文章核心观点 - 基金经理杨光基于对传统资产定价理论的深刻反思，提出了一种超越传统的资产配置新思路，其核心是从单纯追求绝对收益转向系统性、主动地提升投资组合的风险调整后收益[3][4] - 新思路认为资产价格不仅由其自身预期收益和风险决定，更由其在组合中的角色以及与其他资产间的动态非线性关系共同塑造，关键在于识别并配置能带来“超额性价比”的资产或策略[1][4][11] - 新的资产配置框架旨在构建一个能在不同市场环境下稳健增值的“自适应系统”，投资管理从一门依赖精准预测的技术，进化成一门侧重系统化风险管理和过程控制的科学[4][16][17][34] 对传统资产配置理论的反思 - 传统理论如资本资产定价模型（CAPM）建立在市场有效、投资者理性等严格假设上，难以解释“动量效应”、“价值效应”等市场异象，在金融危机中暴露出对尾部风险管理的乏力[4] - 传统模型依赖的历史相关性是动态且不稳定的，固定的配置框架在危机时刻失效风险极高，且市场真实波动充满跳跃和肥尾，传统理论严重低估极端风险[12] - 现金流折现模型（DCF）对专注于研发的科技前沿企业适用性有限，且非常规货币政策使无风险利率锚定作用减弱，进一步削弱其解释力[13] - “美林时钟”模型因宏观环境结构性巨变而基本失效，其依赖的经济与通胀自然轮动受到央行干预、流动性主导等因素扭曲[14] - 美债等传统“安全资产”的避险属性遭遇质疑，因政府债务杠杆率攀升和结构性通胀压力使其保值功能大打折扣[14] 新的资产配置方法论 - 方法论核心是构建“自适应系统”，通过动态风险预算优化风险效率、多维阿尔法挖掘收益增强、非线性对冲管理极端下行风险[16] - 配置颗粒度从宏观“资产类别”细化到微观“风险因子”（如增长、通胀、利率、信用利差、动量、价值等），使风险分散更纯粹高效[16] - 在长城睿达多元稳健FOF产品中采用“CPPI+风险预算模型”的两阶段策略，先通过CPPI技术提高风险资产夏普比，再构建风险平价组合，该策略基于风险决策，无需预测收益，具有鲁棒性[17][23] - 投资流程分为投前、投中、投后三阶段并进行模块化切割，每个模块目标、规则、工具明确，标准可量化验证，流程闭环可追溯迭代，减少主观干预[19][20] 新宏观范式下的资产定价框架 - 新框架是三维一体的，核心围绕“科技进步、新质生产力、人群共识”[18] - 非线性科技进步使定价逻辑从“盈利现值”转向“期权价值”，研发强度、专利质量与技术迭代速度成为更核心的估值指标[18] - 新质生产力体现为高科技、高效能、高质量，资产定价需评估提升全要素生产率、占据全球价值链高端的能力[18] - 叙事经济学下，共识的凝聚与消散成为资产价格短期波动的重要驱动力，共识本身成为一种稀缺资源[18] 长城睿达多元稳健FOF产品特色 - 产品定位为“升级版的理财替代”，通过多元配置A股、美股、黄金、债券四类低相关性资产来提升收益率并对冲风险，目标是获得对冲非系统性风险后的资产Beta收益[22] - 统计显示，2005年至2025年8月31日期间，四类资产全部下跌的月份仅4次（概率1.61%），全部上涨的月份40次（概率16.13%），多资产分散能大幅降低月度亏损概率[22] - 单一投资A股或债券，月度收益率为负的概率超过35%，A股+债券组合将此概率降至9.68%，加入黄金后进一步降至4.44%[22] - 产品底层基金更关注ETF，因其定位鲜明、风格不漂移、费率低、交易便利，利于低波策略和尾部风险控制[25] 对大类资产的中长期观点 - A股市场正经历估值体系重构，资金从传统周期行业流向“新质生产力”领域（如高端制造、新能源、人工智能、生物医药），定价核心在于技术自主可控、产业链链主地位及全球竞争力，“国产替代”、“专精特新”共识提供估值支撑[27] - 美股科技巨头成为全球科技进步的“价值锚”，估值包含其作为未来基础设施的“平台价值”期权，定义和引领新质生产力的能力是其享有全球配置的关键[28] - 黄金的金融属性被重新定义，全球央行增持及对冲地缘政治与金融体系尾部风险的需求，使其成为“超主权”终极避险资产，价格驱动因素更复杂多元[28]

