文章核心观点 - 全球化资产配置是抵御单一市场风险、获取长期稳健收益的基石，亚太地区因其持续的经济增长活力和在全球产业链中的核心地位，正吸引全球资本的重新审视 [2] - 亚太精选ETF（159687）作为投资工具，通过跟踪富时亚太低碳精选指数，实现了对亚太地区“科技进攻+红利打底”优质资产的一键配置，并连续三年取得正收益 [12][13][16] 亚太市场的投资转向 - 巴菲特旗下伯克希尔自2020年8月起投资日本五大商社，总投资额62.5亿美元，近5年五大商社股价涨幅达283%-656%，展现惊人回报 [4] - 全球大型投资机构如贝莱德、高盛等集体表示看好亚洲市场，对亚太市场的关注度持续提升 [4] 富时亚太低碳精选指数特征 - 指数地域分布覆盖亚太13个交易所的214只大中型股票，前三大地区为日本占比42%、中国18%、中国台湾13% [4] - 指数行业配置均衡，前三大权重行业为金融26.38%、科技26.35%、可选消费16.33%，合计占比近70% [5] - 指数权重分布分散，除台积电7.82%和腾讯控股外，其余成分股权重均低于3%，前十大成分股权重合计29.43% [10] 亚太地区半导体产业地位 - 亚太地区占据全球半导体收入的57.6%，是全球半导体产业的核心腹地 [8] - 该地区汇聚了台积电、三星、东京电子、联发科等全球顶尖半导体企业，构建了强大的产业链生态系统 [9] - 台积电作为指数第一权重股，其第二季度净利润同比大增60.7%至3983亿新台币（135.3亿美元），主要受AI芯片需求激增驱动，公司预计2025年销售额将增长30% [10] 亚太精选ETF产品表现与优势 - 亚太精选ETF（159687）自2022年底上市以来，在2023年、2024年及2025年年初至今连续三年实现正收益，2023年至今累计涨幅达44.82% [13] - 产品管理费率为0.2%/年，托管费率为0.5%，交易机制与股票一致，流动性较好，持仓透明度高 [14] - 该ETF降低了个人投资者跨市场投资的门槛，避免了直接开户、换汇、信息不对称等障碍 [14]

指数发布背景 - 新华中诚信股债恒定比例及风险平价指数系列正式上线，由新华指数与中诚信指数服务联合发布，旨在为市场提供多样化投资标的和业绩基准 [1] - 在低利率及长期投资背景下，资产配置的再平衡机会凸显，含权多资产低波动策略及产品发展空间广阔 [1] - 该指数系列构建了国内股债大类资产的策略组合，显著提升了投资者的持有体验 [4] 指数构成与策略 - 指数系列由股票和债券两类资产构成：股票资产包括新华中诚信红利价值指数和新华中诚信质量优势指数，债券资产包括中诚信1-3年信用债投资级优选指数和中诚信科创主题信用债投资级指数 [4] - 采用两种组合策略：恒定比例策略保持资产配置纪律性，风险平价模型动态平衡股债资产权重实现更均衡的风险分散和更稳定的收益 [4] - 以红利价值股债风险平价指数为例，股票资产权重为3.64%，债券资产权重为96.36% [4] 指数表现与优势 - 红利价值股债风险平价指数自成立以来年化收益率达4.62%，最大回撤仅为1.26% [4] - 组合后的多资产指数风险收益比表现优秀：收益率较纯债券指数有所提升，波动率较纯股票指数显著降低 [5] - 特别适合银行理财子公司、保险资管等追求绝对收益的机构投资者作为资产配置工具 [5] 市场应用前景 - 在低利率时代及长期投资背景下，含权多资产低波动策略及产品发展空间极大 [5] - 对于稳健型投资者，可关注红利价值股债组合指数享受高股息与票息的复合收益 [5] - 对于政策敏感型资金，含科创债的组合系列能兼顾科创主题红利同时提升收益弹性 [5]

