境内ETF市场整体发展概况 - 2025年境内ETF市场规模突破6万亿元，达到6.02万亿元，同比增长61.4%，成为亚洲第一大ETF市场 [1][2] - 境内挂牌上市的ETF数量达到1381只，其中沪市挂牌ETF数量为797只，沪市新上市ETF数量为2024年的2倍多 [1] - 2025年境内ETF资金净流入额超1.16万亿元，其中债券ETF净流入最高，达5527亿元，占比47.6% [2] 市场规模与增长驱动力 - 2025年境内ETF总规模增长中，存量产品规模增长约1.6万亿元，新发产品贡献约0.7万亿元的规模增量，占比约三成 [2] - 重要宽基ETF（如沪深300、中证500、中证A500）以及黄金ETF等产品规模增长显著 [2] - 互联网、银行等渠道投资者配置ETF需求强烈，境内ETF联接基金规模超9000亿元，同比增长逾40% [2] 沪市ETF市场表现 - 2025年沪市ETF市场规模达4.22万亿元，增幅达55%，规模位列亚洲第二、全球第七 [1][3] - 沪市ETF总成交额达61万亿元，近五年年均复合增长42%，成交额位列亚洲第一、全球第三 [3] - 沪市ETF参与账户数约1000万，机构投资者（不含ETF联接基金）持有规模占比65%，同比提升6个百分点 [3] 产品体系与结构 - 沪市宽基ETF规模增至1.9万亿元，占股票ETF规模的70% [3] - 科创板ETF矩阵总规模达2977亿元，覆盖人工智能、芯片、新材料、生物医药等新质生产力关键领域 [3] - 债券ETF规模合计达6016.3亿元，同比增长291%，百亿级产品数量增至25只 [3] - 沪市推出更多红利、低波动类型ETF，新上市11只红利ETF、16只自由现金流ETF [3] 跨境发展与开放 - 2025年沪市ETF互挂产品规模合计达544亿元，同比增加95%，覆盖日本、新加坡、中国香港、巴西等市场 [4] - 行业坚持高水平制度型开放导向，持续拓展优化跨境互联互通机制，加强指数和产品“出海” [6] 投资者结构与趋势 - 新生代投资者加速将ETF纳入资产配置组合，沪市80后投资者持有ETF规模占比近三成 [3] - 年内新发212只ETF联接基金，募集规模合计968亿元，在引导增量资金入市、吸引更广泛投资者参与方面发挥积极作用 [2] 未来发展方向与举措 - 行业将持续丰富ETF产品高质量供给，包括丰富宽基指数体系、布局宽基策略型与增强型ETF、丰富科创板ETF品类、大力发展债券ETF [6] - 行业将不断优化ETF市场配套机制，如推动ETF纳入盘后固定价格交易、完善做市商机制、研究推进ETF大宗交易机制优化等 [6] - 行业将持续提供多元化服务以培育壮大投资者群体，加强宣传推广和投资者服务，着力打通中长期资金入市的堵点 [6]

市场表现 - 2月6日A股市场出现显著风格转换，小微盘股强势反弹，代表产品1000ETF增强(159680)盘中涨1.32%，中证2000增强ETF(159552)盘中涨1.89% [1] - 两只ETF产品不仅价格齐升，更同步获得了可观的资金净流入 [1] 驱动因素分析 - 市场整体风险偏好边际改善，前期领跌的科技成长板块反弹，市场避险情绪降温，高弹性、高贝塔属性使小微盘股成为资金博取反弹收益的首选 [2] - 小微盘风格此前经历快速深度调整，部分个股估值进入历史低位，积累了较强的技术性反弹动能，随着市场流动性压力缓解，前期被“错杀”的优质小盘公司迎来估值修复机会 [2] - 市场存在对支持“专精特新”等中小市值公司发展的政策期待，在“发展新质生产力”宏观导向下，投资者预期未来可能有具体措施出台以改善中小企业融资与发展环境，这为资金提供了长期布局的信心支撑 [3] 投资工具与策略 - 以1000ETF增强(159680)和中证2000增强ETF(159552)为代表的增强型工具，通过指数化投资分散个股风险，并试图通过量化策略获取超越基准的收益，为投资者参与小微盘行情提供了更高效、更可控的选择 [3] - 小微盘股的投资价值在于其高成长潜力与高弹性，但行情持续性高度依赖市场整体流动性与风险偏好，其波动性远高于大盘蓝筹 [3] - 将此类资产作为卫星配置，在控制整体仓位的前提下进行波段操作或长期定投，是更为理性的策略 [3] 市场展望 - 当前两只ETF的强势表现，或许预示着市场风格将进入一个更为均衡、多元化的新阶段 [3]

