适性有限，2025年为股债强弱趋势互换的过渡年份，10年期国债利率波段幅度从20-30BP压降至10-20BP，应把握趋势行情而非过度追逐日常波动[16] - 2018至2025年各类资产表现复盘显示：2018年宏观基本面偏弱股市大幅回撤债券票息回报性好，2019年权益结构性牛市但波动大，2020年公共卫生事件冲击后宽货币驱动权益主升浪债券利率先下后上，2021年大盘高位震荡结构型行情显著债券资本利得收益抬升，2022年地缘政治事件影响通胀压力大盘震荡走弱债券收益降低，2023年大盘下行压力大债券开启三年大牛市，2024年股市先下后上9月新政带动牛市债券在双降预期下走出单边牛市，2025年科技股和反内卷驱动权益结构牛债券震荡资本利得和票息双弱[18] - 历史上每一轮债券牛市对应的10年国债低点持续下行，底层逻辑来自负债牛和资产荒共振，债市资产收益率集体脱锚，本轮牛市10年国债收益率创新低至1.90%[20][21] - 技术面显示2026年权益市场处于3浪上行通道，1浪上涨耗时约2年2浪回调耗时约3年，按斐波那契比例1：1.5估算3浪走完或耗时大于3年终点或在2027年2月以后，本轮5浪推动周期横向耗时更长意味浪级走完相对缓慢[25] - 日本经验显示10年日债1997年破2%后长期横盘震荡，1998-1999年亚洲金融危机推动利率最低触及0.77%后因国债供给激增快速反弹至2.43%，2002-2003年互联网泡沫后QE推动利率最低至0.43%后经济预期向好快速反弹[27][28] - 日本股市2012年12月后步入长期上升通道，截至2025年10月日经225指数累计涨幅达454.85%，驱动因素包括安倍经济学、央行买入ETF及企业盈利修复[30][31] - 过去5年股债商核心主线：上证指数从公共卫生事件后核心资产牛市到政策驱动结构性分化聚焦新质生产力，10年期国债收益率在经济衰退到弱复苏下整体下行形成低利率窄幅震荡格局，南华综合指数由全球流动性驱动普涨转向供需错配与反内卷行情[34] - 2026年资产配置建议：权益中超配A股和港股因中美关系蜜月期、全球央行支持性货币政策及国内经济结构性转型，科技成长为核心主线红利资产具防御属性，美股高配因AI主线和美联储降息预期；债券中中高配中债预计10年期国债波动区间1.7%-2.0%票息策略为重点利率呈N型走势，高配短信用债和中高配二永债挖掘期限利差和信用下沉机会，超配转债沿正股替代高价策略、条款催化双低券及底仓券机会；商品中超配黄金因去美元化及地缘政治扰动；外汇中高配美元指数弱美元长期趋势不变，高配人民币因中美利差收窄及出口数据超预期[36] 聚焦中美 - 美国经济从软着陆向金发姑娘状态演绎，劳动力市场冷而不冰呈现新增就业走低但失业率稳定，通胀总体可控但结构分化商品端因关税政策上升服务端住房通胀稳步下行，整体风险可控[41][45][48] - 特朗普政府宽财政基调明确，大漂亮法案落地使得2025-2034年财政赤字扩张3.38万亿美元，国债余额从36.2万亿美元快速上行至38.0万亿美元债务可持续性问题不容忽视，通过增收减支为宽财政提供支持2024财年净利息支出达8811亿美元占财政收入17.92%[49][51][56] - 美联储降息空间相对有限，通胀仍高于2%目标劳动力市场未衰退式回落，FedWatch显示至2026年末最多三次降息[55][56] - AI已成为美国经济增长引擎，Mag 7资本开支增速显著2025Q3达1002.78亿美元同比增68.6%，市值占比升至30.6%，AI产业循环投资显示政策背书下的信用扩张机制与估值体系脱离传统模型，具备系统重要性及尾部风险特征[58][61][66] - 