黄金价格表现 - 国际金价上周再度强势上涨，盘中一度刷新历史纪录 [1][3] - 黄金类ETF管理规模同步扩大，投资热度显著升温 [1][3] 金价上涨驱动因素 - 本轮金价攀升受地缘风险、全球信用体系和资金流动性等因素共同影响 [1][3] - 全球央行与机构资金持续增持，强化了黄金上涨逻辑 [1][3] 后市展望 - 黄金价格短期或面临高位震荡，但中长期支撑因素仍在 [1][3] - 黄金作为核心资产配置的重要性和韧性持续凸显 [1][3]

FOF行业发展趋势与驱动力 - 市场环境强化FOF配置策略价值，全球经济波动加剧与资产轮动提速推动居民财富管理需求从单一增值向稳健多元转型 [1][2] - FOF策略凭借多资产、多策略优势解决选基难与风险高两大痛点，私募FOF凭借灵活性在高净值客户资产配置中占比快速提升 [1][3] - 行业发展需三大支撑：庞大基金产品市场（国内非货币公募基金超22万亿元、私募基金超12万亿元）、长期资金入市（个人养老金制度落地）、投资者认知转向稳收益 [2] - 对比成熟市场，FOF配置策略有望成为主流资产配置工具，是资管行业从深化风险认知到优化配置模式发展的必然结果 [3] 公司FOF策略框架与运作 - 构建宏观定方向、中观选策略、微观挑基金三层框架，采取二次分散风险控制思路 [1][4] - 宏观层面聚焦经济周期与货币政策确定大类资产权重，例如二季度提高利率资产与黄金配置，三季度增加权益资产敞口 [4] - 中观层面筛选高性价比策略，如商品波动加大时提高趋势跟踪型CTA策略占比，港股估值触底后纳入港股主观多头基金 [4] - 微观层面采用定量加定性选基，从全市场精选20-30只核心产品，先筛选过去三年业绩稳健标的，再尽调验证投资逻辑 [4] FOF策略优势与风险控制 - FOF配置策略需投资者先设定目标波动率，通过纪律化流程实现动态平衡，提升投资组合性价比，与主观判断或全天候策略有本质区别 [4] - 风险控制核心在于双重分散、层层穿透，实现风险的二次隔离与稀释 [5] - 第一层分散是底层基金资产分散（如指数增强基金持有800至1000只个股），第二层分散是关键，通过配置低相关性策略（权益、债券、CTA、套利）实现策略互补与管理人分散 [5] - 相比传统基金仅分散单一资产风险，FOF能防止单一投资逻辑失效，实现更有效的风险隔离 [5] 市场前景与产品演进 - 国内FOF产品发展潜力巨大，随着市场策略多元化，私募FOF将更多引入量化、对冲等策略提升风险收益比 [6] - FOF配置策略有望成为投资者实现财富稳健增长的必备工具 [6]

文章核心观点 - 市场环境强化FOF配置策略价值，私募FOF凭借灵活性在高净值客户资产配置中占比快速提升 [1] - FOF配置策略通过“多资产、多策略”优势解决“选基难”与“风险高”痛点，有望成为主流资产配置工具 [2] - 奶酪基金构建“宏观定方向、中观选策略、微观挑基金”三层框架，并采取“二次分散”风险控制思路，以打造财富稳健增长工具 [1][3][4] FOF行业发展驱动力与前景 - 全球经济波动加剧与资产轮动提速，驱动居民财富管理需求从“单一增值”向“稳健多元”转型 [1] - 国内公募非货币基金规模超22万亿元，私募基金规模超12万亿元，为基础资产池提供充足标的 [2] - 个人养老金制度落地推动长期资金入市，居民财富从房地产向金融资产转移，低波动产品需求旺盛 [2] - 对比成熟市场，FOF发展需三大支撑：庞大基金产品市场、长期资金入市、投资者认知提升 [1] - 2017年首批公募FOF发行，目前公募FOF规模占比仍小，但私募FOF在高净值客户中占比快速提升 [2] - 随着国内市场策略多元化，私募FOF将更多引入量化、对冲等策略，提升风险收益比与产品吸引力 [5] 