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、信用、汇率、期限利差）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，实现大类资产配置轮动[8][16][23] **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[8] - 通胀因子：PPI同比、CPI同比，经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货币基金指数等权组合净值同比[8] - 汇率因子：上海金与伦敦金现多空组合净值同比[8] - 信用因子：企业债AAA指数与国债总指数久期中性组合净值同比[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[8] - **状态判断方法**： - 因子动量法：$$Momentum_{t}=X_{t}-\frac{1}{3}(X_{t-1}+X_{t-2}+X_{t-3})$$，连续两期同向确认状态[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，结合趋势调整状态[21][22] - **资产配置规则**： - 初始风险配比：大盘股:小盘股:债券:商品:黄金=1:1:1:0.5:0.5[24] - 根据宏观因子得分调整配比：每+1分则风险配比翻倍，每-1分则减半[24] **模型评价**：融合短期趋势与周期拐点识别，在控制风险的同时实现稳定收益[27] 2. **模型名称**：投资时钟模型（增长-通胀时钟、利率-信用时钟） **模型构建思路**：基于美林时钟理论，统计不同宏观状态下大类资产表现规律[9][11] **模型具体构建过程**： - **增长-通胀时钟**：划分复苏/过热/滞胀/衰退四象限，统计资产表现（如复苏期股票+2、债券-2）[9][15] - **利率-信用时钟**：划分宽/紧利率与信用组合，统计资产表现（如紧利率宽信用期股票+2、债券-2）[11][15] - **资产观点量化**：设置-2至2档位评分，结合汇率/期限利差因子调整[14][15] 模型的回测效果 1. **"时钟+拐点改善法"模型**（2011-2023年）： - 总收益率：242.45% - 年化收益率：9.93% - 年化波动率：6.83% - 年化夏普比率：1.45 - 最大回撤率：6.31% - 胜率：73.08%[27] 2. **基准等权组合**： - 总收益率：83.59% - 年化收益率：4.78% - 年化波动率：10.99% - 年化夏普比率：0.43 - 最大回撤率：20.63%[27] 量化因子与构建方式 1. **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**：通过宏观指标或资产组合构建反映经济状态的代理变量[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HP滤波后加权 $$X_{growth} = w_1 \cdot HP(PMI) + w_2 \cdot HP(工业增加值)$$ 权重$w_i$为波动率倒数[8] - **利率因子**：中债国债指数与货币基金指数等权组合净值同比[8] - **汇率因子**：上海金与伦敦金现多空组合净值同比[8] 因子的回测效果 （注：报告中未单独列出因子回测指标，仅展示模型整体效果） 最新配置示例（2025年5月） - **风险配比**：大盘股:小盘股:债券:商品:黄金=1:1:0.25:2:1[30] - **实际配置比例**：债券69.95%、商品12.84%、黄金8.9%[34] - **当月收益率**：-0.29%（基准0.3%）[30] 关键方法论补充 - **相位判断法**：38个月周期正弦波拟合，窗口50个月，划分相位区间[21] - **拐点优化逻辑**：动量法为主，相位法辅助判断拐点[22]

