股票市场 - 市场呈现结构性分化，科技板块受AI算力需求驱动保持韧性，费城半导体指数年内涨幅达18.7%，而传统消费板块因居民储蓄率下降持续承压 [1] - 主动管理型基金的平均超额收益达到4.2个百分点，凸显专业投资价值 [1] - 智能投顾系统通过机器学习算法挖掘出多个具有超额收益潜力的中小市值标的 [1] 固定收益市场 - 10年期美债收益率在4.5%关口反复震荡，信用利差较历史均值扩大37个基点 [2] - 机构投资者通过久期策略和信用下沉获取alpha收益，投资级公司债的配置价值开始显现 [2] - 绿色债券市场规模突破2.3万亿美元，年均复合增长率达19%，为ESG投资者提供新选择 [2] 黄金市场 - 尽管实际利率持续为正，但地缘政治风险和央行购金推动金价突破2500美元/盎司关口 [2] - 数字黄金凭证交易量同比增长240%，日均交易规模达47亿美元，实现实物黄金与区块链技术结合 [2] 资产配置策略 - 通过风险平价模型测算，当前最优组合比例为股票45%、债券30%、黄金25% [3] - 黄金的波动率贡献度降至14%，其对股票资产的对冲效率提升至0.38 [3] - 智能再平衡算法的应用使组合年化波动率有效控制在9.2%以内 [3] - 坚持三年期定投组合的年化收益率达8.7%，显著跑赢单一资产配置策略 [3]

根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **Black-Litterman模型** - 模型构建思路：结合市场均衡收益和投资者主观观点，优化资产配置[17][20] - 模型具体构建过程： 1. 计算市场均衡收益（逆向优化） 2. 整合投资者主观观点（通过观点矩阵和信心水平） 3. 使用贝叶斯方法调整预期收益 4. 通过均值-方差优化得到最终权重[20] - 模型评价：有效平衡市场均衡与主观观点，降低极端配置风险[20] 2. **风险平价模型** - 模型构建思路：使每类资产对组合风险的贡献相等[27][30] - 模型具体构建过程： 1. 选择底层资产（有效性、分散性、流动性）[30] 2. 计算资产风险贡献： $$TRC_i(w) = w_i \frac{\partial \sigma(w)}{\partial w_i}$$ 3. 优化目标： $$\min \sum_{i=1}^{n}\sum_{j=1}^{n}(TRC_i(w)-TRC_j(w))^2$$ $$s.t. \sum w_i=1, 0\leq w_i\leq1$$[28] 4. 转化为凸优化问题求解[29] - 模型评价：改进传统均值-方差模型，提升风险分散性[30] 3. **逆周期配置模型** - 模型构建思路：基于宏观经济周期调整股债配置比例[43] - 模型评价：在衰退期增加债券配置，扩张期增加权益配置[43] 4. **宏观动量择时模型** - 模型构建思路：利用经济增长、通胀、利率等宏观指标预测资产走势[58][60] - 模型评价：对经济周期转折点敏感，但存在滞后性[60] 5. **情绪择时模型** - 模型构建思路：通过涨跌停板、流动性等指标捕捉投资者情绪极端变化[65][67] - 模型评价：在市场情绪极端时效果显著，但需结合其他信号过滤噪音[67] --- 量化因子与构建方式 1. **ETF轮动因子** - 因子构建思路：结合宏观与量价指标选择风格ETF[71][73] - 因子具体构建过程： - 宏观层面：经济增长、社融、利差等指标 - 量价层面：动量、波动率、拥挤度[71] - 综合打分决定配置权重[73] 2. **行业轮动因子** - 因子构建思路：四象限模型（景气度/情绪/技术/宏观）[82][83] - 因子具体构建过程： - 景气度：行业ROE分位数 - 情绪：分析师评级上调比例 - 技术：动量+换手率+波动率加权 - 宏观：PMI/PPI等指标的行业敏感性[83] 3. **高频量价因子** - 因子类型： - 日内偏度、下行波动占比 - 盘后大单净买入强度 - 