市场表现 - 上周沪深300指数周涨幅1.54%，上证综指周涨幅1.40%，中证500指数周涨幅0.81%，市场延续上涨但内部结构分化[3] - 增量资金带动A股上攻3500点，但新增资金快速退坡，市场后期或重回震荡[4][5] 基本面分析 - 国内6月官方PMI较5月有所回升，但仍未走出4月贸易战冲击的压力区，经济回升趋势不明确[4] - 美国就业数据呈现巨大波动，4.1%的失业率已消除非法移民干扰，预计后续震荡上行[4] - 美国"大美丽法案"落地，属于财政刺激政策延续而非新增，对经济提振作用有限[4] 技术面分析 - 增量资金突袭推动市场反弹，但资金持续性不足，技术面脉冲信号已兑现[5] - 逆势增量资金带动A股冲高，但最新监控显示增量资金退潮[5] 仓位建议 - 主板建议重回中等仓位，因增量资金退坡且资金方向波动大[5] - 中小市值板块建议跟随主板重回中等仓位，风格转向均衡[5] 行业关注 - 短期动量模型建议关注银行行业[5]

大类资产配置信号 - 2025年7月股票市场信号为正向 黄金市场信号也为正向 债券市场信号为负向 [1][2] - 2025年第三季度信用利差和期限利差均发出收窄信号 宏观环境预测为Inflation [2] 行业复合趋势因子表现 - 2015年1月至2025年6月行业复合趋势因子组合累积收益达86.40% 超额收益为40.53% [2] - 2025年6月因子信号为正向 Wind全A当月收益率为4.74% [2] - 2025年6月底行业复合趋势因子值为-0.34 有所回升 继续维持正向信号 [2]

报告核心观点 - 上周（20250616 - 20250620）保守型固收 + 产品收益中位数为 0.09%，宏观环境预测结果为 Inflation，行业 ETF 轮动组合超额收益 1.29%；股票端采用小盘价值组合 + 不择时的股债 10/90 和 20/80 月度再平衡策略，2025 年累计收益分别为 2.95% 和 5.17% [1] 固收 + 产品业绩跟踪 业绩统计 - 截至 2025 年 06 月 20 日，全市场符合筛选条件的固收 + 基金共计 1173 只，总规模 16921.27 亿元；上周共发行 4 只新产品 [9][10] - 上周不同类型基金业绩中位数表现分化，混合债券型一级 0.10%、二级 -0.02%、偏债混合型 -0.07%、灵活配置型 0.03%、债券型 FOF 0.05%、混合型 FOF 0.01%；按风险等级划分，保守型、稳健型、激进型基金中位数收益分别为 0.09%、0.00%、 -0.11% [2][12] - 年初至今不同类型基金业绩中位数分别为混合债券型一级 1.02%、二级 1.07%、偏债混合型 1.01%、灵活配置型 0.65%、债券型 FOF 1.36%、混合型 FOF 1.37%；保守型、稳健型和激进型的基金业绩中位数分别为 1.01%、1.13%、1.01% [14] - 过去一年不同类型基金业绩中位数分别为混合债券型一级 3.32%、二级 3.79%、偏债混合型 4.10%、灵活配置型 3.61%、债券型 FOF 3.82%、混合型 FOF 4.07%；保守型、稳健型和激进型的基金业绩中位数分别为 3.35%、3.81%、4.43% [15] 持有胜率与创新高产品 - 混合债券型一级的持有体验较好，季胜率、月胜率和周胜率中位数分别为 80.0%、69.2%和 54.7%；保守型基金的周胜率和月胜率较高，季胜率和稳健型、激进型产品的分布表现基本一致 [17] - 截止 2025.06.20，共有 294 只固收 + 产品的净值创历史新高，按投资类型包括混合债券型一级基金 212 只等；按风险类型包括保守型 265 只、稳健型 18 只、激进型 11 只 [20] 大类资产配置和行业 ETF 轮动策略跟踪 大类资产择时 - 2025Q2，逆周期配置模型给出的宏观环境预测结果为 Inflation，截至 6 月 20 日，沪深 300、国证 2000、南华商品和中债国债总财富指数 Q2 收益率分别为 -1.05%、 -1.83%、 -1.38%、1.92% [24] - 截至 6 月 20 日，沪深 300 指数、中债国债总财富指数、上金所 AU9999 合约 6 月收益率分别为 0.17%、0.71%和 1.28% [24] 行业 ETF 轮动 - 2025 年 6 月，行业 ETF 轮动策略建议关注国泰中证全指证券公司 ETF 等 4 只 ETF；组合上周收益 0.21%，相对 Wind 全 A 指数超额收益 1.29%；本月收益 0.79%，相对 Wind 全 A 指数超额收益 0.53% [2][25] 最新观点汇总（2025.06） - 给出国泰海通金工绝对收益策略 2025 年 6 月大类资产多空观点、月初权重及行业 ETF 组合，如股票负向，债券、黄金正向等不同策略下的权重分配 [28] 绝对收益策略表现跟踪 股债混合策略表现 - 展示国泰海通金工绝对收益策略上周、6 月及 2025 年初至今的表现，如（宏观择时）股债 20/80 再平衡策略上周收益 0.03%（YTD -0.48%）等 [3][30] 量化固收 + 策略表现 - 汇总国泰海通金工量化固收 + 策略上周、6 月及 2025 年初至今的表现，如不择时 + 10/90 月度再平衡策略下 PB 盈利本年收益 1.37%等 [37][39]