奶酪基金FOF配置策略框架 - 采取“宏观定方向、中观选策略、微观挑基金”三层框架，通过纪律化流程实现动态平衡 [1][3] - 宏观层面聚焦经济周期与货币政策确定大类资产权重，例如二季度提高利率资产与黄金配置，三季度增加权益资产敞口 [3] - 中观层面筛选高性价比策略，如商品波动加大时提高趋势跟踪型CTA策略占比，港股估值触底后纳入港股主观多头基金 [3] - 微观层面采用“定量+定性”选基，筛选近三年业绩稳健、风格清晰标的，再通过尽调精选20-30只核心产品 [3] FOF策略的风险控制优势 - 风险控制核心在于“双重分散、层层穿透”，实现风险的二次隔离与稀释 [4] - 第一层分散是底层基金的资产分散，如指数增强基金持有800至1000只个股，债券基金分散投资不同主体与期限 [4] - 第二层分散是策略与管理人分散，通过配置权益、债券、CTA、套利等低相关性策略实现策略互补 [5] - 选择不同风格管理人，如配置型与交易型股票策略并行，防止单一投资逻辑失效，实现单一基金无法达到的风险隔离 [5] - FOF策略相比全天候宏观策略，为投资者提供对市场整体收益和策略超额收益的主动选择权，在资金使用效率与目标波动率设定上更具灵活性 [3]

行业规模与增长 - 境内指数产品总规模约6.5万亿元，较上年末增长43% [1] - 其中股票指数产品规模4.63万亿元，债券产品规模1.85万亿元 [1] - 境内ETF市场总规模超5.6万亿元，其中股票ETF规模达3.7万亿元，债券ETF规模超6900亿元 [5] - 全球ETF总规模达17.7万亿美元，中国境内ETF市场规模超5.5万亿元，超越日本成为亚洲最大ETF市场 [4] 交易所动态与产品布局 - 上交所上市ETF产品760只，总规模近4万亿元，参与账户数达1000万户 [5] - 上证、中证编制的指数超过8700条，跟踪产品规模超过5万亿元 [2] - 近五年来沪市ETF产品规模从0.9万亿元增至4万亿元，累计增长近3.5倍 [2] - 上交所构建了以科创板指数为核心的科技创新指数体系，已发布科技类指数369条，产品规模达9000亿元 [2] - 科创板指数达33条，跟踪产品规模超3400亿元，成为A股指数化投资比例最高板块 [2] 产品创新与战略方向 - 上交所发布绿色相关指数148条，产品规模近800亿元；发布红利、债券等多资产指数近1200条，跟踪产品规模近7600亿元 [2] - 沪市宽基ETF规模1.8万亿元；科创板ETF产品102只，规模超3000亿元；红利ETF产品规模1000亿元，较2024年初增长176% [5] - 上交所聚焦上海五个中心功能定位，发布上海现代产业、科技领先等系列指数 [2] - 未来趋势包括宽基指数产品重要性提升，人工智能等行业主题指数及红利等策略指数是差异化布局方向 [5] 市场生态与驱动因素 - 去年"924"行情以来，ETF成交额占A股整体成交额比例达7%以上，市场渗透率显著提升 [3] - 指数化投资增长驱动因素包括产品公开透明、低成本、分散化优势，以及市场有效性提升和产品体系丰富 [3] - 境内ETF市场发展呈现加速度，从0到1万亿元历时17年，而从4万亿到5万亿元仅用4个月 [4] - 今年以来境内非货ETF净流入近7000亿元 [5]