改进反转因子[93] - 因子评价：短周期有效性显著，但需控制交易成本[93] 4. **ST预警因子** - 因子构建思路：财务指标预测ST风险[101][104] - 因子具体构建过程： - 利润为负且营收低于阈值 - 净资产为负 - 审计报告异常[101] --- 模型的回测效果 | 模型名称 | 年化收益 | 最大回撤 | 年化波动 | 夏普比率 | 卡玛比率 | 数据来源 | |--------------------|----------|----------|----------|-----------|-----------|----------------| | BL策略1 | 6.58% | 3.18% | 2.15% | 1.86 | 2.07 | [22][24] | | 风险平价策略 | 6.56% | 3.15% | 1.91% | 2.08 | 2.08 | [31] | | 逆周期配置模型 | 7.36% | 5.02% | 6.06% | 1.13 | 1.97 | [43] | | 宏观动量择时模型 | 7.06% | 8.85% | 6.12% | 1.24 | 0.85 | [60] | | 情绪择时模型 | 7.74% | 40.52% | 24.91% | 1.01 | 0.62 | [67][87] | --- 因子的回测效果 | 因子类型 | IC均值 | 多空收益 | 年化超额 | 数据来源 | |--------------------|----------|----------|----------|----------------| | 改进反转因子 | 0.031 | 17.44% | 6.14% | [93] | | 多颗粒度模型(5日) | 0.081 | 44.62% | 16.41% | [93] | | ST预警因子 | - | - | 12-4月跑输市场 | [104][107] | （注：部分因子测试结果因文档格式限制未完全列出，详见原文引用处）

量化模型与构建方式 1. **模型名称：国内资产BL模型1** - 模型构建思路：BL模型是均值-方差模型的改进，通过贝叶斯理论将主观观点与量化模型结合，优化资产配置权重[14] - 模型具体构建过程： 1) 选择国内资产标的（沪深300、中证1000、国债总财富指数等）[15] 2) 计算资产预期收益与协方差矩阵 3) 结合投资者主观观点调整收益预期 4) 通过优化算法求解最优权重 - 模型评价：有效解决均值-方差模型对预期收益敏感的问题，兼具主观投资的灵活性和量化模型的稳定性[14] 2. **模型名称：全球资产BL模型2** - 模型构建思路：同国内资产BL模型1，但覆盖全球资产（标普500、COMEX黄金等）[15] - 模型具体构建过程： 1) 选择全球资产标的（标普500、企业债指数等）[15] 2) 其余步骤与国内BL模型1一致 3. **模型名称：国内资产风险平价模型** - 模型构建思路：使每类资产对组合风险的贡献相等，穿越经济周期[19] - 模型具体构建过程： 1) 选择8类国内资产（沪深300、中证转债等）[21] 2) 计算资产波动率与相关性矩阵 3) 优化权重使各资产风险贡献均衡 公式： $$ w_i = \frac{1/\sigma_i}{\sum_{j=1}^n 1/\sigma_j} $$ 其中$\sigma_i$为资产i的年化波动率[20] 4. **模型名称：基于宏观因子的资产配置模型** - 模型构建思路：通过增长、通胀等6大宏观因子构建配置框架[23] - 模型具体构建过程： 1) 构造宏观因子Mimicking Portfolio[24] 2) 计算资产因子暴露水平 3) 结合主观宏观判断调整因子暴露目标 4) 反解得到资产配置权重[24] 模型的回测效果 1. **国内资产BL模型1** - 上周收益：0.02% - 7月收益：0.61% - 2025年收益：2.46% - 年化波动：2.16% - 最大回撤：1.31%[17][18] 