中金公司在固收加量化策略方面有哪些积累和研究？ 中金公司固收团队在固收加量化策略方面的研究主要从两个维度展开。首先是 从股债组合被动配置的角度，分析典型的固收加资产配置模型，包括国家恒定、 目标风险、目标日期、风险平价等避险策略，以及动态量化配置模型。这些策 略通过历史回测和参数优化，提供了更为清晰的组合拆解方法，降低主观判断 对择时层面的影响。 其次是从细分资产角度进行深入研究。股票方面主要集中 于风格轮动和行业轮动，同时也包括因子策略，如红利板块增强策略。纯债方 面则开发了多因子策略，通过平衡期限溢价和信用溢价，为投资者提供择券思 路。此外，中金团队还探索将大模型和深度学习应用于固收加资产组合构建， CPPI 避险策略通过无风险资产票息形成安全垫，但传统方法缺乏精确计 量。边缘 CPPI 策略通过债券和股票资本利得调配权重，满足回撤要求， 更符合当前市场需求。 合成期权策略通过模拟股债配置实现类似期权效果，可调整至不完全保 本，作为一种灵活有效的避险工具。通过调整参数，可以使整个组合的 年化收益率超过 CPI。 宏观择时模型基于广义和狭义流动性指标进行股债轮动配置，通过控制 股债比例和杠杆，提升组合年化收 ...

纪要涉及的行业 固收+投资行业 纪要提到的核心观点和论据 - **BL 模型核心作用**：解决传统资产配置模型对输入数据敏感性过高问题，结合市场真实情况与投资者主观判断生成后验收益率，使收益率预期更平稳，涵盖历史数据与当前主观判断[3] - **BL 模型综合市场与投资者观点方式**：先根据市场真实情况计算先验收益率，加入投资者对细分资产预期，综合生成后验收益率，再与资产协方差组合实现优化处置，类似贝叶斯估计加权处理[4] - **计算市场隐含资产收益率步骤**：构建市场组合；利用 CAPM 计算细分资产预期收益率；假设无 Arrow 部分计算市场组合超额收益率，得到细分资产隐含收益率[5] - **BL 模型计算市场风险偏好及收益率补偿方式**：通过计算市场组合反映市场风险偏好，即单位风险敞口下市场要求的收益率补偿，假设资产复原排名统一，将其转化为细分资产预期收益率[6] - **投资者观点结合到 BL 模型的方式**：投资者观点分绝对和相对观点，考虑资产相关性和置信区间，调整后验收益率使其更稳定，如绝对观点预期沪深 300 未来一年收益率达 30%，相对观点中证转债未来一年相较于中债综合有 3%超额等[8] - **BL 模型在中国应用注意点**：用基准组合替代市场组合并保留市场风险厌恶系数；考虑合同对固定收益组合约束；控制换仓频率和换手率；低波动组合可通过杠杆调整使资金效用最大化，如目标波动 5%，实际 3%，可杠杆放大至 4.2%[9][10] - **BL 模型组合优化方法**：基于不同目标，通常以最大化目标波动为主，考虑用基准组合替代市场组合并保留市场风险厌恶系数、考虑合同持仓上下线约束、控制换仓频率和幅度、引入杠杆因素调节资金效用[11][12][13][14] - **固收+智能体观点实现系统性作用方式**：通过细分资产模型或量化模型替代，如用 GBR 模型，以量价数据为自变量预测未来 21 天收益率，单个资产准确率平均不到 50%，组合中波动有所衰减[15][16] - **引入置信区间提高 BL 模型预测准确性方法**：将前段时间训练集中准确率作为置信区间输入，加入细分资产指标，如转债百元溢价率、股票市场情绪、纯债 10 年国债和 2007 年利差，显著提高整体模型准确性[17] - **未来固收+策略发展观点**：对细分资产有更强、更准确观点，模型效果更好，主动固收+仍有很大运用空间，对细分资产和策略认识更全面，组合效果更好，能显著跑赢被动指数型产品[18] - **BL 模型在中国化应用措施**：介绍 BL 模型，说明中国化调整，用小示例说明对单个资产认识更全面组合效果更好，提供科学自然配置方法[19] 其他重要但是可能被忽略的内容 - **固收+智能体构成**：分为对客端和研究部分，对客端通过大模型辅助或情景模拟形象化表达投资者收益率、风险和行为预期，研究部分分筛选挖掘资产和策略、理解资产和策略表现、预测收益率及风险、选择组合方式、止损或交易增强五个部分，各部分可有智能体或小模型辅助[2] - **利用现有资源研究和应用 BL 模型方式**：网上有许多 Python 库可直接导入，也提供已成型代码供参考，可交流探讨代码及应用[20]