全球战略资产配置框架 - 报告构建了涵盖权益、固收、另类及现金四大类资产的全球战略配置新框架，为收益预测与组合构建奠定基础[1] - 战略组合构建需明确投资者在收益目标、风险容忍度、流动性及监管税收方面的约束[3] 权益资产市场结构与特征 - 全球权益配置中，MSCI ACWI指数覆盖47个市场共2517只成分股，其中美国权重为64.0%，日本为4.9%[15][18] - 发达市场权益中，美国股市在MSCI World指数中权重达71.9%，总市值约70万亿美元，占全球股票总市值过半[26] - 新兴市场权益中，中国在MSCI EM指数中权重为27.6%，A股、港股、台股合计市值约20万亿美元，印度权重为15.3%，市值约5万亿美元[64] 固定收益资产定位与表现 - 美国国债在全球SAA框架中作为核心“安全底仓”，承担风险对冲、流动性枢纽及收益锚定作用[105] - 全球投资级公司债在SAA中起到“稳健收益+适度增强”作用，是衔接安全底仓与收益增强资产的关键纽带[123] - 新兴市场主权债（本币/硬通货）提供收益增强和全域风险分散，其长期收益率显著高于发达市场主权债[127][128] 另类资产风险收益分析 - 全球核心型房地产（REITs）截至2026年1月底的5年滚动年化收益率表现分化，VNQ约4.7%，SRET约5.8%，夏普比率在0.12至0.35之间[141][147] - 大宗商品中，贵金属表现突出，黄金5年滚动年化收益率约22.2%，夏普比率约1.32；WTI原油同期收益率仅2.0%，夏普比率约0.05[149][154] - 对冲基金策略ETF收益分化，QAI的5年滚动年化收益率约3.18%，波动率6.47%；GVIP收益率约11.80%，波动率21.19%[161][162] 现金及货币工具配置作用 - 美元、欧元、日元现金是SAA组合的流动性核心，其中美元在全球支付市场份额长期稳定在40%-50%，是可靠的流动性锚点[167][168] - 短期高评级商业票据作为现金工具的收益增强品种，流动性接近现金且收益高于活期存款，适合配置短期闲置资金[176] 组合优化方法与绩效 - 战略组合优化方法中，均值方差、Black-Litterman和Kelly-CVaR模型的长期回报率均优于单一资产策略，且年化波动率显著小于纯股票投资[3] - 风险平价模型的年化回报率高于纯债策略，波动率与之基本持平，其夏普比率在所有策略中表现最优[3]

投资理念与方法论 - 投资框架强调将数学模型与现实市场弹性结合，学术模型如“均值方差模型”在真实市场中可能因参数过度敏感而失效，因此需要为理性框架注入现实弹性 [3] - 建立“三层调整”的纪律化框架，每月团队会像检修精密仪器般审视组合，依据量化信号进行战术调整，但在风格切换上更倾向于“均衡中的适度偏离” [3] - 采用双轨制风险控制框架：用模型锚定战略赔率（价格是否便宜），再用宏观因子辅助判断战术胜率（何时上涨），两者叠加以力求避免在“黎明前的黑暗”中承受不必要的损失 [5] 客户导向与产品策略 - 公司交付的不是模型，而是与客户生活场景深度匹配的解决方案，将冰冷数据转化为温暖陪伴的长期主义实践 [2] - 以“场景化思维”贯穿产品线：对于追求平稳的投资者，组合侧重力争控制波动与回撤修复；对于能承受较高波动的投资者，则会在均衡基础上适度提升锐度 [5] - 将基金投顾的角色理解为“解决方案提供者”而非“产品销售者”，认为投资者的核心挑战是在净值化时代于波动中建立新的心理适应，需要被陪伴以理解适度波动是获取长期回报的必经之路 [5] 行业趋势与投资者教育 - 资管新规后净值化时代的真正挑战，是帮助投资者完成从“刚兑思维”到“波动认知”的心理迁徙，过去那种没有波动的稳定收益已经消失 [6] - 基金管理人的角色是通过专业的大类资产配置，帮助客户力争平滑这段必经的波动旅程，让持有过程变得更可承受、更安心 [6] - 投资管理被视为基金管理人与投资者的“双向奔赴”，目标是找到认同稳健风格、注重长期持有体验的投资者，彼此陪伴共同成长 [6] 决策风格与团队管理 - 决策风格更倾向于全面考量、在中间地带寻找平衡，不擅长也不热衷于极致的风格切换，即使成长风格占优也不会全仓压上，追求的是均衡基础上的优化以及波动与回报之间更优的客户体验 [6] - 投资哲学认为所有的模型、信号和调整，最终都流向一个终点——客户真实的财富生活场景 [4] - 对于养老诉求等追求稳健与安心的场景，无论产品风险等级如何，持有体验始终是最关切的重点之一 [5]

量化模型与构建方式 1. 固定比例配置模型 **模型构建思路**：采用固定比率进行分散投资，运作简单，满足基础分散化投资诉求[7] **模型具体构建过程**：按照预设的固定比例配置各类资产，如股债20/80指数等[7] **模型评价**：运作简单但不够灵活，环境变动下收益差距可能较大[7] 2. 均值方差模型 **模型构建思路**：从数学端对资产配置模型的作用进行概述，认为投资组合的回报可视为随机变量，从预期与波动分别衡量组合的预期收益与承担的风险[8] **模型具体构建过程**：给定收益/风险目标，确定最优投资组合，在同风险下追求最大化预期收益[8] **模型评价**：可以设定预期收益与风险，灵活调整组合，但简单的均值、方差模式较难识别组合未来情况，数量化模型较难结合新观点新动态[8] 3. Black-Litterman模型 **模型构建思路**：结合贝叶斯框架改进基础模型的收益/风险分布[8] **模型具体构建过程**：在均值方差模型基础上，通过贝叶斯框架融入管理人主观观点，使配置框架更加灵活[8] **模型评价**：贝叶斯框架能够结构化管理人主观观点，配置框架灵活，但应用框架需较强的收益分布假设，复杂度上升时较难复盘[8] 4. 风险平价模型 **模型构建思路**：仅关注风险端，追求各资产风险配置均衡[7] **模型具体构建过程**：通过风险贡献度均衡的方式配置资产权重，可引入宏观风险、汇率风险等多维度的风险信息进行组合构建[7] **模型评价**：强化风险控制，但依赖风控模型，当出现难以识别的风险时，没有收益兜底的风险平价模型较难及时调整[7] 5. 美林时钟模型 **模型构建思路**：根据主观认知与判断将市场做切片，根据不同切片下的表现做配置[8] **模型具体构建过程**：基于经济周期划分（复苏、过热、滞胀、衰退）四个阶段，为每个阶段配置相应的优势资产类别[8] **模型评价**：切片视角既能结合主观判断，也能强化数据分布的可靠性，相对灵活，但高度依赖主观认知，存在模型失效问题[8] 6. 桥水全天候策略 **模型构建思路**：仅关注Beta收益，忽略Alpha配置，预期在所有经济环境下都有良好表现[11] **模型具体构建过程**：使用按资产类别对增长和通胀敏感性的专有估计来指定头寸，创造不会因增长或通胀条件而表现出色或表现不佳的投资组合，本质是仅关注"增长"与"通胀"风险下的风险平价模型[11] **模型评价**：配置结构较稳定，重债轻股，重绝对轻相对，收益表现与固定比例模型相似[15] 7. Bootstrap多资产配置模型 **模型构建思路**：在对大类资产做充分研究与判断的基础上，充分运用股价信息进行大类资产配置[37] **模型具体构建过程**： 1）Bootstrap提取的时间窗口：过去两年[45] 2）Bootstrap提取的序列长度：每次连续20交易日，有放回提取24次，构建480日（2年）长度的新序列[45] 3）提取次数：1000次，构建资产收益的状态空间[45] 4）根据收益风险的分位数表现情况进行分析与配置[45] 5）滚动观测周期：5年，BootStrap块大小：20个交易日，BootStrap模拟组合大小：500个交易日[47] 