2. **全球资产BL模型2** - 上周收益：-0.07% - 7月收益：0.51% - 2025年收益：1.59% - 年化波动：1.70% - 最大回撤：1.28%[17][18] 3. **国内资产风险平价模型** - 上周收益：-0.02% - 7月收益：0.36% - 2025年收益：2.70% - 年化波动：1.46% - 最大回撤：0.76%[22][29] 4. **基于宏观因子的资产配置模型** - 上周收益：-0.03% - 7月收益：0.38% - 2025年收益：2.76% - 年化波动：1.36% - 最大回撤：0.64%[28][29] 当前持仓分布（2025年7月） - **国内资产BL模型1**：中证1000(10.51%)、国债(65.14%)、企业债(19.13%)、商品(5.22%)[13] - **全球资产风险平价模型**：标普500(1.54%)、企业债(93.11%)、黄金(2.13%)[13]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称：普通风险平价模型** - 模型构建思路：通过使组合中每个资产的风险贡献相等来实现风险分散[18] - 模型具体构建过程： 1. 计算资产协方差矩阵 $$\Sigma$$ 2. 求解权重向量 $$w$$ 满足 $$w_i \cdot (\Sigma w)_i = w_j \cdot (\Sigma w)_j$$ 对所有资产 $$i,j$$[14] 3. 当资产不相关时，权重与波动率倒数成正比[18] - 模型评价：适用于低相关资产，但对中国股债等属性差异大的资产需调整权重[21][23] 2. **模型名称：调整风险预算的风险平价模型** - 模型构建思路：通过动态调整不同资产的风险预算倍数来优化配置[27][36] - 模型具体构建过程： 1. 静态调整：权益风险预算设为25，商品/黄金设为36（资产数量开方倍数）[29][36] 2. 动态调整：基于过去6个月夏普比，最高预算为静态值的1.5倍[36] 3. 权重计算：$$w_i = \frac{b_i/\sigma_i}{\sum_j b_j/\sigma_j}$$，其中 $$b_i$$ 为风险预算[28] 3. **模型名称：宏观风险平价模型** - 模型构建思路：引入宏观因子分解资产收益，调整风险预算[38][42] - 模型具体构建过程： 1. 资产收益分解：$$r_{t,i} = \beta_i \cdot F_t + \epsilon_{t,i}$$，其中 $$F_t$$ 为宏观因子[39] 2. 计算宏观因子相关性矩阵 $$\rho_{macro}$$[38] 3. 结合微观风险预算：$$b_i' = b_i \cdot (1 + \frac{Sharpe_i}{max(Sharpe)})$$[38][42] 模型的回测效果 1. **普通风险平价模型** - 年化收益：6.47% | 最大回撤：-2.84% | 波动率：2.79% | 夏普比：2.25 | 月度胜率：74.76%[55] 2. **宏观风险平价模型** - 年化收益：7.99% | 最大回撤：-4.01% | 波动率：3.79% | 夏普比：2.03 | 月度胜率：71.84%[55] 3. **调整风险预算的宏观风险平价模型** - 年化收益：9.11% | 最大回撤：-3.64% | 波动率：3.62% | 夏普比：2.41 | 月度胜率：71.84%[61] 量化因子与构建方式 1. **因子名称：夏普比动态调整因子** - 因子构建思路：根据资产近期夏普比动态调整风险预算[36][59] - 因子具体构建过程： 1. 权益资产：比较1个月夏普比与阈值0.5，高于则预算设为64[59] 2. 可转债资产：比较1个月夏普比与阈值0.6，高于则预算设为36[59] 2. **因子名称：宏观状态权益择时因子** - 因子构建思路：基于宏观信号放大/缩小权益风险预算[59][60] - 因子具体构建过程： 1. 