报告核心观点 - 上月权益、商品和债券上涨，黄金下跌；上月未加入货币资产的策略收益 0.48%，表现差于风险平价和等权配置策略；最新建议增配权益和商品，平配债券和黄金，调整后权益、国债、商品、黄金权重分别为 7.01%、75.01%、10.90%、7.08% [2][3][4] 上一期各资产表现 - 上月权益、商品和债券净价上涨，涨幅分别为 2.50%、4.03%，黄金下跌 0.57% [2][10] - 报告使用的 ETF 中，沪深 300ETF、有色 ETF 和能源化工 ETF 分别上涨 2.85%、3.08%和 4.37%，黄金 ETF 下跌 0.75% [2][13] 宏观经济指标走势 - 从经济增长、通货膨胀、信用和货币四个大类选取 18 个因子对宏观资产配置进行指引，展示了季调后指标走势 [17] 大类资产配置策略表现 - 根据经济指标走势决策大类资产配置，融入风险预算模型，用下行波动率计算风险权重 [25] - 2014 年 1 月 1 日到上月末，策略年化收益 7.71%，年化波动率 3.53%，最大回撤 3.17%，夏普比率和卡玛比率分别为 2.19 和 2.44，优于风险平价和等权配置策略；加入货币资产可使回撤更低，夏普比率和卡玛比率提升 [3][25] - 上月未加入货币资产的策略收益 0.48%，表现差于风险平价和等权配置策略 [3][27] 最新配置建议 - 权益经济因子 1 分，信用因子 3 分，建议增配；债券货币因子宽松，但经济、通胀上行，建议平配；商品通胀因子总分 4 分，建议增配；黄金经济和通胀因子得分大于 0，建议平配 [4] - 调整后权益、国债、商品、黄金的风险权重分别为 7.01%、75.01%、10.90%、7.08% [4][32]

根据研报内容，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. **鑫选ETF绝对收益策略** - 模型构建思路：通过"抽屉法"在场内权益ETF池中进行测试，旨在跑出绝对收益和相对A股权益的长周期相对收益[10] - 模型具体构建过程： 1. 筛选ETF池并设定等权重分配（黄金ETF、食品饮料ETF等8类各10%）[11] 2. 结合技术面量化指标动态调整持仓 - 模型评价：样本外表现优异，风险收益比突出 2. **全天候多资产多策略ETF风险平价策略** - 模型构建思路：通过资产分散（商品/美股/国内权益/债券）和策略叠加（行业/风格/大小盘轮动）降低波动[15] - 模型具体构建过程： 1. 风险平价权重计算：$$w_i = \frac{1/\sigma_i}{\sum_{j=1}^n 1/\sigma_j}$$ 2. 动态调整国债（30年期21%）、黄金（6.94%）等12类资产权重[16] 3. **中美核心资产组合** - 模型构建思路：结合RSRS趋势策略与技术面反转策略配置白酒/红利/黄金/纳指[19] - 模型评价：长周期超额收益显著，但需注意标的波动差异 4. **高景气/红利轮动策略** - 模型构建思路：根据宏观信号切换高景气成长（创业板/科创50）与红利（低波/央企红利）配置[22] - 模型具体构建过程： 1. 构建景气度指标（社融增速、外资流入） 2. 当信号触发时按50%-50%权重调仓 5. **双债LOF增强策略** - 模型构建思路：通过波动率倒数加权提升债券配置比例[25] - 模型具体构建过程： 1. 计算双债LOF与其他资产的周波动率 2. 权重分配：$$w_{bond} = \frac{1/\sigma_{bond}}{1/\sigma_{bond}+1/\sigma_{risk}}$$ 模型回测效果 | 策略名称 | 年化收益率 | 最大回撤 | 波动率 | 夏普比率 | 数据来源 | |---------------------------|------------|----------|--------|----------|----------------| | 鑫选技术面量化策略 | 23.76% | -6.30% | 17.46% | 1.19 | [31] | | 高景气红利轮动策略 | 34.96% | -22.04% | 34.54% | 0.97 | [31] | | 中美核心资产组合 | 40.24% | -10.86% | 17.09% | 1.95 | [31] | | 双债LOF增强 | 6.55% | -2.26% | 3.39% | 1.30 | [31] | | 结构化风险平价策略(QDII) | 16.70% | -2.38% | 4.90% | 2.77 | [31][28] | | 