天弘中证工业有色金属主题ETF上市 - 天弘中证工业有色金属主题交易型开放式指数证券投资基金（证券简称：有色金属ETF天弘，证券代码：159157）自2026年2月6日起在深圳证券交易所上市交易 [1] 产品结构与亮点 - 指数行业集中度相对较高，前三大行业分别为铜31.1%、铝21.9%和稀土16.1%，合计占比约70% [2] - AI产业快速发展提升电力需求，最终指向工业有色金属，在供给端未来几年增量有限的预期下，上游资源长期上行表现可期 [2] - 稀土等金属已成为国家战略资源和核心竞争力之一，中国稀土储量、产量均为世界第一，在资源禀赋、冶炼技术、综合成本等方面均具有显著优势，配置价值较高 [2] - 当前产业周期中，上游资源行业相对中下游制造业处于更有利位置，供给偏紧格局已确定，长期价格易涨难跌，全球资源国对资源安全愈发重视，将进一步收紧多种工业金属供给端，金属价格有望迎来长期上行周期 [2] - 各细分金属逻辑与产业周期各异，主动投研难以完全覆盖，指数化投资可实现工业有色金属的一键配置 [2] - 该ETF对应场外联接基金A类代码017192，C类代码017193 [3] 行业热点与政策动态 - 中国有色金属工业协会研究将贸易量大、容易变现的“铜精矿”纳入国家储备范围，以完善铜资源储备体系建设 [4] - 将铜精矿纳入储备有助于增强中国在铜产业链上游的话语权，缓解冶炼企业原料压力，提升供应链韧性和安全水平 [4] - 此政策创新与此前11部门联合发布的《铜产业高质量发展实施方案（2025—2027年）》形成配套，共同推动铜产业从产能规模扩张向质量效益提升转变 [4] 机构对行业的观点 - 全球局势动荡背景下，有色金属行业景气度持续，供给端持续趋紧，铜矿开采难度加大且矿区事故频发，支撑其价格进入长期上行通道 [5] - 黄金的配置价值已超越传统避险范畴，正升级为应对系统性风险的战略性资产 [5] - 人工智能、电动汽车、可再生能源等新兴产业对上游材料的要求引发了质的改变，使得一大批金属进阶为“关键战略材料”，其需求有望持续旺盛 [5] - 国际战略竞争深化，各国对战略金属的管控收紧，进一步加剧其价格上行压力，为相关板块带来明确的结构性配置机遇 [5] 发行方其他相关产品 - 天弘基金提供广泛的ETF产品线，涵盖科技、制造、医药、消费、周期、策略、商品、QDII及债券等多个类别 [6][7] - 科技类产品包括计算机ETF、电子ETF、芯片ETF天弘、云计算ETF天弘、机器人ETF等 [6][7] - 制造与能源类产品包括光伏ETF、航空航天ETF天弘等 [7] - 金融类产品包括证券ETF、银行ETF天弘等 [7] - 医药类产品包括生物医药ETF、创新药ETF天弘等 [7] - 消费类产品包括食品饮料ETF天弘 [7] - 周期类产品包括化工ETF天弘及新上市的有色金属ETF天弘 [7] - 策略类产品包括红利低波ETF天弘、港股通央企红利ETF天弘等 [7] - 商品及QDII类产品包括上海金ETF、恒生科技ETF天弘等 [7] - 债券类产品包括信用债ETF天弘、科创债ETF天弘等 [7]