配置信号：权益预算乘以4 2. 非配置信号：权益预算除以4[59] 因子的回测效果 1. **夏普比动态调整因子** - 年化收益提升：+1.12%（宏观模型） | 最大回撤改善：-0.37%[61] 2. **宏观状态权益择时因子** - 年化收益提升：+2.45%（普通模型） | 月度胜率提升：+4.85%[60][61] ETF资产配置实施 - **子类资产调整规则**： 1. 债券：根据10年期国债收益率与20日均线关系切换久期[67] 2. 权益：价值风格时配置70%红利ETF，否则50%；大盘风格时配置80%沪深300ETF[67] - **回测结果**： 年化收益9.43% | 最大回撤-4.16% | 夏普比2.36 | 月度胜率72.15%[69]

资产配置理论基石 - 资产配置是投资领域唯一免费午餐，通过股票、债券等低相关资产科学配比可降低风险或提升收益[4] - 1970-2020年间91%公募基金收益差异源于资产配置策略而非选股或择时[4] - 均值-方差模型首次揭示资产组合优化原理，如同烹饪中火候控制决定最终成效[4] 资产配置实战价值 - 2020年3月股灾中60%股票+40%债券组合回撤18%，远低于纯股票组合34%跌幅[5] - 资产配置将单一资产波动对心理冲击降低60%，避免熊市底部30%超额损失[5] - 2010-2020年30%股票+55%债券+15%商品组合年化收益7.2%，最大回撤仅9.8%[5] 动态配置策略工具 - 美林时钟理论指导周期配置：复苏期股票60%+债券30%+商品10%，过热期商品40%+股票35%+债券25%[6][7] - 生命周期适配法则：25岁配置80%股票+20%债券，60岁调整为30%股票+50%债券+20%现金[7] - ETF工具综合费率低至0.2%，可转债2024年收益达9.3%，REITs分红率4.8%[8] 历史验证案例 - 2008年耶鲁捐赠基金50%股票+40%国债+10%现金配置仅回撤12%，远低于市场35%跌幅[9] - 桥水全天候策略2022年实现9.6%正收益，同期标普500下跌19%[10] - 雷曼兄弟因过度配置次级房贷倒塌，印证分散配置必要性[9] 相关性制衡机制 - 2020年3月标普500与美债负相关性达-0.7，A股与美股相关性仅0.35[15] - 黄金与股市相关系数0.03，2022年逆势上涨10.3%对冲沪深300下跌21.6%[15] - 科技股与公用事业股相关性0.15，2023年科技股回调23%时公用事业上涨9.2%[15] 长期复利效应 - 1802-2022年美国股票年化回报6.6%（扣除通胀），债券仅3.4%[16] - 2015-2025年50%纳斯达克+30%黄金+20%中国国债组合年化波动率仅9.8%[16] - 2008年60/40组合三年后率先创新高，证明"慢即是快"哲学[16] 雪球三分法实践 - 2024年沪深300跌12%时中证全债涨4.2%，组合回撤压缩至6.8%[27] - 严格执行再平衡组合2010-2020年收益8.3%，较未平衡组合高1.7个百分点[28] - 2025年地缘冲突期间黄金单季涨9.3%，验证10%黄金仓位的避险价值[33] 全球化配置方案 - QDII基金占50%打破地域限制，2024年中美科技股背离期间回撤降低18%[36] - 利率债与信用债组合2024年四季度回撤1.2%，优于同类均值2.8%[37] - 中证红利ETF股息率5.3%，2025年一季度有效缓冲市场波动[37] 智能调仓技术 - 大数据分析港口货运量预判商品供需，AI算法每秒测试百万种配比[11] - 2025年一季度程序化交易8次调仓，组合波动率压缩至市场均值1/3[19] - 区块链实现资产实时分割，智能合约自动执行跨境套利策略[11] A股特殊配置策略 - 2024年传媒板块涨45%与房地产跌22%形成-0.18相关性对冲[20] - 新能源指数与财政政策相关系数0.65，需搭配公用事业（-0.23）对冲[20] - 中证A500与创业板指相关性0.31，加入组合可降低波动[21]