中美关系实力相当互有诉求构成基础，特朗普商人特质重物质利益轻意识形态打开关系想象空间，美国社会阵营分化显著仅18%成年人认为两党能在基础事实上达成一致80%认为存在分歧，特朗普通过胜利叙事弥合内部矛盾[68][69][72][76][78] - 中美摩擦口头大于实际冲突，名打实谈或为主线，中国对美国出口依赖度从2018年后逐年走低，当前为难得稳定窗口期有助于中国稳住出口引擎[83][84] - 国内经济结构优化内生驱动的新平衡，2025年出口成为增长稳定器投资拉动减弱消费引擎换挡服务消费接棒，2026年增长更依赖出口韧性与服务消费内生驱动，通胀将开启缓慢实现进程由反内卷带来的企业盈利改善及成本传导推动[86][88] - 投资主动熄火传统模式退场，2025年固定资产投资增速放缓地产投资持续负增长制造业与基建后劲不足，增长压力从资金面转向盈利面[90][92] - 消费结构换挡服务需求成为新支柱，2025年商品零售累计同比下降服务零售温和回升，股市财富效应支撑消费能力，2026年服务消费有望保持较快增长取代商品消费成为内需主要动力[94][96] - 出口保持韧性成为稳增长压舱石，2025年价格指数稳步回升印证供应链不可替代性及议价能力增强，数量指数稳健，2026年中美关系阶段性缓和提供稳定性[98][100] - 价格修复有时滞与2015年供给侧改革相似但驱动不同，当前PPI回升由外需结构升级与反内卷政策共振推动，将更缓慢结构性，2026年PPI或将止跌企稳[102][104] - 结构性通胀或是新常态，2025年CPI受食品拖累低迷核心CPI在服务类价格拉动下稳步上行，2026年将呈现结构性传导特征仅在需求有韧性竞争格局好领域实现有效传导[106][108] - 2026年或将是从通缩压力缓和到通胀均值回归的关键年，PPI企稳回升沿产业链缓慢传导服务类价格稳健上涨，但生猪存栏高位制约食品涨幅消费复苏不平衡制约价格传导广度[110][111] 流动性 - 货币政策框架下基础货币投放新形势，短期流动性通过质押式逆回购灵活操作中期流动性有MLF等对标关键期限存单利率长期流动性在存准率逼近5%下买卖国债必要性增强[115][116] - 货币政策配合财政进入新阶段，降准历史显示2019至2025年各季度降准次数分布不均2025年仅在5月降准0.5次[118]

框架构建 - 分析美林时钟框架在特定历史背景下有效及失效的原因 [5] - 引入“信用-货币”框架作为新的宏观分析工具，并基于此框架描述当前宏观状态 [5] - 根据当前的宏观状态推导出相应的资产配置结论 [5] 配置与组合构建 - 探讨主动资产配置相较于被动配置所能解决的核心问题 [5] - 实施主动资产配置所需的前期准备工作 [5] - 分析配置先行的FOF基金能解决的投资问题 [9] - 阐述在战略层面和战术层面如何执行资产配置策略 [9] - 解释风险预算概念及其在既定预算下构建投资组合的方法 [9] 投资理念与思维 - 探讨投资框架在投资决策中的重要性 [9] - 分析逻辑思维对于投资的意义 [9] - 阐述概率思维的概念以及如何运用概率思维来理解市场择时 [9] - 介绍回报流概念，探讨哪些资产类别可以构成不同的回报流，并分析桥水基金的相关实践 [9]