投资框架 - 投资方法围绕“超预期”因子展开，从高景气度、高增速板块中挑选有望交出超预期答卷的标的，并结合成长空间与估值因素构建组合[3][7] - 借助量化模型建立以“超预期”为核心的量化体系，以提高选股精准度，业绩超预期因子在成长股投资中表现突出，能形成显著超额收益[3][8] - 投资框架注重将自上而下的宏观判断与中观行业选择、微观企业研究相结合，以提升投资决策的稳健性[5] 宏观与市场观点 - 当前经济稳步复苏，基本面有支撑，同时无风险利率持续下行，股市相较于其他大类资产性价比更高，成为行情延续的关键支撑[5] - 在经济复苏阶段，成长股通常占据主导地位，其在行业发展的0-1和1-10阶段因增长预期高、成长弹性强而表现亮眼[5][6] 重点投资方向：AI产业链 - AI产业链上游算力环节是当下业绩兑现能力最强的板块，AI基建持续超预期，为产业链上的中国企业带来长期机会，国产算力未来成长潜力可期[9] - AI应用兑现时间可能稍靠后但弹性较大，分为硬件结合型、赋能型、生成型和助理型四类，未来最先跑出商业逻辑的应用可能来自端侧AI设备及人形机器人[9][10] - 除AI外，长期关注中国制造业向高精尖制造攀升的趋势，包括人工智能、人形机器人、半导体、创新药、固态电池等多个方向[10]

海外高净值投资者趋势 - 海外投资者投资倾向呈现两极分化，普通投资者偏好指数基金，高净值投资者青睐多资产多策略对冲基金 [5] - 全球顶尖对冲基金如桥水基金（管理资产约1500亿美元）、千禧年管理（管理规模突破640亿美元）、城堡基金（管理规模突破620亿美元）的核心或旗舰产品均为多资产多策略模式 [5][6] - 多资产多策略配置方式自上世纪50年代开始探索，2010年后成为海外高净值投资人的主流投资工具 [7][8][9][10] 多资产多策略的定义与优势 - 多资产多策略是将资金分配于多种不同类别、相关性较低的基础资产，通过多种形式交易资产获取收益，追求跨越周期的绝对收益 [14][15] - 该模式不单是资产分散，交易策略上也追求足够分散，旨在适应复杂多变的市场，兼顾投资胜率和赔率 [14][16][20] - 多资产配置能获取不同经济周期下各类资产的出色收益，例如经济复苏期股票表现好，经济过热期大宗商品表现更好，经济衰退期高质量债券是避风港 [21] - 多策略能通过组合不同逻辑的交易方式实现风险分散和收益互补，使投资组合在不同市场环境下都有赚钱机会，规避单策略的极端回调风险 [22] 国内市场表现与未来发展 - 回顾国内市场，过去十年任何单一资产均无持续牛市，各资产类别年度表现轮动显著，例如沪深300指数在2016年下跌11.28%，2019年上涨36.07%，2022年下跌21.63% [18] - 单一策略产品同样存在周期性，如主观多头策略在2019-2021年表现较好后震荡下行，CTA策略在2022-2023年走弱后于2024年恢复 [18][20] - 随着居民存款搬家成为必然趋势，多资产多策略私募基金基于其跨越周期、兼顾胜率和赔率的特性，未来将成为一类非常有效的财富管理工具 [15][22] 管理人筛选要点 - 筛选多资产多策略管理人时需辨别真伪，确保策略真正实现多资产与多策略的结合，而非仅涉及多类资产或一类资产的多种策略 [23] - 需考察管理人的投研实力、产品管理能力和经验，因其底层交易涉及多资产多策略，难度较高 [23]

重要推荐公司分析 中天火箭（003009） - 增雨防雹火箭获政策扶持且纳入专项债投向领域 内需旺盛[4] - 炭/炭热场材料收入占比缩减 业绩向下空间较小[4] - 军用小型固体火箭可配套多款无人机 打开外贸空间[4] - 预计2025-2027年营业收入1033.08/1309.47/1662.34百万元 增长率11.72%/26.75%/26.95%[4] - 预计归母净利润75.54/156.05/218.25百万元 增长率286.05%/106.59%/39.86%[4] - 对应PE为99.08/47.96/34.29倍[4] - 超预期点：增雨防雹火箭稳步增长 微型无人机拓展驱动业绩[4] - 核心驱动：全球不稳定因素提升小型无人精确武器需求 人影作业需求增长[4] 银龙股份（603969） - 高附加值产品占比提升推动利润快速增长[6] - 行业渗透率处于底部 未来空间较大[6] - 积极开拓出海业务 跟随铁总开拓俄罗斯等大客户[6] - 预计2025-2027年营业收入38/47/56亿元 CAGR 21%[6] - 预计归母净利润3.7/6.0/8.0亿元 CAGR 47%[6] - 对应当前股价PE分别为22/14/10倍[6] - 