大类资产表现 - 2025年6月国内权益资产普涨，黄金资产在剧烈波动中录得跌幅[1] - 中证1000涨幅5.47%，南华商品指数涨幅4.03%，中证转债涨幅3.34%，恒生指数涨幅2.86%，沪深300涨幅2.5%，中债-国债总财富指数涨幅0.58%，中债-企业债总财富指数涨幅0.3%，SHFE黄金跌幅-0.84%[2] - 沪深300与中债-国债总财富指数近一年走势相关性为-37.19%，中债-国债总财富指数与南华商品指数相关性为44.4%，沪深300与南华商品指数相关性为-22.94%[2] 量化资产配置策略 - 国内资产BL策略1的2025年收益为1.84%，6月收益为0.87%，最大回撤1.31%，年化波动1.61%[1][3] - 国内资产BL策略2的2025年收益为1.92%，6月收益为0.86%，最大回撤1.06%，年化波动1.43%[1][3] - 国内资产风险平价策略2025年收益2.33%，6月收益0.58%，最大回撤0.76%，年化波动1.1%[1][3] - 基于宏观因子的资产配置策略2025年收益2.26%，6月收益0.75%，最大回撤0.65%，年化波动1.0%[1][3] 宏观经济环境 - 制造业PMI为49.7%仍处荣枯线下，非制造业商务活动指数连续两个月扩张至50.5%[4] - 5月CPI同比下降0.1%，核心CPI上升至0.6%，PPI降幅扩大至-3.3%[4] - DR007低位震荡，1年期同业存单利率稳定在1.7%左右[4] - 5月社融新增人民币贷款5923亿元，政府债券为主要拉动力，企业债券融资减少[4] - 6月通过MLF与逆回购操作净投放超3000亿元[4]

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 - 6月市场主要指数估值全部上调，沪深300、中证全指估值历史分位数涨幅靠前，创业板指仍处历史低位；31个申万一级行业中23个上涨，通信、国防军工等涨幅居前，食品饮料、美容护理等跌幅居前 [1] - 6月新发行基金70只，规模627.28亿元；主动权益型基金发行份额大幅上升，市场火热，被动权益型基金发行份额小幅下降；仅商品型基金下跌，偏股型基金涨幅最大；成长风格跑赢价值风格，中盘成长风格表现突出；多数情况下权益市场规模较小的基金表现更好；主动权益基金仓位较上月下降3.76pct [2] - 6月ETF资金净流入596.05亿元，债券型ETF净流入超900亿元，股票型ETF净流出315.40亿元；除中证A500指数外宽基指数标的多数净流出，部分ETF涨幅或跌幅居前，资金流向有差异 [3][4] - 6月风险平价模型上涨1.59%，风险预算模型上涨2.34%；2015年以来，风险平价模型年化收益4.64%，最大回撤2.31%；风险预算模型年化收益4.45%，最大回撤9.80% [5][63] 根据相关目录分别进行总结 上月市场回顾 国内市场情况 - 6月沪深市场主要指数全部上涨，创业板指涨幅超8%，深证成指、中证500涨幅超4%；31个申万一级行业中23个上涨，通信、国防军工等涨幅前5，食品饮料、美容护理等跌幅前5；债券市场各指数上涨0.13% - 3.34%不等，商品市场南华商品指数上涨4.03% [13] 欧美及亚太市场情况 - 6月欧美及亚太市场多数上涨，美股标普500、道琼斯工业指数、纳斯达克指数分别上涨4.89%、4.21%、6.57%；欧洲市场法国CAC40下跌1.11%，德国DAX下跌0.37%；亚太市场恒生指数上涨3.36%，日经225上涨6.64% [21] 市场估值情况 - 6月市场主要指数估值全部上调，沪深300、中证全指估值历史分位数涨幅靠前，创业板指仍处历史低位；申万一级指数市盈率估值历史分位数最高的五个行业为房地产、银行等，最低的五个行业为农林牧渔、非银金融等 [24] 公募基金整体情况 基金发行情况 - 