全天候多资产风险平价策略 | 14.10% | -3.62% | 4.45% | 2.54 | [31][13] | 关键因子应用 1. **风格轮动因子** - 构建思路：通过期限利差、CPI/PPI等宏观指标判断红利/成长风格占优[4] - 测试结果：当前信号显示红利风格持续占优 2. **大小盘轮动因子** - 构建思路：结合短端利率下行与RSI技术指标判断小盘超额收益[4] - 测试结果：5月信号从看多小微盘转为市值平配 3. **行业景气度因子** - 构建方法：跟踪电子/非银/新能源等行业资金流数据[42][45] - 最新信号：电子（-4.16%YTD）与医药（+7.03%YTD）分化显著[55] 注：所有策略均采用华鑫证券独家标签体系进行ETF分类（宽基/行业/因子/主题等）[41]

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. **鑫选ETF绝对收益策略** - 模型构建思路：通过"抽屉法"在场内权益ETF池中进行测试，目标是跑出绝对收益和相对A股权益的长周期相对收益[11] - 具体构建过程： 1. 筛选鑫选ETF池中的标的（如黄金ETF、食品饮料ETF等） 2. 采用技术面量化方法进行组合优化 3. 动态调整持仓权重（各标的权重10%）[12] - 模型评价：样本外表现优异，风险收益比突出 2. **全天候多资产多策略ETF风险平价策略** - 模型构建思路：结合行业轮动、风格轮动等权益策略，使用风险平价方法分散资产和策略风险[17] - 具体构建过程： 1. 配置多资产类别（商品/美股/国内权益/债券） 2. 采用风险贡献均衡的权重分配方法 3. 具体持仓包括国债ETF（21.05%）、黄金ETF（9.12%）等[18] 3. **中美核心资产组合** - 模型构建思路：纳入白酒、红利、黄金、纳指四种强趋势标的，结合RSRS择时策略[21] - 具体构建过程： 1. 对每类资产应用RSRS趋势判断 2. 根据技术面反转信号调整仓位 3. 当前持仓为中证红利ETF和黄金ETF 4. **高景气/红利轮动策略** - 模型构建思路：构建高景气成长与红利策略的轮动模型[24] - 具体构建过程： 1. 信号为高景气时配置创业板ETF和科创50ETF（各50%） 2. 信号为红利时配置红利低波ETF与央企红利50ETF 3. 2024年2月后调整红利组合结构 5. **双债LOF增强策略** - 模型构建思路：通过波动率倒数归一化方法提升债券配置权重[27] - 具体构建过程： 1. 将标的分为双债LOF与其他三类资产 2. 计算各组收益率波动率 3. 按波动率倒数分配权重 6. **结构化风险平价（QDII）** - 模型构建思路：以国内债券ETF为主，QDII产品增强收益[30] - 具体构建过程： 1. 配置QDII权益（纳指ETF等）、黄金、国内红利ETF 2. 采用风险平价方法优化组合 模型的回测效果 | 策略名称 | 总收益率 | 年化收益率 | 最大回撤 | 波动率 | 夏普比率 | |---------|---------|-----------|---------|--------|----------| | 鑫选技术面量化策略 | 33.49% | 24.14% | -6.30% | 17.58% | 1.20 | [33] | 高景气红利轮动策略 | 48.99% | 34.78% | -22.04% | 34.79% | 0.96 | [33] | 中美核心资产组合 | 59.80% | 42.03% | -10.86% | 17.16% | 2.02 | [33] | 双债LOF增强 | 9.08% | 6.73% | -2.26% | 3.41% | 1.34 | [33] | 结构化风险平价(QDII) | 23.59% | 17.18% | -2.38% | 4.92% | 2.84 | [33] | 全天候多资产策略 | 19.69% | 14.40% | -3.62% | 4.48% | 2.58 | [15][33] 量化因子与构建方式 1. **红利因子** - 构建思路：通过股息率和低波动特征筛选标的[24] - 具体构建： 1. 