经济学家调查核心观点 - 71%的经济学家认为三季度GDP增速在4.7%～4.9%区间，75%认为2025年全年GDP增速为4.8%～5.1%[1] - 90%的经济学家认为房地产市场当前仅是下跌放缓，尚未触底，仅5%认为已基本平稳[1][15] - 当前中国经济需关注的问题包括就业压力(占比33%)、金融外贸等外部影响(26%)、房价大幅下跌(23%)及债务风险(18%)，全球经济最大扰动因素是贸易摩擦(73%)[1][28] 经济复苏与需求侧 - 经济复苏以需求侧为关键突破口，需求不足是核心矛盾[2][6] - 反内卷政策推动PPI增速上行，2025年下半年PPI增速或明显上涨，但CPI受有效需求不足掣肘，预计仅小幅上涨[7] - 供给端收缩对行业影响取决于需求弹性：需求弹性低的行业收益提升，需求弹性高的行业收入可能下降[8] - 实质性物价回升最终依赖需求端有效扩张，单纯供给收缩难实现广谱价格回升[9] 资产价格与投资支持 - 房地产投资仍是稳增长关键支撑，多个城市松绑限购释放稳楼市信号[15] - 95%的经济学家预计2025年美元对人民币汇率波动区间为7.1~7.5[17][23] - 65%的经济学家认为2025年下半年黄金价格继续走高，15%认为持续回落，20%表示不好说[17][25] - 黄金上涨动力包括美国债务问题、贸易摩擦及各国央行增持黄金[18][19] 宏观政策与结构性挑战 - 财政政策与货币政策紧密配合，为经济复苏提供精准支撑[28] - 化债政策改善地方政府流动性但可能掣肘基建投资，财政支出理念正向"投资于人"转变[29] - 地方政府需优化营商环境、布局新兴产业并保障民生就业[30] - 防风险重点聚焦房地产和就业，政策需继续加力以实现房地产止跌回稳[31]

根据研报内容，现对其中涉及的量化模型与因子总结如下： 量化模型与构建方式 **1 模型名称：A股大盘择时模型** - **模型构建思路**：从估值、情绪、资金、技术四个维度对万得全A指数进行整体方向性判断，各维度日频发出信号，综合判断多空观点[9] - **模型具体构建过程**：四个维度每日信号取值为0、±1，分别代表看平、看多、看空[9]；估值和情绪维度采用反转逻辑，刻画市场均值回归特征；资金和技术维度采用趋势逻辑，刻画市场趋势延续特征[9]；以各维度得分之和的正负性作为大盘多空观点依据[9]；具体指标包括：估值维度-股权风险溢价(ERP)[15]；技术维度-布林带、个股涨跌成交额占比差[15]；资金维度-融资买入额[15]；情绪维度-期权期货指标(期权沽购比、期权隐含波动率、期货会员持仓比)[15] **2 模型名称：红利风格择时模型** - **模型构建思路**：结合中证红利相对中证全指的动量、10Y-1Y期限利差和银行间质押式回购成交量三者的趋势进行择时[17] - **模型具体构建过程**：三个指标从趋势维度日频发出信号，每日信号取值为0、+1、-1[17]；以各维度得分之和的正负性作为红利风格多空观点依据[17]；当模型看好红利风格时全仓持有中证红利，不看好时全仓持有中证全指[17]；具体指标逻辑：中证红利相对中证全指的动量为红利风格正向指标[21]；10Y-1Y期限利差为红利风格负向指标[21]；银行间质押式回购成交量为红利风格正向指标[21] **3 模型名称：大小盘风格择时模型** - **模型构建思路**：采用基于拥挤度分域的趋势模型进行择时，根据拥挤度状态选择不同参数的双均线模型判断趋势[22] - **模型具体构建过程**：以沪深300指数和万得微盘股指数为大小盘风格代表[22]；首先计算大小盘风格拥挤度得分：动量之差-计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日动量之差，进一步计算各窗长动量之差的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值作为小盘风格的动量得分，对分位数最低的3个结果取均值作为大盘风格的动量得分[26]；成交额之比-计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日成交额之比，进一步计算各窗长成交额之比的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值作为小盘风格的成交量得分，对分位数最低的3个结果取均值作为大盘风格的成交量得分[26]；将小盘风格的动量得分和成交量得分取均值得到小盘风格拥挤度得分，大于90%视为触发高拥挤；将大盘风格的动量得分和成交量得分取均值得到大盘风格拥挤度得分，小于10%视为触发高拥挤[26]；若最近20个交易日中曾触发过高拥挤，视为运行在高拥挤区间，采用小参数双均线模型；否则运行在低拥挤区间，采用大参数双均线模型[24] **4 