6月新发行基金70只，规模627.28亿元；主动权益型基金17只，规模67.38亿元；指数型基金36只，规模284.72亿元；主动权益型基金发行份额大幅上升，市场火热，被动权益型基金发行份额小幅下降 [2][32] 基金市场收益情况 - 6月仅商品型基金下跌1.66%，偏股型基金涨幅最大为2.68%，正收益占比97.63%；成长风格跑赢价值风格，中盘成长风格表现突出上涨5.83%，大盘价值风格涨幅最小约2.52%；多数情况下权益市场规模较小的基金表现更好，40亿 - 100亿大型基金平均涨幅最大为2.80%，100亿以上超大型基金涨幅最小为2.16% [2][40] 主动权益基金仓位情况 - 2025/6/30主动权益基金仓位是75.44%，较上月下降3.76pct [47] ETF基金情况 - 6月ETF资金净流入596.05亿元，债券型ETF净流入超900亿元，股票型ETF净流出315.40亿元，资金从沪深300等宽基指数流入债基；整体ETF市场日均成交额2657.60亿元，日均成交量1268.08亿份，日均换手率8.59%；除中证A500指数外宽基指数标的多数净流出，部分ETF涨幅或跌幅居前，资金流向有差异 [3][51][52] 模型运行情况 - 选择股票、债券、商品、QDII四类资产构建4种大类资产配置模型，6月风险平价模型上涨1.59%，风险预算模型上涨2.34%；2015年以来，风险平价模型年化收益4.64%，最大回撤2.31%；风险预算模型年化收益4.45%，最大回撤9.80%；下月模型资产配置权重不变 [62][63]

量化模型与构建方式 1. **模型名称：全球资产BL模型1** - 模型构建思路：基于Black-Litterman框架，结合主观观点与量化配置模型，优化资产配置权重[12] - 模型具体构建过程： 1. 选择标的资产（沪深300、恒生指数、标普500、国债指数、企业债指数、南华商品指数）[13] 2. 通过贝叶斯理论将主观观点与历史数据结合，计算资产预期收益 3. 优化权重分配，解决均值-方差模型对预期收益敏感的问题 - 模型评价：有效平衡主观判断与量化分析，容错性较高[12] 2. **模型名称：全球资产BL模型2** - 模型构建思路：与BL模型1类似，但采用不同的参数设定或观点输入方式[13] - 模型具体构建过程：同BL模型1，差异体现在权重优化环节[13] 3. **模型名称：国内资产BL模型1** - 模型构建思路：针对国内资产（股票、债券、转债、商品、黄金）的BL模型变体[13] - 模型具体构建过程： 1. 标的资产包括沪深300、中证1000、恒生指数、国债指数、企业债指数、中证转债、南华商品指数、SHFE黄金[13] 2. 通过BL框架计算风险调整后权重 4. **模型名称：国内资产BL模型2** - 模型构建思路：国内BL模型的另一种参数化版本[13] - 模型具体构建过程：同国内BL模型1，差异在权重分配逻辑[13] 5. **模型名称：全球资产风险平价模型** - 模型构建思路：使每类资产对组合风险贡献相等，降低单一资产波动影响[17] - 模型具体构建过程： 1. 选择标的资产（沪深300、标普500、恒生指数、企业债指数、南华商品指数、COMEX黄金）[18] 2. 计算资产波动率及相关性，优化权重使风险贡献均衡[17] - 模型评价：适应复杂市场环境，波动控制较好[16] 6. **模型名称：国内资产风险平价模型** - 模型构建思路：针对国内资产的风险平价实现[18] - 模型具体构建过程：标的资产与国内BL模型相同，优化方法同全球风险平价模型[18] 7. **模型名称：基于宏观因子的资产配置模型** - 模型构建思路：通过增长、通胀等六大宏观因子驱动配置决策[22] - 模型具体构建过程： 1. 构造高频宏观因子（Factor Mimicking Portfolio方法）[23] 2. 计算资产因子暴露，结合主观观点调整目标暴露 3. 