计算标的股息率（$$ Dividend\ Yield = \frac{DPS}{Price} $$） 2. 结合波动率指标筛选 3. 应用于红利低波ETF等产品 2. **质量因子** - 构建思路：筛选自由现金流稳定的标的[24] - 具体构建： 1. 计算企业自由现金流（$$ FCF = CFO - CapEx $$） 2. 标准化处理后加权 3. **趋势因子(RSRS)** - 构建思路：捕捉资产价格趋势[21] - 具体构建： 1. 计算标的RSRS斜率 2. 设定阈值触发交易信号 因子的回测效果 | 因子类型 | 代表ETF | 年化超额收益 | IR | |---------|--------|-------------|----| | 红利因子 | 红利低波ETF | 2.31% | 0.88 | [59] | 质量因子 | 自由现金流ETF | 1.67% | 0.21 | [48] | 趋势因子 | 黄金ETF | 25.74% | 3.86 | [59] 注：所有策略测试结果均为2024年初至今数据[33]，因子表现取自周涨幅TOP35ETF数据[59]

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. **鑫选ETF绝对收益策略** - **模型构建思路**：通过"抽屉法"在场内权益ETF池中进行测试，目标是跑出绝对收益和相对A股权益的长周期相对收益[11] - **具体构建过程**： 1. 筛选ETF池（黄金、食品饮料、医疗、豆粕、芯片、半导体、港股创新药等） 2. 采用等权重分配（各10%）[12] 3. 动态调整持仓基于技术面量化信号 - **模型评价**：样本外表现优异，超额收益显著 2. **全天候多资产多策略ETF风险平价策略** - **模型构建思路**：结合行业/风格轮动等权益策略，通过风险平价降低波动性[16] - **具体构建过程**： 1. 资产分类：商品（黄金）、美股（标普500）、国内权益（行业/风格轮动）、国内债（10/30年国债） 2. 风险平价权重分配（如30年国债21.15%，黄金7.71%）[17] - **模型评价**：精细化分散风险，收益稳定性强 3. **中美核心资产组合** - **模型构建思路**：纳入白酒、红利、黄金、纳指等强趋势标的，结合RSRS择时与技术面反转策略[20] - **具体构建过程**： 1. 信号生成：RSRS指标判断趋势强度 2. 动态调仓（最新持仓为中证红利ETF、黄金ETF） - **模型评价**：长期超额收益显著 4. **高景气/红利轮动策略** - **模型构建思路**：构建高景气成长与红利的轮动模型[23] - **具体构建过程**： 1. 信号触发时调入创业板ETF/科创50ETF（高景气）或红利低波ETF/央企红利50ETF（红利） 2. 权重分配：60%红利类+40%成长类 5. **双债LOF增强策略** - **模型构建思路**：通过波动率倒数归一化调整债券与其他资产权重[26] - **具体构建过程**： 1. 分组计算收益率波动率 2. 权重公式：$$w_i = \frac{1/\sigma_i}{\sum(1/\sigma_i)}$$ 3. 优先分配至低波动债券标的 6. **结构化风险平价策略(QDII)** - **模型构建思路**：以国内债券ETF为主，QDII权益/黄金/红利ETF增强[27][29] - **具体构建过程**： 1. 资产池扩展至纳指ETF、日经ETF、恒生医疗ETF等 2. 