文章核心观点 - 可转债市场成为开年以来资本市场热点 新券上市首日均以57.3%的顶格涨幅报收 这是资金面、正股行情、供需格局与市场情绪多维度共振的结果 [1] 二级市场表现 - 年内新上市可转债首日均以157.30元的价格报收 部分标的后续持续上涨 例如联瑞转债上市3日累计涨幅超126% [2] - 资金流向呈现集中化 可转债ETF成为核心配置入口 年内可转债ETF合计净流入131.93亿元 其中博时中证可转债及可交换债券ETF净流入105.92亿元 占全市场ETF净流入的80%以上 [2] - 指数化投资已成主流 2025年末可转债ETF总规模达610亿元 首次超越581亿元的主动管理型可转债基金 [2] - 预计短期内转债将维持轮动较快的结构性行情 大盘、红利转债在防御性配置需求下占优 春节前市场风格有望再度切换至小盘股占优 [3] 一级市场与供需格局 - 年内可转债发行总额达57.80亿元 较去年同期的26.85亿元增长30.95亿元 [4] - 市场整体呈现净缩容态势 截至2月3日 可转债市场存续余额为5513.37亿元 较年初仅微增10.27亿元 存续数量维持在400只 [4] - 存量转债因强赎退出对冲新增发行 年初至今已有13只可转债触发强赎条款 [4][5] - 新券发行节奏偏缓且集中于优质赛道 市场可投资标的日趋稀缺 推升了转债整体溢价率 [4] - 科创属性标的成为核心新增量 年内已发行的可转债中 科创领域标的发行规模占比超45% 涵盖半导体设备、新能源材料、高端装备制造等硬科技领域 [5]

文章核心观点 - 橡树资本联合创始人霍华德·马克斯在对话中分享了其投资哲学的核心，强调风险的本质是不确定性而非波动，投资的关键在于“买得好”而非仅仅“买好的”，并指出当前市场在经历强劲反弹后价格已高于内在价值，投资者应保持理性与谨慎 [6][8][86] - 其投资理念深受早期“漂亮50”泡沫破裂的创伤性经历影响，塑造了其厌恶风险、注重安全边际和逆向投资的风格 [21][23][79] - 他认为过去数十年的高回报部分得益于利率长期下行的顺风环境，投资者需区分运气与能力，并对自身的幸运保持清醒与感恩 [45][46][114] 投资哲学与风险认知 - **风险的本质**：风险不是价格的短期波动（波动率），而是结果分布的拉宽，是出现负面结果的可能性 [7][28][38] - **风险与回报的关系**：高风险资产必须“看起来”能提供更高回报，才会有人愿意持有，但这并不意味着它“真的”会兑现高回报；随着风险上升，预期回报上升的同时，可能出现的结果范围变宽，最坏结果也更糟 [33][36][37] - **投资的关键**：不在于买什么，而在于以什么价格买。“好的投资，不只是买好的，而是要买得好。” [5][25] - **能力与运气的区分**：在顺风期（如长期利率下行）获得的回报，部分应归因于环境（运气），而非全是个人能力；就像在机场自动步道上行走，感觉走得快未必全是自己的功劳 [8][45][48] 市场周期与当前定位 - **市场情绪驱动价格**：资产价格围绕其内在价值剧烈波动，主要由投资者心理驱动，常在“完美无缺”和“彻底完蛋”之间极端摆动 [75][76][84] - **当前市场评估**：经历了2022年极度悲观到2023-2024年极度乐观的情绪反转后，市场经历了39个月的强劲牛市，标普500过去三年的表现在其历史上位列前茅 [84][85] - **脆弱性上升**：当前价格已高于内在价值，市场处于相对脆弱的位置，并不意味着灾难迫近，但意味着投资者应更加理性与谨慎 [8][85][86] - **AI领域的泡沫迹象**：市场对AI热情高涨，出现了非理性交易案例，例如有初创公司在产品方向保密的情况下获得了120亿美元的估值，这是市场情绪亢奋的迹象 [91][92][93] 对特定资产类别的看法 - **“七巨头”与标普500其他公司**：标普500前七大公司（市值占比近40%）本身是优秀企业，估值（市盈率约30倍）虽高于历史平均水平但可理解；真正令人担忧的是其余493家公司，其平均市盈率约18-19倍，高于包含伟大公司的长期历史平均（约16倍），这可能是由于指数化投资资金被动流入推高了价格 [107][108][110] - **不产生现金流的资产（如黄金、比特币）**：此类资产无法通过未来现金流进行估值，其价值完全基于人们的信仰，价格波动缺乏内在逻辑锚定 [100][102][103] - **现金（短期美国国债）的角色**：现金是安全的，但其“风险”在于回报最低；对于职业投资者而言，长期持有现金并非可行策略 [95][97][98] 宏观环境与利率 - **利率长期下行的影响**：过去40年利率从22.25%降至2.25%的长期下行趋势，是近几十年金融世界最重要的事件，它推高了资产价格并降低了融资成本，为使用杠杆的投资者创造了“双重红利” [42][44][45] - **对美联储的偏好**：更偏好非干预型的美联储，让利率由借贷双方的自由市场决定；人为长期维持过低利率会扭曲经济决策，诱导愚蠢投资 [52][56][59] - **利率的本质**：利率是商业世界的氧气，应由市场自然形成，而非由政治意愿决定 [52][57][58] 投资行为与心态 - **逆向投资原则**：当别人无忧无虑、咄咄逼人时，应保持谨慎；当别人恐惧时，应变得积极。在2008年金融危机期间，橡树资本在市场无人愿买时成为几乎唯一的买家，从而获得了极佳的投资机会 [62][72][73] - **警惕市场非理性**：当市场中出现大量轻率、不谨慎的交易（如2005-2007年），且投资者风险厌恶程度下降时，是提高警惕的信号 [61][63][64] - **保持开放思维**：必须刻意接触挑战自己观点的信息，如果观点从未被挑战，则无法知道其是否站得住脚 [5][105][106]

2025年12月基金社交媒体指数核心观点 - 抖音平台财经内容偏好正从碎片化信息获取转向高价值深度内容学习，高信息量、长视频内容获得用户认可 [2] - 基金公司在各社交媒体平台（抖音、视频号、财富号、公众号）的内容策略呈现差异化，抖音侧重投教与深度解读，视频号侧重深度话题，财富号侧重直播与热点，公众号侧重福利活动与品牌宣传 [2][7][13] 基金公司抖音平台表现 - **总榜排名**：12月基金抖音总榜TOP3分别为中欧基金、华夏基金、华安基金 [1] - **榜单变动**：国泰基金、景顺长城基金、长城基金、汇丰晋信基金新晋上榜，分别替换了兴证全球基金、摩根基金、平安基金、华泰柏瑞基金 [1] - **内容趋势**：高赞榜作品以投教内容为主导，印证抖音作为大众投教核心战场的地位 [2] - **深度内容案例**： - 易方达基金以1990年科技革命历史案例类比当前AI浪潮，论证指数化投资优势，视频收获**6万+点赞、1万+收藏** [2] - 万家基金发布**7分钟**深度解读芯片行业的视频，复盘十年发展脉络，在碎片化平台收获过万点赞 [2] - **其他热门内容类型**： - 基础投教：富国基金解读纯债基金，汇添富基金讲解基金A/C份额差异 [2] - 热点解读：华夏基金解读“海南自贸港封关”，国泰基金解读“豆包手机” [2] - 价值观传递：华安基金通过职场短剧“小剧场”传递品牌价值观 [2] 基金公司视频号平台表现 - **内容趋势**：多个深度解读类作品登上高赞榜 [7] - **深度内容案例**： - 华夏基金财富家深度解读“算电协同”在AI产业发展中的作用 [7] - 财通证券资管《投资时令说·老友记》访谈城市银发族，探讨退休生活与养老焦虑 [7] - 天弘基金解读“人形机器人”投资机遇 [7] - **其他内容类型**：包括品牌故事（如富国基金、中欧基金）、养老规划（广发基金）、行业周期分析（万家基金）等 [10][11][12] 基金公司财富号平台表现 - **直播内容**：高观看直播常态化，内容多围绕市场热点展开，如AI、贵金属、机器人等 [13] - **图文内容**：涉及宏观解读、产品宣传、福利活动及投资配置建议等 [15][16][17] - **热门直播主题**：涵盖养老规划（华夏基金）、贵金属（中信保诚基金）、机器人行情（永赢基金）、多资产投资（易方达基金）等 [20][21] 基金公司公众号平台表现 - **核心主题**：“红包”是公众号高阅读榜上榜内容的高频词，相关推文多聚焦于产品与活动宣传 [13] - **内容形式**：以服务号和订阅号推送为主，内容多为结合新年、节庆的红包福利活动、品牌宣传及部分投资知识 [25][26][27][28][29][30]

文章核心观点 - 兴业基金首只QDII产品发行 其指数投资团队负责人认为港股是承载中国新经济与科技资产的重要市场 配置价值值得重新审视[1] - 科技投资仍是长期主线 但市场正从情绪驱动转向基本面验证 通过指数化工具参与更具优势[1][3] - 港股QDII产品的核心意义在于为投资组合补充低相关性资产 以应对境内资产联动性增强带来的分散配置挑战[1][5][6] 港股市场的资产与资金结构价值 - 港股汇集了大量互联网平台、生物医药、高端制造等中国新经济企业 形成了相对清晰的资产分布特征[2] - 港股同时承接境内资金长期配置与境外资金配置中国资产的需求 市场属性更偏向服务中长期资金 其投资价值更多体现在资产结构和长期配置层面[2] - 随着中国科技产业链完善和技术突破 港股成为全球资金观察和参与中国具备成长性与稀缺性科技资产的关键市场[2] 科技行情演变与指数化投资优势 - 科技投资进入新阶段 与去年主题驱动不同 今年更强调估值与基本面的匹配 板块内部分化明显 资金倾向于有业绩支撑或产业进展明确的方向[3] - 恒生科技指数被视为港股科技资产中最具代表性的指数之一 其编制规则经历过完整市场周期检验 聚焦互联网、生物医药、高端制造等领域 能全面反映港股科技资产整体结构[3] - 恒生科技指数具备较强的主题聚焦度 又保留了宽基特征 在科技资产内部实现了一定程度的分散化 并长期受到外资机构关注和配置[3] - 当前阶段科技投资不再适合单点押注 因科技进步具有不确定性 通过宽基或主题型指数参与能在不同细分方向间实现风险分散 更好承接科技长期发展趋势[4] 港股QDII的资产配置功能 - 参与港股QDII的出发点不在于判断短期行情 而在于解决资产配置中的相关性问题 当前境内股债之间、权益内部的相关性上升 削弱了传统分散配置效果[5] - 境外资产承担“低相关性补充”角色 机构资金如保险更关注久期匹配、确定性与长期回报 对阶段性波动容忍度较高 配置逻辑偏向长期视角[5] - 选择港股、美股等资产是基于资产配置需求 旨在寻找与境内资产价格表现不同步的收益来源[5] - 过去房地产承担的非相关性资产功能弱化 在理财产品收益不确定性上升、境内资产相关性提高的环境下 境外资产逐渐成为分散配置的重要补充 港股QDII是完善资产结构、提供多样化收益来源的工具[6]

2025年公募基金行业回顾 - 2025年公募基金行业为投资者带来的利润突破2.6万亿元 [1] - 截至2025年12月底，公募基金总规模达37.71万亿元，再创历史新高 [3] - 2025年股票基金、混合基金的平均净值增长率分别达29.79%、27.38% [2] - 全年有超80只主动权益基金实现收益翻倍 [2] 市场表现与驱动因素 - 2025年上证指数、深证成指当年分别上涨18.41%、29.87% [2] - 市场整体复苏及结构性行情推动基金业绩，“新质生产力”成为贯穿全年的投资主线 [2] - 人工智能、先进算力、高端制造、新能源技术为代表的领域持续获得资金青睐，超额收益明显 [2] - 