资产配置框架的性质 - 资产配置并非单一模型，而是一套覆盖维度广泛的研究体系，工作量巨大 [1] - 主动配置被视为一项"体力活"，强调其需要多维度研究，而非否定其技术性和专业性 [1] 被动配置的局限性 - 被动配置旨在通过分散投资利用资产间的低相关性来降低波动，同时获得基础资产的平均收益率 [5] - 使用历史平均收益率作为预期收益率会导致配置模型追涨过去表现好的资产 [5] - 资产间的相关性不稳定，例如2008年金融危机后美股和美债的负相关性（跷跷板效应）减弱，导致分散效果打折 [6] - 被动配置效果高度依赖基础资产本身的表现，国内A股过去十年年化收益率仅2.2%，而最大回撤达-48%，过去二十年年化收益率为8.7%，最大回撤为-73% [13] - 国内中债财富指数过去十年年化收益率为4.1%，配置A股可能无法有效增厚收益反而放大波动，例如配置22%的A股（过去二十年表现）以期增厚1%收益，需承受约-16%的最大回撤 [14] 主动配置的可行性与挑战 - 从概率和长期视角看，择时配置是可行的，专业研究可将胜率提升至50%以上，长期在资产高估时低配、低估时超配是可行的 [18] - 宏观驱动逻辑会变化，没有一成不变的策略，例如美林时钟在2008年后因政府强力干预经济而失效，研究框架需持续调整 [21] - 主动配置需要多维度"下注"，寻找或构建15-20个良好的、互不相关的回报流以降低风险并维持预期收益 [22] - 在国内公募FOF实践中，通过在资产配置、风格、行业、基金选择等多个维度和层面建立相对独立的决策框架来提升效果，工作量巨大 [23] - 严格的风险预算是主动配置的重要组成部分，需根据资产波动性和相关性设定配置比例上限，以承受逻辑外因素带来的波动 [24][25] 核心结论 - 国内基础资产类别有限且A股呈现低收益、高波动特征，导致被动配置效果不理想，促使转向主动配置 [27] - 主动配置需应对宏观逻辑变化，通过多维度、多层次的独立决策框架和严格风险预算来提升效果和实现配置观点 [27]

宏观经济背景与资产表现 - 当前宏观经济处于新旧动能转换时期，结构变化重要性超过宏观总量变化，表现为整体物价下行与AI蓬勃发展并存[1] - 红利类资产在通缩和不确定环境中受到青睐，成长板块受新科技革命驱动，黄金则受国际局势“去全球化”推动[1] - 美林时钟框架不适用当前环境，分析应基于驱动增长和通胀的原动力“信用扩张”，其分为政府信用扩张（财政赤字脉冲）和内生信用扩张（私人部门社融脉冲）两部分[1] - 由于去年四季度高基数效应及私人信用未能有效修复，信用周期可能走向震荡甚至偏弱状态，若四季度信用偏弱，债券或占优[1] 债券市场基本面分析 - 十年国债ETF（511260）10月22日上涨0.015，近5日涨幅0.06%，十债活跃券利率在1.76左右徘徊[3] - 债市对基本面的钝化明显，尤其反映在7月金融数据较差时债市反而逐步回调，但随着反内卷预期计入，债市与基本面相关性有望提升[3] - 四季度财政退坡及内生动能不足，债券存在机会，建议关注十年国债ETF（511260）和国债ETF（511010）[3][11] - 债券长期定价经济，其收益率衡量社会总回报水平，变动对整个金融体系投资收益率及社会融资情况均会产生反馈[5] - 2024年底利率对基本面指标的偏离达到峰值，利率水平显著低于当时基本面水平，投资者对经济的过度悲观预期催生了债券抢跑式牛市行情[6] 货币政策与市场信号 - 央行保持流动性宽松的政策方向明确，且近期宽松力度有所加大，国庆后短期FR007利率与中期同业存单利率均出现阶段性回落[9] - 对央行重启国债买卖的预期持谨慎看法，即便操作主要目的也在于投放长期流动性，属于对数量型工具的补充，政策本意并非引导或扭曲利率曲线[10] - 国有大行和政策性银行持续净买入三年以下期限国债的行为，可能出于自身久期管理需求以平衡风险、满足监管考核要求，与央行是否购债无直接关联[10]