唐军投资框架 - 采用"货币-信用"分析框架替代失效的美林时钟模型 重点观测政策维度对经济周期的扰动效应[2] - 战略层面通过货币信用框架确定资产配置方向 战术层面从情绪/资金面等维度捕捉短期波动 两者独立运作[3] - 风险预算框架借鉴桥水风险平价模型 根据资产波动性和相关性分配头寸 将A股与港股视为高相关资产统一配置[5] 黄金资产配置 - 2023年上半年开始战略重仓黄金 认为美元信用动摇是长期驱动因素 地缘政治仅为短期催化剂[2][6] - 实施"战略底仓+战术波段"操作 当市场情绪极度高涨时减持战术仓位 待平静后回补[6][7] - 指出2025年美债收益率与美元指数背离现象 反映美元霸权地位受质疑 强化黄金配置逻辑[6] A股配置策略 - 维持"红利+科技"哑铃型配置 低利率环境下红利资产具备类债性价比 科技赛道拥挤度回落至低位[7] - 2025年一季度提升港股仓位 因港元利率锚定美元而盈利锚定内地经济 存在美元降息与信用改善的双重利好[8] 债券配置思路 - 国内宽松货币环境支撑债市 长端资产配置价值突出 美债短端无风险收益率更具性价比[7] - 2022年误判美债配置时机 因未充分考量美国政府加杠杆对通胀韧性的影响 后引入财政赤字作为核心观测指标[2][3] 基金筛选方法论 - 采用风格剥离法评估基金经理能力 剔除风格贝塔影响后考察纯选股阿尔法[5] - 曾发现医药主题基金业绩依赖小微盘风格暴露 警示风格偏离带来的净值波动风险[5] 市场环境研判 - 2025年初判断国内货币政策宽松延续 信用扩张边际改善 需警惕海外政策扰动[5][6] - 若财政政策超预期将利好顺周期蓝筹 反之则利好债券资产[6]

投资哲学与认知论 - 投资决策背后的哲学根源可追溯至"经验主义"与"理性主义"两大认知论派别，前者依赖归纳法与感官经验，后者强调逻辑推演与先天理性[3][20][21] - 理性主义在投资中表现为构建解释市场规律的理论体系（如技术分析、宏观模型），而经验主义更关注企业经营实际观察（如巴菲特能力圈理论）[16][18][34] - 怀疑主义（休谟哲学）对因果关系的质疑深刻影响价值投资，体现为安全边际原则和对预测未来的谨慎态度[25][28][36] 投资方法论对比 - 理性主义投资特点：追求完美解释框架（如缠论、格雷厄姆价值分析体系）、重视数学证明与逻辑推演[14][16] - 经验主义投资特点：基于企业实际经营数据（可口可乐持股400百万）、强调常识判断与历史经验归纳[34][35] - 芒格与巴菲特的分歧体现理性主义与经验主义的融合：芒格采用跨学科模型推演，巴菲特严格限定能力圈[35] 具体投资案例 - 巴菲特持仓分析：苹果（持股市值65370万美元）、可口可乐（持股市值28148万美元）体现对稳定消费品的经验主义偏好[6][34] - 芒格突破经验边界的投资：比亚迪与阿里投资基于趋势判断，与巴菲特产生分歧[35] - IBM投资案例显示安全边际作用：170美元买入价+分红抵消判断失误损失[36] 认知体系构建 - 有效投资体系需包含：基于经验的决策机制（如能力圈）与错误退出机制（如止损规则）[41] - 贝叶斯主义与经验主义的关联：根据新证据动态调整信念，避免过度依赖历史归纳[42] - 科技股投资分歧：AI算力（明确需求）与AI应用（产业趋势）选择反映理性与经验倾向[5] 市场数据与持仓 - 伯克希尔前三大持仓：苹果（-1468%）、美国运通（-916%）、可口可乐（+1396%）[6] - 其他持仓表现：安达保险（+966%）、达维塔保健（+229%）显示分散化投资特征[6]