超预期点：高附加值产品营收占比持续提升[6] - 催化剂：新订单签订 高铁等领域投资额提升[6] 行业策略观点 非银金融行业 - 非银板块滞涨 兼具胜率与赔率[6] - 券商/保险/多元金融年初以来跑输大盘 调整带来布局机会[6] - 核心驱动：股市上涨 流动性宽松[6] - 与市场差异：板块滞涨提供更好胜率和赔率[6] ETF轮动策略 - 三ETF轮动策略稳定跑赢沪深300[8] - 9月配置建议：50%中证2000 + 50%创业板指[8] - 驱动逻辑：金融环境改善+经济动能放缓确定性较强[8] - 中证2000配置价值较高 创业板指受益流动性改善[8] - 轮动框架：复苏期中证2000+创业板指 过热期创业板指 滞胀期中证红利 衰退期中证红利+中证2000[8] 宏观趋势研究 - 居民超额储蓄降至3.57万亿（前值4.25万亿）[10] - 存款吸引力下行+资产荒未缓解驱动资金向资本市场转移[10][11] - 信息杠杆发挥放大器作用 助推居民资金入市[10][11] - 与市场差异：首提信息杠杆 强化存款非银化加速观点[10][11] A股市场策略 - 上证指数突破3888点确认进入日线5浪上行[12] - 5浪有望挑战5178-2440跌幅的0.618分位[12] - 行业配置调整为：小银行/小券商+地产/基建工程/社服+计算机/传媒[12] - 核心驱动：创业板指带动指数突破前期高点[12]

核心观点 - 报告提出基于美林时钟、普林格周期和宏观友好度评分三大宏观视角构建三ETF月频轮动策略，在回测中稳定跑赢业绩基准[1] - 四季度在金融环境改善+经济动能放缓背景下，三种视角共同指向中证2000和创业板指的配置机会[1][5] - 策略采用创业板指（代表大盘成长）、中证2000指数（代表小盘成长）和中证红利指数（代表大盘价值）进行满仓轮动，月度调仓[12] 美林时钟策略 - 美林时钟将经济周期划分为复苏、过热、滞胀、衰退四个阶段：复苏期配置中证2000和创业板指各50%[2][21]；过热期满仓创业板指[2][21]；滞胀期满仓中证红利[2][21]；衰退期配置中证红利和中证2000各50%[2][21] - 2014年至今中庸组合累计收益率达379.9%，相对偏股混合基金指数超额收益199.8%，年化收益率14.4%，年化超额收益率5.2%[2][24] - 2025年1-8月中庸组合收益率26.97%，跑赢沪深300的8.54%和偏股混合基金的21.09%[25] - 当前经济处于复苏期特征：7-8月创业板50上涨39.4%，创业板指上涨34.2%，中证2000上涨14.6%，中证红利仅上涨2.4%[32][37] 普林格周期策略 - 普林格周期划分六个阶段：复苏前期配置中证2000和创业板指各50%[3][40]；复苏后期和过热期满仓创业板指[3][40]；滞胀期满仓中证红利[3][40]；衰退期和萧条期配置中证红利和中证2000各50%[3][40] - 2014年至今中庸组合累计收益率282.4%，相对偏股混合基金指数超额收益102.3%，年化收益率12.2%[3][45] - 激进组合表现更优：累计收益率609.0%，年化收益率18.3%，年化超额收益率9.1%[43] - 当前处于复苏前期与萧条后期之间摇摆，先行指标持续回升，同步指标波动，滞后指标缓慢下行[54] 宏观友好度评分策略 - 为解决周期跳跃问题，合成美林周期、库存周期和金融周期构建宏观友好度评分指标[55][61] - 评分与万得全A收益率高度相关：2015年金融周期和库存周期驱动评分抬升，创业板指和中证2000表现优异[61]；2016年金融周期拖累评分回落，中证红利占优[61]；2020年三周期共振向上，创业板指涨幅显著[61] - 基于彭博宏观预测，未来半年中国三周期有望共振向上，趋势性利好成长风格[4][61] 四季度配置建议 - 美林时钟视角：优先考虑创业板指和中证2000，若经济超预期承压则转向中证红利[2][32][63] - 普林格周期视角：优先配置中证2000，创业板指仓位根据政策发力情况灵活调整[3][54][65] - 综合建议：中证2000配置价值较高，创业板指受益流动性改善，中证红利作为灵活配置选项[5][65]