行情高度集中于AI、算力等科技板块，重仓相关领域的主动权益基金通过高仓位、高集中度的投资策略把握住了机会 [3] 产品发行与市场趋势 - 2025年新发基金市场热度高涨，平均认购天数显著缩短 [3] - 被动投资趋势深化，指数化工具需求旺盛，被动指数型股票基金成为发行主力 [3] - 行业头部机构积极布局，尤其在权益和指数领域重点发力，形成发行集中效应 [3] 指数化投资（ETF）发展 - 截至2025年12月底，全市场ETF规模已突破6万亿元，较年初增长近62% [4] - ETF规模快速增长主要受政策支持力度大、审批流程优化提速、产品矩阵持续丰富以及其低费率、分散风险的特性推动 [4] - ETF成为居民财富管理及保险、养老金等长期资金的重要配置工具 [4] 2026年市场展望与配置主线 - 市场机构普遍对2026年A股市场持乐观态度，认为结构性投资机会有望持续涌现 [7] - 2026年A股市场或将呈现盈利温和回升格局，成长风格有望表现较好 [4] - 市场机会将从估值驱动转向盈利驱动，风格更趋均衡 [8] 2026年具体配置方向 - 科技创新与高端制造：重点关注半导体设备、人工智能、国防军工、工业母机等细分领域的主题ETF [6] - 绿色转型与战略资源：聚焦光伏、风电、储能等绿色电力产业链ETF，同时关注稀土、关键金属等战略资源ETF [6] - 内在价值与红利收益：沪深300红利、中证红利指数ETF是获取稳定股息回报的经典工具，央企国企ETF面临估值修复机遇 [6] - 科技成长：AI产业有望加速向下游渗透，端侧硬件技术成熟、落地路径清晰，互联网、计算机以及传媒板块有望进入业绩兑现期 [7] - 其他关注方向：消费电子、锂电产业链、大金融领域以及扩内需相关题材 [8]

公募基金“固收+”与可转债基金市场动态 - 在“固收+”基金整体持续扩容的背景下，作为其重要细分品类的可转换债券型基金（可转债基金）规模出现下滑 [1] 可转债基金规模与业绩表现 - 截至2025年末，全市场38只主动管理型可转债基金规模为581.01亿元，2025年第四季度减少25亿元 [1] - 2只可转债ETF规模为610亿元，2025年第四季度减少91亿元 [1] - 主动管理与可转债ETF合计规模在2025年第四季度缩水达116.38亿元 [1] - 2025年第四季度，七成可转债基金产品净值增长率为正，其中9只产品净值增幅均超2%，高于纯债基金 [1] 可转债市场结构性变化 - 可转债ETF的规模（610亿元）已超越主动管理型可转债基金（581亿元），这一格局或预示着指数化投资正在走向主流 [1] - 市场资金流向印证趋势：指数化转债产品份额持续增长，非指数化产品则明显收缩 [2] - 部分主动管理基金开始转向“指数增强”风格，持仓结构呈现分散化、指数化特征 [2] 可转债基金指数化转型的驱动因素 - 需求端：险资、年金等长期资金对资产配置的稳定性和风险控制要求较高，“跟踪指数”的配置需求持续提升 [2] - 供给端：2023年以来转债市场持续“净缩容”，可投标的稀缺导致主动管理基金挖掘个券超额收益的空间不断压缩 [2] - 优质个券估值洼地被快速填补后，深度研究的边际收益递减 [2] - 缩量市场中的流动性限制，让指数化“买入持有”策略在交易成本上更具优势 [2] - 在可转债市场缩容预期下，指数化需求将进一步增强，行业已迈入指数化发展阶段 [2] 可转债ETF的核心优势 - 费率低于主动管理产品，长期持有成本优势突出 [3] - 流动性优异，支持T+0交易，日均成交活跃，资金进出更为便捷 [3] - 跟踪效率与透明度高，采用优化复制策略，跟踪误差可控，运作透明精准 [3]