模型名称：遗传规划行业轮动模型** - **模型构建思路**：采用遗传规划技术直接对行业指数的量价、估值等特征进行因子挖掘，每季度末更新因子库，周频调仓选出多因子综合得分最高的五个行业进行等权配置[29] - **模型具体构建过程**：底层资产为32个中信行业指数[29]；采用双目标遗传规划，使用|IC|和NDCG@5两个指标同时评价因子的分组单调性和多头组表现[32]；在NSGA-II算法加持下挖掘兼具分组表现单调、多头表现优秀的行业轮动因子[32]；对于挖掘得到的备选因子，结合贪心策略和方差膨胀系数，将共线性较弱的多个因子合成为行业得分[33]；最新一期权重最高的因子基于单行业阻力支撑位构建，具体计算过程：在过去25个交易日中，计算周度标准化最低价和月度标准化开盘价的协方差，记作变量A[37]；在过去15个交易日中，对周度标准化最高价开展zscore标准化，取标准化后大于2.0的日期，对A进行反转即乘以-1后，计算这15个交易日A之和[37] **5 模型名称：中国境内全天候增强组合** - **模型构建思路**：采用宏观因子风险预算框架，选取增长超预期/不及预期、通胀超预期/不及预期四种宏观风险源作为平价对象，在四象限风险平价基础上基于宏观预期动量的观点主动偏配看好象限[38] - **模型具体构建过程**：构建分为三步：宏观象限划分与资产选择-选择增长和通胀维度，根据是否超预期划分为四象限，结合"定量+定性"方式确定各象限适配资产[41]；象限组合构建与风险度量-象限内资产等权构建子组合，注重刻画象限的下行风险[41]；风险预算模型确定象限权重-每月底根据"象限观点"调整象限风险预算进行主动偏配，"象限观点"由宏观预期动量指标给出，该指标综合考虑资产价格交易的"买方预期动量"和经济指标预期差体现的"卖方预期差动量"[41]；模型月频调仓，10月配置观点为超配"增长超预期"象限和"通胀超预期"象限[5] 模型的回测效果 **1 A股大盘择时模型** - 今年以来扣费后收益：37.73%[2] - 同期万得全A涨跌幅：21.64%[2] - 超额收益：16.10%[2] - 上周超额收益：3.45%[2] - 回测区间年化收益：24.97%[14] - 最大回撤：-28.46%[14] - 夏普比率：1.16[14] - Calmar比率：0.88[14] **2 红利风格择时模型** - 今年以来收益：19.53%[17] - 同期基准收益：12.94%[17] - 超额收益：6.59%[17] - 回测区间年化收益：15.71%[20] - 最大回撤：-25.52%[20] - 夏普比率：0.85[20] - Calmar比率：0.62[20] **3 大小盘风格择时模型** - 今年以来收益：64.58%[24] - 同期基准收益：38.08%[24] - 超额收益：26.50%[24] - 回测区间年化收益：26.01%[27] - 最大回撤：-30.86%[27] - 夏普比率：1.08[27] - Calmar比率：0.84[27] **4 遗传规划行业轮动模型** - 今年以来绝对收益：39.41%[4] - 跑赢行业等权基准：19.56pct[4] - 