资产配置理念 - 资产配置永无最优解 需要持续研究和动态调整[1][4] - 建立基于客观标准的稳定分析框架 避免追涨杀跌[10] - 通过多元配置丰富回报流 减少单一资产波动引发的非理性操作[11] 投资策略方法 - 构建宏观因子把握市场大趋势 监控风格拥挤度[3] - 资产价格短期表现由"预期差"决定 一致预期往往是短期走势的反向指标[12] - 精准剥离风格Beta理性看待基金收益 判断市场风格延续或切换[12] 实际操作调整 - 根据市场态势调整A股和港股配置比例 二季度A股配置比例已超过港股[1][6] - 战术配置积极布局创新药 军工ETF等领域的阶段性行情[1][8] - 二季度末降低红利类资产仓位 因出现拥挤态势 相应增加成长风格基金配置[8] 宏观分析框架 - 中泰时钟加入政策分析维度 增强对国内市场的适配性[3][4] - 通货膨胀由信用扩张决定 货币宽松只能影响利率[10] - 基于信用扩张框架 2020年预判美国通胀将远超预期 超配原油等大宗商品[10] 市场观点 - 市场对关税及外部环境因素的反应可能逐步脱敏 扰动力度或减弱[7] - 国内政策面支持提供坚实底气 货币政策稳健 财政政策持续发力[7][8] - 中央汇金类平准基金稳定市场预期 A股后续表现有望呈现平稳偏强态势[8]

涉及的行业或公司 * 全球大类资产配置研究 涵盖中国与美国等主要经济体 涉及股票、债券、黄金、外汇等主要资产类别[1][5][17] 核心观点和论据 宏观经济周期与资产配置 * 中国经济处于复苏周期 而美国等发达国家处于下行阶段 使得中国股票具有较高配置价值 美股则面临风险 今年以来美股回报并不突出 没有跑赢其他主要经济体[1][5] * 经济增长周期是资产轮动的一般性规律 可通过GDP、PMI、失业率等宏观数据构造周期性指标判断经济位置 经济上行时增加股票配置 经济下行时增加债券持有[3][4] * 通胀需结合增长来锚定 即美林时钟框架 将经济周期划分为复苏、过热、滞胀和衰退四个区间 每个区间占优资产不同 例如复苏阶段股票表现较好 滞胀阶段商品表现优异[7] 中国市场特性与关键指标 * 美林时钟在中国市场适用性有限 其预测性较差 经济周期阶段经常跳跃或逆转 导致在预测股票和债券等资产表现时出现偏差[1][8] * 在中国市场 流动性比通胀更重要 信贷脉冲（社融增速的一阶导数）对大部分资产具有较强的领先指引效果 能有效预测各种资产价格变化[1][11] * 信贷脉冲的传导机制分为四阶段：政策边际转向影响利率汇率 领先PMI六个月 领先股票六个月 领先工业商品十个月并最终带来企业盈利增速提升约12个月[12] * 疫情后信贷脉冲对中国股票指引效果下降 原因包括房地产在经济中作用减弱以及疫情期间出现流动性淤积 资金未真正进入实体经济[13] * 财政脉冲作为信贷脉冲的辅助指标 在当前宏观流动性传导不畅时期作用上升 财政脉冲领先中国股市约6个月 疫情后其预测能力超过了信贷脉冲[1][14] 估值与风险溢价 * 风险溢价（ERP）是重要估值指标 即股票市盈率倒数减去国债利率 根据当前风险溢价可大致预测未来一年股票对债券的超额回报 该指标在中国市场表现尤为显著[1][15][16] * 风险溢价不仅具有周期性变化 还存在中枢变化 例如当房地产行业回报率下降时 可能导致风险溢价中枢抬升[16] 全球资产配置核心因素 * 对于中国投资者 全球资产配置最重要的是美元、美债和美联储三大因素 美国通胀是近年来主导这些因素的重要变量[3][17] * 美国通胀预测可通过拆分成不同分项并构建统计模型实现 例如利用市场房租与CPI房租通胀之间约13个月的滞后关系预测未来趋势[17][18] * 美元强势由基本面（美国经济相对优势）、政策面（较高利率）和资金面（美股高回报吸引资金流入）共同驱动[21] * 美债利率可拆解为利率预期和期限溢价 受美联储和美国财政部政策影响[20] 特定资产观点 * 黄金与美债利率脱钩后 需采用多因子定价模型 关注央行购金、美国债务等因素 预计黄金价格可能进一步上涨至3,000-5,000美元区间[3][22] * 人民币汇率不仅受贸易因素影响 更取决于人民币资产能提供的回报 若中国市场股票表现良好 人民币汇率可能得到支持[23] * 传统上美债和美元是全球资产配置的重要锚点 但近年来关系有所变化 例如美债利率与黄金脱钩 表明国际货币秩序可能正在发生巨变 全球资产配置走向碎片化[24] 其他重要内容 * 长短期增长周期影响不同 短期周期通常为3至5年一轮 长期周期可能持续10年甚至几十年 长周期分析需借鉴更多国家数据 避免单一案例误导 例如日本去杠杆过程持续了20年 而大部分国家仅需八九年甚至更短时间[6] * 中国市场政策目标更为复杂多面 不完全反映经济基本面变化 例如2021年通胀上行本应收紧货币政策 但由于被解读为输入性通胀 中国选择进一步支持经济发展 使得利率反而下降[9][10] * 通过前瞻指标可预测通胀走势 例如尽管当前零售价格未见明显变化 但批发市场价格已开始波动 根据模型预测 美国通胀很快会迎来上行拐点 与市场主流观点相悖[18][19]