反解得到权重，公式： $$ \text{目标权重} = f(\text{基准暴露} + \text{主观偏离值}) $$ - 模型评价：将宏观研究与量化配置结合，灵活性高[22] --- 模型的回测效果 1. **全球资产BL模型1** - 上周收益：0.15% | 6月收益：0.49% | 2025年收益：0.04% - 年化波动：2.09% | 最大回撤：1.64%[14] 2. **全球资产BL模型2** - 上周收益：0.12% | 6月收益：0.45% | 2025年收益：0.72% - 年化波动：1.83% | 最大回撤：1.28%[14] 3. **国内资产BL模型1** - 上周收益：0.01% | 6月收益：0.55% | 2025年收益：1.52% - 年化波动：2.36% | 最大回撤：1.31%[14] 4. **国内资产BL模型2** - 上周收益：0.02% | 6月收益：0.47% | 2025年收益：1.53% - 年化波动：2.10% | 最大回撤：1.06%[14] 5. **全球资产风险平价模型** - 上周收益：0.10% | 6月收益：0.43% | 2025年收益：1.86% - 年化波动：1.86% | 最大回撤：1.20%[21] 6. **国内资产风险平价模型** - 上周收益：0.10% | 6月收益：0.50% | 2025年收益：2.24% - 年化波动：1.62% | 最大回撤：0.76%[21] 7. **基于宏观因子的资产配置模型** - 上周收益：0.09% | 6月收益：0.62% | 2025年收益：2.20% - 年化波动：1.49% | 最大回撤：0.64%[28] --- 量化因子与构建方式 （注：报告中未明确提及独立因子构建，仅宏观因子作为模型输入[23]） --- 因子的回测效果 （无相关内容）

医药赛道与基金动态 - 创新药板块行情向好，二季度公募机构上报医药主题基金约30只，与2024年全年成立数量相当 [1] - 医药行业估值未达泡沫化阶段，主动权益类基金可能从低配回归标配 [1] - 6月以来新成立权益类基金47只，多只基金成立不足半月已加速建仓，反映市场结构性机会丰富 [1] 货币政策与监管政策 - 6月LPR维持不变：1年期3.0%，5年期3.5%，符合市场预期 [1] - 金融监管总局规范分红险市场，禁止偏离实际投资收益抬高分红水平，遏制行业恶性竞争 [2] 全球市场与资产配置 - 美联储维持基准利率4.25%-4.50%不变，预计2025年GDP增长1.4%，通胀预期上调至3% [3] - 澳大利亚基金减持美国国债，Funds SA和昆士兰投资公司因特朗普政策风险减少敞口 [4] - 美联储连续第四次按兵不动，市场不确定性仍高 [3] 市场指数表现 - 中国主要指数本周普跌：上证指数跌0.51%，深证成指跌1.16%，沪深300跌0.45% [5] - 美国纳斯达克指数涨0.21%，标普500跌0.15%；日经225涨1.50%，韩国综合指数大涨4.40% [5] - 欧洲市场走弱：德国DAX跌0.70%，法国CAC40跌1.24% [5] 基金市场动态 - 固收+型基金主导银行理财市场，新发数量占比38.98%，规模占比65.97% [9] - 银行理财子公司新发产品占比71.80%，规模占比96.78%，外资银行参与度提升 [10] - 债市回暖推动债基热度，固收+产品通过股债灵活配置平滑波动 [14] 商品与外汇市场 - COMEX黄金本周跌1.98%，年初至今涨28.15%；布油涨2.09% [9] - 美元指数本周涨0.63%，但年初至今跌8.96% [9] - 摩根大通上调中东冲突极端情景概率至17%，或致油价飙升至120-130美元/桶 [14] 机构观点与策略 - 金鹰基金建议以固收类资产为核心防御，权益类中性或超配，黄金多元配置 [14] - 纯债资产吸引力下降，但优质信用债和中短久期策略仍为压舱石 [14] - 花旗警告油价大涨可能引发全球负面供给冲击，加剧通胀压力 [15]

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]