回测区间年化收益：33.33%[32] - 年化波动：17.89%[32] - 夏普比率：1.86[32] - 最大回撤：-19.63%[32] - 卡玛比率：1.70[32] **5 中国境内全天候增强组合** - 今年以来绝对收益：10.74%[5] - 夏普比率：2.33[5] - 最大回撤：2.67%[5] - 卡玛比率：5.38[5] - 月度胜率：100%[5] - 回测区间年化收益：11.66%[42] - 年化波动：6.18%[42] - 夏普比率：1.89[42] - 最大回撤：-6.30%[42] - 卡玛比率：1.85[42] 量化因子与构建方式 **1 因子名称：遗传规划挖掘的行业轮动因子** - **因子构建思路**：采用遗传规划技术直接从行业指数的量价、估值等数据挖掘因子，不再依托逻辑设计行业打分规则[32] - **因子具体构建过程**：底层输入变量包括收盘价原始值、开盘价原始值、最高价原始值、最低价原始值、成交额原始值、换手率原始值等原始数据，以及标准化处理后的各类技术指标[36]；最新一期权重最高的因子表达式为：ts_grouping_deczscorecut_torch(ts_covariance_torch(wlow_st, mopen_st, 25), whigh_st, 15, 2.0, 2)，训练集IC为0.081，训练集NDCG@5为0.350，因子权重29.4%[36]

市场趋势判断 - 机构认为A股和港股向上的基础依然稳固，短期事件不足以改变整体趋势 [2] - 当前市场大概率仍处于2024年9月开启的上行周期中，与前几轮行情峰值相比仍有一定空间 [3] - 尽管今年以来A股和港股均有所反弹，但部分板块估值仍处于较低水平，存在不少待挖掘的投资机会 [3] 资金流向分析 - 10月13日股票型ETF净流入153.9亿元，其中风格策略及行业主题ETF净流入184.7亿元 [5] - 行业主题ETF中资金流入较多的方向集中在周期（有色）、大金融（非银、银行）、自主化（电子、军工、计算机）、先进制造（新能源、医药）和消费领域 [5] - 今年以来新成立基金总数已达1208只，已超过2024年全年的1136只，新发基金中股票型和混合型基金合计占比超过50%，创过去3年新高 [5] 科技板块投资机会 - 科技仍是中长期最值得期待的投资主线 [2][6] - 四季度算力供应链中光模块、PCB、算力租赁、ASIC芯片、AI服务器等细分方向值得关注 [6] - 应用环节中的游戏、机器人、智能驾驶等细分方向也受到关注，海外AI产业链的积极变化推动半导体板块持续向好 [6] 新能源领域投资机会 - 新能源在市场轮动中或有所表现，行业部分子领域已出现明显复苏 [2][6] - 可重点关注在行业低谷期保持战略定力、持续研发、提升竞争力的企业 [6] 新消费板块投资机会 - 新消费是基金经理关注的投资方向，消费行业正处于三大维度同步迭代的关键时期 [6] - 供给端的零售效率革命、需求端的情感消费崛起以及传播媒介的内容电商革新孕育独特投资机遇 [6] - 后续可关注潮玩黄金饰品、具备性价比的大众消费品、美容个人护理，以及家电、轻工、汽车等领域出海公司 [6]

资产价格表现 - 中美贸易不确定性加剧，贵金属领涨，白银上涨7.33%，黄金上涨6.51%[3][6] - 10年期美债收益率下行3个基点至4.02%，美元指数下行0.27%至98.6[3][6] - A股主要指数本周调整，创业板指下跌5.7%，恒生科技指数下跌8.0%[8] 全球资金流向 - 过去一周内资大幅流入中国股市133.02亿美元，外资流入2.97亿美元[3][20] - 美国和中国权益市场分别获得超130亿美元资金流入，固收基金方面美国流入70.5亿美元[3][15] - 