根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **逆周期配置模型** - 模型构建思路：通过代理变量预测未来的宏观环境，选择不同环境下表现最优的资产构建绝对收益组合[20] - 模型具体构建过程： 1. 预测宏观环境（如Inflation） 2. 根据环境选择资产（如股票、债券、商品） 3. 动态调整组合权重 - 模型评价：能够适应不同宏观周期，但依赖环境预测的准确性 2. **宏观动量模型** - 模型构建思路：从经济增长、通胀、利率等多维度构建择时信号[20] - 模型具体构建过程： 1. 计算宏观指标动量（如GDP、CPI等） 2. 生成多空信号 3. 应用于股票、债券等资产 3. **行业ETF轮动模型** - 模型构建思路：基于基本面、情绪面、量价技术面等多因子进行行业轮动[21] - 模型具体构建过程： 1. 匹配ETF跟踪指数与中信一级行业（23个行业基准池） 2. 计算因子得分（如历史基本面、预期基本面等） 3. 生成行业配置建议（等权重25%）[23] 4. **股债混合配置模型** - 模型构建思路：通过股债比例再平衡或风险平价控制组合波动[25] - 模型具体构建过程： - 再平衡策略：固定股债比例（如20/80）按月调整 - 风险平价策略：根据资产波动率动态分配权重 $$ w_i = \frac{1/\sigma_i}{\sum_{j=1}^n 1/\sigma_j} $$ 其中$\sigma_i$为资产i的年化波动率 5. **黄金择时策略** - 模型构建思路：结合宏观、持仓、量价和情绪因子多周期择时[20] 量化因子与构建方式 1. **PB盈利因子** - 构建思路：低估值+高盈利质量选股 - 具体构建： 1. 筛选PB低于行业中位数 2. 叠加ROE、盈利稳定性指标 2. **高股息因子** - 构建思路：选取持续高分红股票 - 具体构建： 1. 计算近3年股息率 2. 剔除分红不稳定的公司 3. **小盘价值因子** - 构建思路：小市值+价值特征组合 - 具体构建： 1. 按市值分为10组取最小30% 2. 叠加PB、PE等价值指标 4. **小盘成长因子** - 构建思路：小市值+高成长特征 - 具体构建： 1. 市值分组同小盘价值 2. 叠加营收增长率、净利润增长率 模型的回测效果 | 模型名称 | 本年收益 | 年化波动率 | 最大回撤 | 夏普比率 | |------------------------------|----------|------------|----------|----------| | 股债20/80再平衡 | -0.52% | 3.03% | 1.78% | -0.40 | | 股债风险平价 | 0.14% | 1.81% | 1.50% | 0.18 | | 股债黄金风险平价 | 0.91% | 2.27% | 1.49% | 0.95 | | 行业ETF轮动增强版20/80 | -0.30% | 3.38% | 1.64% | -0.21 | 因子的回测效果 | 因子组合（20/80配置） | 本年收益 | 年化波动率 | 最大回撤 | 夏普比率 | |-----------------------|----------|------------|----------|----------| | PB盈利 | 2.22% | 5.04% | 3.79% | 0.02 | | 高股息 | 1.26% | 4.51% | 3.47% | -0.13 | | 小盘价值 | 5.71% | 7.65% | 7.74% | 0.34 | | 小盘成长 | 5.16% | 7.76% | 8.07% | 0.29 | 注：所有测试数据截至2025年6月6日[26][35]