以下是对该量化研报中涉及的量化模型与因子的总结： 量化模型与构建方式 一、宏观定性模型 1. **模型名称：普林格周期模型**[2][9][10] * **模型构建思路**：作为美林时钟的升级版，引入金融数据以提高大类资产配置建议的胜率。该模型通过三组宏观经济指标（先行、同步、滞后）的趋势方向组合，来定义六种经济状态，并为每种状态推荐占优的大类资产。[2][9][10] * **模型具体构建过程**： 1. 选取指标：结合中国经济实际情况，将 M2 增速和新增社融拟合为**先行指标**（金融指标），将房地产投资和出口同比拟合为**同步指标**（实体经济指标），将 PPI 和 CPI 同比拟合为**滞后指标**（价格指标）。[2][14] 2. 处理数据：采用滤波法过滤掉上述指标的周期性因子，观察其**趋势项**的走势（向上或向下）来确定普林格时钟所处的状态。[2][14] 3. 状态判定：根据三组指标趋势项的方向组合，判断当前经济所处阶段（复苏、繁荣、过热、滞胀、衰退、萧条）。例如，先行指标趋势向上、同步指标趋势向上、滞后指标趋势向下对应**复苏期**，权益资产占优。[10][11][12] * **模型评价**：该模型是对美林时钟的改进，但仍有其局限性，例如运行状态可以跳跃，并非依次运行，且可能出现模型无法解释的指标组合。[13] 二、大类资产定价模型 1. A股定价模型（基于两阶段DDM的PB-ROE框架） * **模型构建思路**：基于机构投资者占比提升使得宽基指数层面定价效率变高的背景，强调通过PB-ROE定价框架来评估指数的合理估值及未来一年的预期收益回报。[52] * **模型具体构建过程**： 1. **投资回报分解**：假设每股净资产为 B，市净率 PB，分红比例为 d，净资产收益率为 ROE。未来一年股票投资回报率可近似分解为： $$R\approx\frac{\Delta B}{B_{0}}+\frac{\Delta PB}{PB_{0}}\times(1-d)+(1-\frac{1}{PB_{0}})$$ 其中，股息收益率和净资产增长率相对容易预测，难点在于合理估值 PB* 的评估，其与当前估值 PB₀ 的差异很大程度上决定了股价变动。[56] 2. **两阶段DDM估值模型**：引入两阶段股利贴现模型（DDM）来估算合理市净率（PB*）。模型假设分为当前高速增长阶段（持续T期）和永续稳定增长阶段。[56][57] * 当前增长阶段估值： $$P B_{c u r r e n t}=R O E_{1}\times d_{1}\times\sum_{t=1}^{T}\frac{(1+g1)^{t-1}}{(1+R f+R p)^{t}}$$ * 永续增长阶段估值： $$P B_{s t a b l e}={\frac{R O E_{2}\times d_{2}}{1+R f+R p-g_{2}}}\times{\frac{(1+g1)^{T}}{(1+R f+R p)^{T}}}$$ 其中： * ROE₁, d₁, g₁=ROE₁×(1-d₁) 分别代表当前阶段的预期ROE均值、分红率和增长率。 * ROE₂, d₂, g₂=ROE₂×(1-d₂) 分别代表永续阶段的ROE、分红率和增长率（经验上可设永续ROE₂ = 要求回报率 Rf+Rp）。[56][57][61] * Rf 为无风险利率，Rp 为风险溢价（长期经验值可设为4%）。[57] * T 为高速增长阶段的持续时间（对于中证800指数，历史校准建议T=11年）。[58] 3. **合理估值区间测算**：综合考虑三个决定因素（短期基本面ROE₁及持续时间T、长期基本面预期ROE₂、要求回报率Rf+Rp）和一个次要影响因素（分红率d）。