风险平价优化权重 --- 模型回测效果（2024年初至今） | 模型名称 | 总收益率 | 最大回撤 | 波动率 | 夏普比率 | |------------------------------|----------|----------|--------|----------| | 鑫选技术面量化策略 | 32.01% | -6.30% | 17.70% | 1.16 | | 高景气红利轮动策略 | 47.70% | -22.04% | 35.04% | 0.95 | | 中美核心资产组合 | 57.80% | -10.86% | 17.25% | 1.98 | | 双债LOF增强 | 9.08% | -2.26% | 3.43% | 1.36 | | 结构化风险平价策略(QDII) | 22.52% | -2.38% | 4.94% | 2.75 | | 全天候多资产风险平价策略 | 18.81% | -3.62% | 4.49% | 2.49 | [32] --- 关键因子应用 - **RSRS择时因子**：用于中美核心资产组合的趋势判断，通过斜率指标捕捉市场拐点[20] - **波动率倒数加权因子**：在双债LOF增强策略中实现债券权重的动态优化[26] - **行业轮动因子**：结合基本面景气度与动量信号，驱动全天候策略中的权益配置[16] 注：报告中未单独列出因子构建公式，主要因子逻辑嵌入在各模型流程中。

理财产品权益配置策略 - 理财公司入市需将客户画像、产品定位和投资运作相匹配，但当前存在短期制约 [3] - 纯固收理财难以分享企业资产增值红利，需引入股东权益如可转债对冲信用债风险 [3] - 权益投资需关注三点：保持安全边际、选择优质企业现金流、高频再平衡以应对负债久期短的特点 [4] 多资产多策略投资逻辑 - 绝对收益目标需构建风险中性组合，单一线性资产易受贴现率波动影响 [4] - 多资产本质是多因子组合，需通过风险平价策略和smart beta挖掘低波动因子实现长期复利优势 [5] - 多策略灵活性类似烹饪方法多样化，需根据市场环境调整策略组合 [5] 全球市场环境与投资应对 - 年初全球市场震荡加剧，美国股债商汇齐跌，中国资产稳健，"东升西落"叙事主导市场 [6] - 黄金表现突出，反映全球债务扩张乏力与企业盈利稀缺，地缘政治风险上升 [6] - 建议在不确定性中捕捉反脆弱性交易机会，但需警惕宏观叙事转变带来的反身性效应 [6] 理财公司产品设计与投资者建议 - 高波动环境下需结合线性与非线性工具改造投资组合现金流，依赖衍生工具进行风险再配置 [7] - 理财产品需严格匹配客户需求，制定合理业绩基准和风险偏好以稳定参照系 [7] - 投资者应根据风险偏好配置产品：低风险客户选择固收类或现金管理类，高风险客户可通过长期限"固收+"布局含权资产 [7]

全球资产避险性能分析 - 近期市场动荡幅度显著大于前几年，A股表现相对稳健，而美股近2个月最大回撤超20% [4][6] - 中国利率债今年波动加大，1月入场的稳健投资者面临2.6%+回撤 [6] - 研究聚焦长期视角下全球各类资产（股市、债市、商品、现金）的避险能力 [8] 避险资产评估框架 - 核心指标包括：最大回撤及修复天数、持有期正收益概率（季度/年度/3年/5年）、风险调整收益指标（夏普比率、卡玛比率） [11][12][13] - 覆盖资产范围：全球主要股市（A股、港股、美股等）、中债/美债、黄金/原油、货币基金/超短期国债 [14][15] - 数据区间为2005/1/1-2025/5/7 [16] 单一资产避险表现 **最优资产：中国货币基金** - 最大回撤仅-0.03%，季度/年度正收益概率100%，夏普比率12.17 [19][21] - 美国超短期国债表现逊色，季度正收益概率仅40% [21] **债券与黄金局限性** - 中债最大回撤-14.52%（2016-2017年），修复需409天，但5年正收益概率98.95% [24] - 美债最大回撤-51.76%（2020-2023年），年度正收益概率不足50% [24][25] - 黄金最大回撤-44.49%（2011-2016年），修复耗时5年，近期领涨但波动风险需警惕 [25] **全球股市对比** - 印度股市风险收益比最优：年化收益10.01%，5年正收益概率97.89%，夏普比率0.575 [27] - 美股（年化6.5%）、台股（88.87%正收益概率）、A股（年化6.73%）次之 [27] - 越南股（最大回撤-79.35%）和原油（最大回撤-84.26%）为风险最高资产 [29][30] 多元配置策略优势 - 组合（A股/美股/中债/黄金/货币基金等）夏普比率1.134，3年/5年正收益概率100%，最大回撤-16.71% [34] - 风险平价策略通过季度再平衡控制单一资产风险暴露（上限30%），长期稳定性优于单一资产 [35] - 雪球三分法强调资产、市场、时机三重分散，实现收益多元化和风险对冲 [36]