量化模型与构建方式 1. **模型名称：恒定比例再平衡策略**[7][9] * **模型构建思路**：构建一个多资产（如股债）投资组合，并维持各类资产的初始目标权重比例不变。当市场波动导致实际权重偏离目标权重超过一定阈值或到达固定时间点时，执行再平衡操作，将资产权重调整回初始比例[7][9]。 * **模型具体构建过程**： 1. 设定初始资产配置比例，例如股票权重 $w_s$，债券权重 $w_b$，且 $w_s + w_b = 1$。 2. 定期（如季度、月度）或按条件（如权重偏离度超过预设阈值，如5%）检查组合中各资产的市值权重[7][10]。 3. 当触发再平衡条件时，计算需要调整的金额。假设当前股票市值为 $MV_s$，债券市值为 $MV_b$，组合总市值为 $MV_{total} = MV_s + MV_b$。目标股票市值应为 $MV_{total} \times w_s$，目标债券市值应为 $MV_{total} \times w_b$。 4. 执行交易：若当前股票市值高于目标，则卖出股票，买入债券；反之亦然，使调整后各资产市值权重恢复至 $w_s$ 和 $w_b$[7][39]。 2. **模型名称：目标风险策略**[7] * **模型构建思路**：基于预设的风险收益目标（如保守型、平衡型、进取型）进行资产配置。通过动态调整股债等资产的权重，将投资组合的整体风险（通常以波动率衡量）控制在特定水平[7]。 * **模型具体构建过程**： 1. 定义不同风险等级（如保守、平衡、进取）及其对应的目标波动率 $\sigma_{target}$。 2. 估计各类资产（如股票指数、债券指数）的历史波动率及资产间的相关性。 3. 使用优化模型（如均值-方差模型）求解，在组合波动率约束 $\sigma_p \approx \sigma_{target}$ 下，寻找最优的资产权重配置 $w_i$，以最大化预期收益或风险调整后收益。 4. 定期（如每半年或每年）根据市场情况重新估计参数并优化调整权重[7]。 3. **模型名称：风险平价策略**[7] * **模型构建思路**：使投资组合中每类资产对整体组合风险的贡献度相等，从而实现风险源的分散，确保组合在不同市场环境下表现相对稳健[7]。 * **模型具体构建过程**： 1. 计算各资产 $i$ 的边际风险贡献（Marginal Risk Contribution, MRC），即组合总风险 $\sigma_p$ 对资产权重 $w_i$ 的偏导数：$$MRC_i = w_i \times \frac{\partial \sigma_p}{\partial w_i}$$ 其中，组合波动率 $\sigma_p = \sqrt{\mathbf{w}^T \Sigma \mathbf{w}}$，$\Sigma$ 为资产收益率的协方差矩阵。 2. 计算各资产的风险贡献（Risk Contribution, RC）：$$RC_i = w_i \times \frac{\partial \sigma_p}{\partial w_i} = \frac{w_i (\Sigma \mathbf{w})_i}{\sqrt{\mathbf{w}^T \Sigma \mathbf{w}}}$$ 3. 通过数值优化方法，寻找一组资产权重 $w_i$，使得所有资产的风险贡献相等，即 $RC_i = RC_j, \forall i,j$[7]。 4. **模型名称：多因子选股模型（应用于指增固收+）**[47][57] * **模型构建思路**：在基准指数（如中证800）的成分股范围内，通过综合评估多个因子（如基本面、估值、技术等）对股票进行打分排序，筛选出预期具有超额收益的股票构建投资组合，以实现对基准指数的增强[47]。 * **模型具体构建过程**： 1. **因子池构建**：挖掘并测试长期有效的选股因子，形成因子库。例如，基本面因子（盈利能力、成长性）、估值因子（PE、PB）、技术因子等[47][57]。 