[61] 考虑到短期ROE变动的不确定性，按乐观（ROE_TTM +1倍标准差）、中性（当前ROE_TTM）、谨慎（ROE_TTM -1倍标准差）三种情形测算合理估值区间。[58] 2. 利率债定价框架 * **模型一：三因素定价框架**[59] * **构建思路**：强调货币政策对无风险利率的决定性影响，通过回归分析确定各因素的重要性。[59] * **具体构建过程**：十年国债利率被分解为： $$十年国债利率 \approx 政策利率 + 通胀预期溢价 + 增长预期溢价$$ 具体操作中： * 以**一年期同业存单利率**作为政策利率的代理变量。 * 以**CPI同比增速**水平代表通胀预期。 * 以**PMI水平**代表增长预期（海外常用期限利差）。[59] 通过历史长期数据回归估计各因素的系数Beta（见回测效果中的图表16）。[59][62] * **模型二：ROIC-WACC均衡框架**[71] * **构建思路**：尝试从企业投资回报与资金成本的均衡视角，推演无风险利率的合理中枢及走廊空间，以避免三因素模型中预期溢价评估的参数依赖问题。[71] * **具体构建过程**： 1. 计算供给层面的**投资资本回报率（ROIC）**： $$R O I C=\frac{E B I T\times(1-企业税率)}{总资产-无息流动负债}$$ 2. 计算需求层面的**加权平均资金成本（WACC）**： $$W A C C=(无风险利率+股票风险溢价)\times股权比例+(无风险利率+信用风险溢价)\times债权比例\times(1-企业税率)$$ 3. 理论上，ROIC 与 WACC 应趋向均衡。基于此均衡关系，结合对上市公司未来ROIC的预测，可反推隐含的**无风险利率合理中枢**。[71][72] 4. 以滚动10年窗口，计算利率实际值与中枢值的偏离，用均值加减1.5倍标准差的形式，推断出**利率走廊的上下界**。[72] 3. 黄金定价框架 * **构建思路**：结合黄金的商品属性、金融投资属性和货币属性进行分析。强调在不同市场环境下，影响黄金价格的主导变量会发生切换，但货币属性是恒定影响因素。基于此构建估值指标进行跟踪。[74][77][80] * **具体构建过程**： 1. **属性分析**：复盘历史三轮牛市，识别主导属性（1971-80:货币+商品；2001-11:货币+金融投资；2019至今:货币主导）。[74] 2. **相关性观察**：2000年以来黄金与通胀相关性低，近五年与实际利率相关性边际走弱，与美元指数相关性稳定且有提升，凸显货币属性的重要性。[75][77] 3. **估值指标构建**： * **2022年以前**：估值指标 = (全球黄金储量 × 黄金美元价格) / 美国M2 * **2023年以后**（考虑逆全球化、美元信用弱化）：估值指标 = (全球黄金储量 × 黄金美元价格) / 储备货币国家加权M2 * **储备货币国家加权M2计算**：核心跟踪美元、欧元、英镑、日元和人民币。除美元外的货币给予额外1/3的权重，以此权重进行各国M2的加权。[80] 4. **估值分位数**：计算当前黄金价格在该估值指标历史序列中所处的分位数位置，以判断其估值高低。[80] 三、风格定价框架 * **模型构建思路**：沿用A股宽基指数的两阶段DDM估值定价框架（PB-ROE），对六类风格指数（价值、成长、中小盘、大盘、质量、红利）的估值规律进行探索和合理估值区间评估。[95][96] * **模型具体构建过程**： 1. 为每种风格选择代表性指数（如国证价值、国证成长、中证500、上证50、深证红利等）。[96][103][111][119][128] 2. 使用与中证800定价类似的两阶段DDM模型（公式同上）。 3. **关键参数校准**：根据各风格的历史估值走势特征，对模型中的关键参数（主要是高速增长阶段持续时间T，以及2020年后部分风格的永续ROE预期）进行差异化设定：[96][103][111][119] * **价值/大盘风格**：T=5年，2020年后永续ROE预期下调至5%（反映对长期经济增长信心的下滑）。[96][119] * **成长/质量风格**：T=15年（高速增长期更长），ROE波动大，合理估值范围宽，需重点判断ROE变化方向。[103][128] * **中小盘风格**：T=50年（表明其估值更多受流动性驱动而非基本面驱动，DDM框架解释力有限，主要用于评估尾部风险）。