收益表现 - 多资产配置组合自2024年4月3日至2025年4月18日累计收益8.11%，2025年收益2.07%，最大回撤-1.99% [5] - 同期中证800收益5.15%，标普500收益1.37%，中债新综合收益4.97% [5] - 组合在13个月中仅有2个月出现负收益（-0.3%和-0.09%），胜率极高 [9] 资产配置权重 - A股占比9.00%（红利低波资产为主），美股9.47%（纳斯达克100+标普500），商品15.59%（黄金占11.80%） [10][13] - 美债占比22.33%（中长债+短债），中债43.61%（7-10年国开债+政金债） [13] 策略目标与原则 - 目标为替代固收+组合（年化4-5%），构建家庭资产底仓（目标占可投资资产60%） [11] - 采用风险平价策略实现大类资产（权益/债券/商品）风险分散，二级子资产使用均值方差模型 [11] - 核心原理为选择低相关性且长期收益向上的资产，基本不择时，实际业绩基准为中债新综合指数 [11] 组合运营细节 - 美债因QDII额度限制超配7个百分点（标配15%），在十年国债收益率接近5%时主动超配 [14] - 资产再平衡基于1年/3年/5年数据评估，但实际调整频率较低以避免过度干预 [14] - 主要使用指数基金降低对基金经理依赖，仅美债因无指数基金采用"拼大饼"方式配置 [14] 未来优化方向 - 计划将组合权重提升至家庭可投资资产的60%，作为现金管理升级版 [16] - 探索A股Reits等低相关性资产，但排除原油等博弈性过强的品种 [17] - 持续优化夏普比率，减少人工干预，强化数据驱动决策 [17][18] 策略核心理念 - 通过跨市场配置实现"地球上总有一处是牛市"的风险对冲效果 [18] - 基于雪球三分法理念（资产分散/市场分散/时机分散）构建长期投资框架 [19]

量化模型与构建方式 1. **模型名称：鑫选ETF绝对收益策略（基于技术面量化的“抽屉法”）[12]** * **模型构建思路**：通过“抽屉法”在场内权益ETF池中进行测试和筛选，目标是跑出绝对收益和相对于A股权益的长期相对收益[12]。 * **模型具体构建过程**：报告未详细描述“抽屉法”的具体技术面量化规则和选样过程，仅提及该方法在前期报告《基于技术面量化的指数基金绝对收益策略》中有所阐述[12]。模型在“鑫选ETF池”中通过择时交易构建组合[12]。 2. **模型名称：全天候多资产多策略ETF风险平价策略[17]** * **模型构建思路**：结合行业轮动、风格轮动等主动权益策略提高收益，同时使用风险平价策略（Risk Parity）来分配资产权重，以降低组合整体波动性，实现资产和策略的分散化配置[17]。 * **模型具体构建过程**：1）资产与策略配置：将资产分散于商品（黄金ETF）、美股（标普500ETF）、国内权益（行业轮动、风格轮动、大小盘轮动策略）和国内债券（10年国债ETF、30年国债ETF）[17]。2）风险平价：使用风险平价模型计算各资产或策略子组合的权重，使得各组成部分对组合整体风险（通常以波动率衡量）的贡献相等，从而降低组合波动[17]。 3. **模型名称：中美核心资产组合[21]** * **模型构建思路**：纳入白酒、红利、黄金、纳指四种强趋势标的，结合对趋势行情有效的RSRS策略以及对技术面反转有效的策略，针对不同标的采用不同策略进行有效结合[21]。 * **模型具体构建过程**：1）标的选取：选择白酒、红利、黄金、纳斯达克指数四种具有强趋势特征的资产[21]。2）策略结合：对不同的资产应用不同的择时策略，趋势性强的资产（如纳指）主要应用RSRS择时策略，其他资产可能结合技术面反转策略。具体细节详见前期报告《基于RSRS择时的中美核心资产配置组合》[21]。 4. **模型名称：高景气/红利轮动策略[23]** * **模型构建思路**：构建一个信号模型，用于判断市场风格是偏向高景气成长还是红利，然后根据信号在对应的ETF组合之间进行轮动配置[23]。 * **模型具体构建过程**：1）信号生成：模型会发出“高景气成长”或“红利”信号（信号生成逻辑在前期报告《系统化定量投资视角下的策略配置》中阐述）[23]。2）资产配置：当信号为“高景气成长”时，组合配置为创业板ETF和科创50ETF，各占50%权重；当信号为“红利”时，组合配置有所调整，2024年2月前为红利低波ETF（100%），2024年2月后调整为红利低波ETF与央企红利50ETF，各占50%权重[23]。 5. **模型名称：双债LOF增强策略[25]** * **模型构建思路**：在拥有部分权益资产（如纳指、白酒、红利）的买卖信号后，通过动态调整权重，使债券（双债LOF）在组合中占据较大份额，权益资产占据较小份额，形成一种“固收+”增强策略[25]。 * **模型具体构建过程**：1）分组：将4支标的分为两组，一组为双债LOF（跟踪中证综合债），另一组为其他三个权益产品[25]。2）计算波动率：分别计算两组指数每周的收益率波动率[25]。3）确定权重：计算各波动率的倒数，并进行归一化处理，以此确定两组的配置权重。由于债券波动率通常低于权益资产，此方法会天然提升债券部分的权重[25]。 * **模型评价**：该方法能有效提升债券部分的权重，实现基于债券的增强[25]。 6. **模型名称：结构化风险平价策略（QDII）[26]** * **模型构建思路**：在风险平价框架下，将资产池扩展至包含QDII产品、国内红利ETF、国内债券ETF和商品ETF，构建一个以国内中长期债券为主，其他资产增强的分散化策略[26]。 * **模型具体构建过程**：1）资产池构建：商品（黄金ETF）、QDII权益（纳指ETF、日经ETF等）、国内红利（银行ETF、电力ETF等）、国内债券（5年地方债ETF、10年地方债ETF、30年国债ETF）[26]。2）风险平价：应用风险平价模型，根据各资产的风险贡献度来分配权重，以实现组合风险分散[26]。 模型的回测效果 （所有回测结果均为截至报告时点的最新数据，具体回测区间见各模型描述） 1. **鑫选ETF绝对收益策略**，总收益率32.62%，年化收益率27.77%，最大回撤-6.30%，波动率18.35%，夏普比率1.31[28] 2. **高景气/红利轮动策略**，总收益率42.52%，年化收益率36.01%，最大回撤-22.04%，波动率36.91%，夏普比率0.95[28] 3. **中美核心资产组合**，总收益率50.37%，年化收益率42.49%，最大回撤-10.86%，波动率15.88%，夏普比率2.18[28] 4. **双债LOF增强策略**，总收益率8.98%，年化收益率7.75%，最大回撤-1.63%，波动率2.82%，夏普比率1.95[28] 5. **结构化风险平价策略(QDII)**，总收益率19.53%，年化收益率16.75%，最大回撤-2.34%，波动率4.60%，夏普比率2.95[28] 6. **全天候多资产风险平价策略**，总收益率18.74%，年化收益率16.08%，最大回撤-1.35%，波动率3.67%，夏普比率3.54[28] 量化因子与构建方式 （本报告未详细阐述底层因子（如价值、成长、质量等）的构建方法，主要提及了基于这些因子构建的ETF产品标签。） 1. **因子/标签名称：红利低波因子[43][46]** * **因子的构建思路**：作为ETF标签体系中的一类因子标签，代表同时具备高股息（红利）和低波动特征的股票组合[43][46]。 * **因子具体构建过程**：报告未给出具体计算公式。通常，该因子通过筛选股息率高且股价历史波动率低的股票来构建[46]。 2. **因子/标签名称：自由现金流因子[31]** * **因子的构建思路**：作为ETF跟踪的指数主题，代表上市公司创造自由现金流的能力，是质量因子的一种[31]。 * **因子具体构建过程**：报告未给出具体计算公式。通常基于公司的自由现金流指标（如自由现金流/市值）来筛选股票[31]。 因子的回测效果 （本报告未提供单因子的独立回测绩效指标，如IC、IR等。）