大类资产配置信号 - 2025年5月股票市场信号为负向 债券市场信号为中性 黄金市场信号为正向 [1] - 2025年Q2信用利差和期限利差均发出收窄信号 宏观环境预测结果为Inflation [2] 行业复合趋势因子表现 - 2015年1月至2025年4月行业复合趋势因子组合累积收益达73.81% 超额收益37.8% [2] - 2025年4月因子信号维持正向 但数值突降至-0.48 同期Wind全A收益率为-3.15% [2]

根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **模型名称：宏观择时模型** - 模型构建思路：通过经济增长、通货膨胀、利率、汇率和风险情绪等多个维度构建宏观动量模型，对股票、债券等大类资产进行择时[25] - 模型具体构建过程： 1. 使用代理变量预测未来的宏观环境（如Inflation等） 2. 根据不同环境选择表现最优的资产构建绝对收益组合 3. 季度配置信号基于逆周期投资框架，月度信号基于宏观动量模型[25] - 模型评价：能够有效捕捉大类资产轮动机会，但依赖宏观变量预测准确性 2. **模型名称：行业ETF轮动模型** - 模型构建思路：从行业基本面、预期基本面、情绪面、量价技术面、宏观经济等维度构建多因子行业轮动策略[26] - 模型具体构建过程： 1. 将ETF跟踪指数与中信一级行业匹配（覆盖23个一级行业） 2. 基于行业轮动因子（历史基本面、预期ROE、情绪指标等）计算行业得分 3. 每月选择得分最高的4个行业等权配置[26][28] 3. **模型名称：股债混合配置模型** - 模型构建思路：通过动态调整股债比例实现风险控制与收益增强[31] - 模型具体构建过程： 1. 基础版本采用固定比例（如20/80股债再平衡） 2. 增强版本结合宏观择时信号动态调整权重 3. 风险平价版本根据资产波动率分配权重[31] 4. **模型名称：量化固收+策略** - 模型构建思路：通过股票端量化选股策略增强固收产品收益[38] - 模型具体构建过程： 1. 股票端采用PB盈利、高股息、小盘价值、小盘成长四种选股策略 2. 与债券端（短债基金指数）按10/90或20/80比例月度再平衡 3. 可选配宏观择时模块动态调整股债比例[38][39] 量化因子与构建方式 1. **因子名称：PB盈利因子** - 因子构建思路：结合市净率和盈利能力的复合价值因子[39] - 因子具体构建过程： $$ PB盈利 = \frac{净利润}{市值} \times \frac{1}{市净率} $$ 通过排序筛选高PB盈利得分股票[39] 2. **因子名称：高股息因子** - 因子构建思路：筛选持续高分红股票获取稳定收益[39] - 因子具体构建过程： 1. 计算近12个月股息率 2. 结合分红稳定性和财务健康度筛选[39] 3. **因子名称：小盘价值因子** - 因子构建思路：在小市值股票中挖掘低估标的[39] - 因子具体构建过程： 1. 按市值分组选取小盘股 2. 在组内应用PB、PE等价值指标排序[39] 4. **因子名称：小盘成长因子** - 因子构建思路：捕捉小市值成长股超额收益[39] - 因子具体构建过程： 1. 按市值分组选取小盘股 2. 在组内应用收入增长率、ROE等成长指标排序[39] 模型的回测效果 1. **宏观择时模型** - 股债20/80再平衡策略：2025年累计收益-0.31%，年化波动率2.71%，最大回撤0.51%[32] - 股债风险平价策略：2025年累计收益0.15%，夏普比率0.87[32] - 股债黄金风险平价策略：2025年累计收益1.27%，夏普比率6.09[32] 2. **行业ETF轮动模型** - 2025年2月组合收益4.55%，相对Wind全A超额-0.75%[26] 3. **量化固收+策略** - 不择时20/80组合：小盘成长策略2025年收益3.38%，小盘价值策略3.09%[39] - 宏观择时20/80组合：小盘成长策略2025年收益1.75%，夏普比率0.01[39] 因子的回测效果 1. **PB盈利因子** - 10/90组合2025年收益0.38%，20/80组合0.69%[39] 2. **高股息因子** - 10/90组合2025年收益0.01%，20/80组合-0.04%[39] 3. **小盘价值因子** - 10/90组合2025年收益1.58%，20/80组合3.09%[39] 4. **小盘成长因子** - 10/90组合2025年收益1.72%，20/80组合3.38%[39]