2. **因子处理**：对原始因子数据进行标准化、去极值、行业中性化等处理。 3. **因子合成**：将低相关性的有效因子进行加权合成，得到综合得分。目标是在不同维度下聚类整合，最终形成统一的股票排名[47]。 4. **组合构建**：根据综合得分，在基准指数成分股池中优选一定数量的股票（例如，从中证800中筛选100只），并确定其权重，构建股票组合[47]。 量化因子与构建方式 1. **因子名称：自由现金流因子**[20][21] * **因子构建思路**：筛选自由现金流稳定、财务健康的企业。自由现金流是企业产生的、在满足了再投资需要之后剩余的现金流量，是衡量企业实际可支配回报的重要指标[21]。 * **因子具体构建过程**：通常使用自由现金流率等指标。例如，自由现金流/营业收入或自由现金流/市值。对股票池中的公司计算该指标，并据此排序，选择比率高的公司[20][21]。 2. **因子名称：红利（股息率）因子**[20][21] * **因子构建思路**：筛选高分红、盈利稳定的公司，属于价值风格投资工具。高股息通常意味着公司盈利稳定且愿意回报股东[21]。 * **因子具体构建过程**：使用股息率（每股股息/股价）作为核心指标。对股票池中的公司计算其股息率，并据此排序，选择股息率高的公司构成组合[20][21]。 3. **因子名称：低波动因子**[20] * **因子构建思路**：筛选股价历史波动率较低的股票。这类股票往往具有防御性，长期风险调整后收益可能更优。 * **因子具体构建过程**：计算股票在过去一定时期（如252个交易日）的日收益率标准差作为波动率指标。对股票池中的公司计算其历史波动率，并据此排序，选择波动率低的公司[20]。 4. **因子名称：转债量化因子体系**[57] * **因子构建思路**：针对可转债特性，建立包含估值、技术、成长等多维度的因子体系，对转债的质地和性价比进行综合打分，以辅助投资决策[57]。 * **因子具体构建过程**： 1. **估值类因子**：可能包括转股溢价率、纯债溢价率、到期收益率等，衡量转债的债底保护与股性估值。 2. **技术类因子**：可能包括正股动量、转债成交量、价格位置等。 3. **成长及其他因子**：关注正股的基本面成长性、信用评级等[57]。 4. **因子合成**：对各类因子进行标准化和加权，形成对每只可转债的综合评分，用于初筛和构建投资组合[57]。 模型的回测效果 *注：报告未提供具体量化模型的回测指标数值，仅对指数策略进行了历史业绩描述。* 因子的回测效果 *注：报告未提供单个因子的独立回测指标数值，仅展示了包含某些因子的Smart Beta指数（如红利低波、自由现金流）的历史收益风险特征[20][30]。* | 指数名称 (代表因子/策略) | 近三年年化收益率 | 近三年年化波动率 | 近三年最大回撤 | 近三年Calmar比率 | | :--- | :--- | :--- | :--- | :--- | | 中证800红利低波动全收益指数 (红利+低波) | 14.55%[20] | 13.60%[20] | -10.65%[20] | 1.37 (计算值) | | 中证800自由现金流全收益指数 (自由现金流) | 26.72%[20] | 18.56%[20] | -18.84%[20] | 1.42 (计算值) | | 国证自由现金流全收益指数 (自由现金流) | 27.18%[20] | 17.69%[20] | -15.84%[20] | 1.72 (计算值) | | 沪深300 (宽基) | 6.34%[20] | 17.35%[20] | -24.80%[20] | 0.26 (计算值) | | 中证500 (宽基) | 8.66%[20] | 21.69%[20] | -31.15%[20] | 0.28 (计算值) |