文章核心观点 - 以全天候策略和风险平价模型为代表的配置模型运用从风险角度配置思想，能控制组合整体波动，结合不同经济周期框架和风险预算模型可保证组合稳健并增厚收益，高风险偏好投资者可结合客观评分体系和风险预算模型 [1] 全天候模型 - 较早引入从宏观环境映射资产价格变化思想，根据经济增长、通货膨胀与投资者预期差异划分宏观环境象限，寻找不同环境下最优资产，通过均衡配置实现穿越周期目标 [2] - 优点是开创从风险角度配置资产思想，相对被动配置确保组合稳健，但组合权重集中在低波动资产，投资者无法融入主观观点 [2] - 给出不同宏观环境下资产配置比例及对应资产，如经济增长上升时股票、商品等占25%风险 [3] - 展示全天候策略（债券加杠杆和不加杠杆）与沪深300、南华工业品等资产的年化收益率、年化波动率、夏普比率对比数据 [4] 风险平价模型 - 弥补全天候策略未给出普适性风险均衡配置解法的缺陷，是接近最优夏普比例的模型，被动化配置特点适合作为优质底层策略 [5][6] - 给出风险平价模型（债券加杠杆和不加杠杆）与全天候策略的年化收益率、年化波动率、夏普比率对比数据，以及不同资产在加杠杆和不加杠杆情况下的最大、最小、平均权重 [7] 基于经济周期轮动的动态风险预算模型 美林时钟 - 原理简单直接，对资产价格有较好指示作用，认为宏观周期经历复苏、过热、滞涨、衰退阶段，大类资产表现相应切换，可据此进行资产配置 [8] - 在中国市场应用时因选择指标“水土不服”，如用GDP表征经济增长效果欠佳，用CPI表征通胀解释能力不足，用PPI可弥补部分缺陷 [8] - 2015年以来，基于中国版美林时钟的风险预算年化收益率和年化波动率分别为5.59%和2.99% [9] 债务 - 通胀周期 - 借鉴美林时钟思路，用债务 - 通胀周期划分宏观环境并指示资产配置，通胀周期对实体经济和资产价格有较好指示作用 [12] - 理想状态下根据债务周期和通胀周期错位划分四个象限，不同阶段资产表现不同，如周期早期股票表现好，中场商品表现好，晚期债券表现好 [12] - 相较于风险平价模型和美林时钟模型，收益和模型整体效果有进一步提升 [12] 货币 - 信用周期 - 降低对经济景气度关注，更关注货币供需与流通，货币周期变化取决于央行货币政策基调，难以提前预判，依赖投资者主观判断 [22] - 是最适用于中国市场、综合效果最佳的模型 [22] 基于评分体系的风险预算模型 - 基于经济周期的风险预算模型利用经济周期增厚收益，用风险预算模型控制波动，债券在组合中权重较高 [23] - 股债性价比适合用作动量指标调整股债仓位，可结合评分体系与风险预算模型确定大类资产内部细分资产权重 [23]

文章核心观点 - 改进传统资产轮动框架问题，对输入变量进行超预期视角处理，采用因子相关性加权计算资产最终得分，提高模型综合性和自适应性；2017 - 2025年1月回测期间行业轮动模型年化绝对收益32%，远超同期沪深300和全行业等权组合，2025年2月末推荐电子、计算机、医药、传媒及通信五大行业 [1] 常见的轮动框架 - 多资产轮动核心逻辑是综合分析多维度指标，选择适配行业或资产类别以优化投资组合实现超额收益 [2] - 基于宏观经济周期划分的策略以美林时钟为代表，将经济周期划分为四个阶段并推荐不同配置，但对经济周期认知理想化，未考虑经济指标领先和滞后关系 [2] - 基于因子打分的轮动框架突出量化综合性和灵活性，指标考虑维度更全面，配置调整更快速灵活，但存在宏观因子时间对齐等操作细节问题 [2] 超预期视角 - 对宏观经济数据采用超预期方式处理，将每月公布数据与市场一致预期对比，用1、0、 - 1表示超预期、符合预期、低于预期 [3] - 因子有效性检测和打分采用计算相关性并加权合成方式，以相关系数为权重对最新一期变量加权计算最终得分 [3] 轮动模型的建立 - 指标选择涵盖经济增长等五个维度共26个指标，采用Wind一致预期数据作基准 [5] - 每月底根据指标历史相关性对最新一期指标加权得综合得分，选综合得分最高的五个行业构建行业轮动配置组合 [5] - 2017年1月 - 2025年1月，超预期策略和原始策略年化收益分别达32%和13%，同期沪深300和全行业等权组合年化收益仅为1%和2%，夏普比率分别为2.05和0.37 [5] - 通过综合得分与阈值0比较构建多空择时模型，2017年9月 - 2025年1月回测期间，多空和只多策略在中信一级行业上均超越行业指数年化收益，多空策略更显著 [5] 2025年3月推荐行业信号强度 - 模型看多行业前五为电子、计算机、医药、传媒及通信 [6] - 模型看空行业前五为煤炭、房地产、交通运输、综合金融及建材 [7]