[111] 4. 根据当前各风格指数的ROE水平（TTM），结合设定的参数，计算其合理的PB估值目标范围，并进一步推导未来一年的预期收益区间。[96][103][111][119][128] 四、宏观因子与资产/风格收益关联分析模型 * **模型构建思路**：从信贷、景气度、通胀、出口、库存、盈利等多个维度选取核心宏观经济指标，定量分析其与大类资产收益率及权益风格超额收益率的同步性，以评估宏观因子对资产及风格选择的能力。[85] * **模型具体构建过程**： 1. **指标与数据准备**： * 选取13个核心宏观经济指标（如人民币中长期贷款、企业中长期贷款、M1、M2、PMI、PPI、CPI等）的月度同比或环比数据。[85] * 计算各类资产指数（A股、港股、利率债、商品、黄金、信用债）的月度收益率。对于风格指数，计算其相对于基准（A股用中证800，港股用恒生指数）的月度超额收益率。[85] 2. **秩相关性检验**： * 计算各宏观数据月度增速环比变化值与资产月度收益率的**Spearman相关系数**。 * 进行统计检验，规定p值≤1%为显著同步指标，并按相关系数方向确定显著性方向。[85] 3. **胜率统计**： * 根据Spearman相关系数确定宏观数据与收益率的相关性方向（正/负）。 * 以正相关为例，胜率 = (同月同方向的月份数) / (有效月份总数)。历史胜率≥60%视为显著同步指标。[86] 4. **显著因子判定**：只要满足秩相关性显著或胜率显著其中一项，即认为该宏观指标与该资产收益率呈显著同步性。[86] 模型的回测效果 一、普林格周期模型 * **当前状态判断（截至研报时点）**：先行指标趋势向上、同步指标止跌回稳（趋势向上）、滞后指标趋势向下 → 对应**复苏期**，权益资产胜率更高。[2][35] 二、A股定价模型（中证800） * **合理估值区间**：1.36 ~ 1.55 (PB)[58] * **预期年收益区间**：5% ~ 9%[58] 三、利率债定价模型 * **三因素回归系数（十年国债利率）**[62]： | 回归项目 | 系数 Beta | 标准误差 | t Stat | P-value | | :--- | :--- | :--- | :--- | :--- | | 截距项 | 0.00 | 0.65 | 0.00 | 100% | | 同业存单利率 | 0.47 | 0.02 | 18.89 | 0% | | CPI | 0.10 | 0.02 | 5.85 | 0% | | PMI | 0.03 | 0.01 | 2.11 | 4% | * **ROIC-WACC均衡框架推演**： * 当前上市公司ROIC预测目标值：4.08%[72] * 推演十年国债利率中枢：1.36% ~ 1.51%[72] * 当前十年国债利率处于利率走廊合理区间，且相对中枢有下行空间。[72] 四、黄金定价模型 * **估值分位数（新口径下）**：历史39%分位数（距离中位数仍有10%上行空间）。[80] 五、风格定价模型预期收益（截至2025年7月31日） * **价值风格（国证价值）**： * 当前ROE: 9.14% * 合理PB区间: 0.9 ~ 0.95 * 预期年收益: 6% ~ 8%[96] * **成长风格（国证成长）**： * 当前ROE: 12.48% * 合理PB区间: 1.69 ~ 3.24 * 预期年收益: -7% ~ 13%[103] * **中小盘风格（中证500）**： * 当前ROE: 5.99% * 合理PB区间: 0.65 ~ 1.82 * 预期年收益: 较低[111] * **大盘风格（上证50）**： * 当前ROE: 10.21% * 合理PB区间: 0.92 ~ 1 * 预期年收益: 0% ~ 2%[119] * **质量风格（深证红利）**： * 当前ROE: 14.23% * 合理PB区间: 2.34 ~ 5.35 * 预期年收益: 8% ~ 39%[128] 六、宏观因子显著性分析结果（摘要） * **显著正相关案例**： * **企业中长期贷款**上行时，**利率债**表现好（胜率62.63%）。[89][90] * **PMI**上行时，**大宗商品**表现好（秩相关性显著）。[89][90] * **出口金额**上行时，**港股**表现好（胜率54.66%）。[89][90] * **显著负相关案例**： * **PPI**上行时，**利率债**表现差（秩相关性显著）。[89][90] * **CPI**上行时，**大宗商品**表现好（胜率54.25%）。[89][90]