美股资金流入科技、医疗保健和金融板块，中国股市资金大幅流入科技、金融和材料行业[3][22] 资产估值与风险 - 全部A股ERP分位数本周上升至51%，环比上升5个百分点[25][27] - 标普500和法国CAC40的PE分位数分别位于10年来的92.9%和91.1%，估值较高[3][32] - 巴西圣保罗、沪深300和上证指数的ERP分位数较高，显示中国股市具配置价值[3][33] 市场风险情绪 - 标普500认沽认购比例由1.19降至1.07，显示资金态度边际乐观[3][42] - 美国散户看涨比例本周为33.66%，环比下降12.21个百分点[48] - 沪深300期权在4300-4800价位持仓量上升，但对高价位弹性预期减弱[3][58][60] 经济数据与政策预期 - 中国9月进出口同比大幅改善，出口增长8.3%，进口增长7.4%[3][65] - 美联储10月降息25基点概率为99.00%，12月降息至3.5%-3.75%概率为94.00%[3][66] - 美国制造业PMI边际走强至49.1，但非制造业PMI和通胀预期边际走弱[3][64]

核心观点 - 在指数上涨的市场中，部分散户投资者出现亏损，其投资行为存在非理性误区 [1] - 机构资金的行为是影响股价走势的关键因素，跟随机构交易痕迹比依赖个人直觉更有效 [6][10] - 科学的资产配置和数据分析工具是应对市场波动、获取收益的重要手段 [10] 行业与公司表现分析 - 电子板块在2025年前9个月的板块轮动中表现相对稳健 [3] - 医药板块在2025年3月上涨12%，但4月即下跌8%，波动剧烈 [3] - 新能源板块在2025年5月暴涨15%，6月立即回调10%，行情持续性差 [3] - 银行股从2022年至2025年在质疑声中连续创新高，机构资金持续布局长达一年 [6] - 白酒板块自2023年10月起机构库存消失，后续反弹缺乏支撑，多次抄底行为导致亏损 [8] 投资行为与市场特征 - 部分投资者存在"股票一定会涨"的幻觉，例如广聚能源一季度暴涨50%后，半年内跌去60%的涨幅 [3] - 在快速轮动的市场中，盲目抄底行为风险较高，板块表现呈现"各领风骚一两周"的特征 [3] - 股价没有绝对高低之分，资金是否认可是关键，银行股连续上涨三年后仍能继续上涨 [10] - 当市场对某个板块形成一致性看好预期时，风险往往正在积聚，白酒板块是典型案例 [10] - FOF（基金中的基金）管理规模在8年间增长9倍，达到1650亿元，显示系统化资产配置方法的有效性 [1][10]

讲师背景与资质 - 讲师为美国知名大学MBA [1] - 讲师为AAFM™机构特许分析师，该机构为全美四大金融认证机构之一 [1][2] - AAFM主导的MFP认证与CFA认证同时被美国劳工部和教育部列为金融行业"黄金认证" [2] 过往市场预测记录 - 成功把握2015年初美元指数从80上破100大关 [2] - 成功把握A股2015年初从3100点涨至5000点大行情 [2] - 成功把握WTI原油从90美元/桶跌至30美元大趋势 [2] - 成功把握SPY500创历史新高的大行情 [2] - 成功把握A股2015年底从3500点跌到2650点的暴跌行情 [2] - 成功把握2016年初黄金暴涨上千点的多头大行情 [2] - 成功把握2016年WTI原油从28美元涨至45美元大多头行情 [2] 职业经历与媒体曝光 - 拥有超过10年投资经验 [2] - 2009年成为职业美股操盘手，受雇于美国纳斯达克上市公司HB集团 [2] - 2013年转战香港成为新智库集团首席分析师 [2] - 2013年起在各大主流财经媒体发表评论文章千余篇 [2] - 曾受邀到CCTV证券资讯、智通财经等多家媒体作金融栏目特邀嘉宾 [2]