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、利率等）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，动态调整大类资产配置[8][16][24] - **模型具体构建过程**： 1. **宏观因子状态判断**： - 使用因子动量法：$$M o m e n t u m_{t}=X_{t}-\frac{1}{3}(X_{t-1}+X_{t-2}+X_{t-3})$$，连续两期同向则确认状态[16] - 相位判断法：以38个月周期拟合因子，根据相位区间（上行/下行/顶部/底部）调整状态[21][22] 2. **资产得分计算**：根据投资时钟规则（如复苏期股票得2分，债券得-2分）汇总各资产总得分[14][15] 3. **风险预算调整**：初始风险配比为1:1:1:0.5:0.5（大盘股:小盘股:债券:商品:黄金），每正/负1分则配比翻倍/减半[24] - **模型评价**：融合短期趋势与拐点预判，在收益、风险控制和回撤方面表现优秀[26][27] 2. **因子名称**：宏观风险因子体系（经济增长、通胀、利率、汇率、信用、期限利差） - **因子构建思路**：通过宏观指标或资产组合合成，刻画经济周期不同维度的风险[8] - **因子具体构建过程**： - **经济增长因子**：工业增加值同比、PMI等指标经HP滤波后波动率加权[8] - **利率因子**：中债国债与货币基金指数等权组合的净值同比收益率[8] - **汇率因子**：上海金与伦敦金现多空组合的净值同比收益率，直接标价法下上升代表人民币贬值[8] - **信用因子**：AAA企业债与国债久期中性组合的净值同比收益率，利差走阔代表紧信用[8] 模型的回测效果 1. **"时钟+拐点改善法"模型**： - 年化收益率：9.93%[27] - 年化波动率：6.83%[27] - 夏普比率：1.45[27] - 最大回撤率：6.31%[27] - 胜率：73.08%[27] 量化因子与构建方式 （注：报告中未单独测试因子效果，仅作为模型输入，故无独立回测数据） 关键方法补充 - **投资时钟规则**： - 增长—通胀时钟：复苏期股票/商品得分高，衰退期债券/黄金得分高[9][15] - 利率—信用时钟：紧利率宽信用阶段股票得分高，宽利率阶段债券得分高[10][11][15] - **相位判断法优化**：通过38个月周期拟合减少拐点滞后，提升状态切换准确性[21][22]

FOF基金表现与资产配置策略 - 年内FOF基金产品表现亮眼，超九成产品实现正收益[1] - 多元化配置策略有效发挥，市场风格稳定时各类策略同步发力[4] - 动态调整资产配置，当前A股配置比例已超过港股[4] 唐军的资产配置思路 - 资产配置"永无最优解"，需建立稳定分析框架、多元配置、警惕市场极端一致预期[1] - 操作体现对市场变化的敏锐捕捉，调整A股和港股配置比例，布局创新药、军工ETF等阶段性行情[1] - 从胜率看，宏观大趋势判断更可靠，但需持续跟踪、动态调整[4] 职业经历与研究方法 - 职业轨迹涉足量化投资、基金评价和宏观研究，奠定资产配置基础[2] - 早期量化研究转向行业内选股因子和行业轮动因子，提升因子有效性[2] - 参与"中泰时钟"研究，纳入政策维度以增强对国内市场的适配性[2] 市场观点与战术配置 - A股后续表现有望呈现平稳偏强态势，政策面支持提供坚实底气[5] - 战术配置灵活应对市场机会，参与创新药、军工等行业ETF交易[5] - 二季度末降低红利类资产仓位，增加成长风格基金配置[5] 对抗"追涨杀跌"的操作建议 - 建立依赖客观标准的分析框架，如"通货膨胀由信用扩张决定"[6] - 多元配置丰富投资回报流，减少因单一资产波动引发的非理性操作[6] - 理解"预期差"对避免"追涨杀跌"的重要性，市场观点高度一致时应避免盲目操作[7] 基金选择与风格贝塔 - 普通投资者选择基金时需区分风格贝塔与阿尔法，判断市场风格延续或切换[7] - 精准剥离风格贝塔的经验为投资者提供切实可行思路[7]