6）测算频率：月频（月末测算），回测区间：2014/12/31~2025/6/30[47] **模型应用框架**： - 以回撤控制为核心：在满足回撤要求的前提下，追求最优收益分布[47] - 以中枢分布为核心：以追求最优Sharpe为目标，要求风险资产满足中枢需求[47] - 设置乐观预期（观察70%分位数）、一般预期（观察40%分位数）、悲观预期（观察20%分位数）[47] **目标函数构建**： $$F = B - \alpha \times C$$ 其中：A为满足风险要求的概率，B为满足风险要求下的预期收益（或Sharpe），C为不满足风险要求下的预期收益（或Sharpe），α为惩罚参数[50] 模型的回测效果 Bootstrap多资产配置模型测试结果 **回测区间**：2014/12/31~2025/6/30[47] **最大回撤控制效果**：模型在长期较好地实现了4%最大回撤的诉求，悲观预期下在绝大部分时段实现4%最大回撤目标，仅在2018与2019部分时段回撤超过4%，但短期迅速修复[57] **收益表现**：乐观预期下组合实现与万得二级债基指数相似的最大回撤表现，长期具备更强收益表现，收益风险比突出[57] **权重分布特征**：在国债与信用债之间灵活调整，多资产间灵活配置，2022年以来增配黄金趋势明显[57] 最新配置权重结果（2025/10/31） **回撤控制目标1%模型**： - 悲观预期：信用债77.27%，国债9.60%，SHFE黄金9.27%，日经2252.18%[59] - 一般预期：信用债44.54%，国债45.23%，CBOT豆粕3.47%，SHFE黄金3.25%[59] - 乐观预期：信用债82.88%，纳斯达克1004.23%，SHFE黄金7.10%[59] **回撤控制目标4%模型**： - 悲观预期：国债58.20%，SHFE黄金25.25%，纳斯达克1008.18%，日经2254.80%[59] - 一般预期：SHFE黄金35.25%，信用债33.95%，国债18.75%，纳斯达克1001.75%[59] - 乐观预期：SHFE黄金35.14%，国债42.48%，纳斯达克1009.48%，日经22512.90%[59] **中枢控制目标30%模型**： - 悲观预期：信用债54.57%，国债25.43%，SHFE黄金10.64%，纳斯达克1003.00%[59] - 一般预期：信用债42.52%，国债37.48%，SHFE黄金10.02%，纳斯达克1003.52%[59] - 乐观预期：国债42.43%，信用债37.57%，SHFE黄金9.62%，纳斯达克1003.71%[59]

核心观点 - 报告采用均值方差模型和Black-Litterman模型进行长短期视角下的大类资产配置策略分析，结合5年历史数据和1个月短期数据优化配置比例 [21][22][23] - 8月配置建议分为偏债型和混合型组合，偏债型维持10%亚太新兴市场股票+80%企业债+10%黄金，混合型调整为23%纳斯达克100+7%沪深300+40%企业债+30%大宗商品 [5][28] 近期大类资产表现 权益类资产 - 近5年表现：纳斯达克100累计涨125.7%，印度Sensex30涨131.3%，沪深300仅涨4.1% [6] - 近1月表现：沪深300涨3.5%，纳斯达克100涨2.4%，印度Sensex30跌2.9% [7] 债券类资产 - 近5年表现：国债指数累计收益24.6%，企业债25.6%，2024年后国债表现占优 [12] - 近1月表现：国债指数跌0.2%，企业债指数持平 [12] 大宗类资产 - 近5年表现：南华商品指数涨81.4%，黄金涨96%，商品涨势集中在2022年前，黄金涨势在2023年后 [16] - 近1月表现：南华商品指数涨3.8%，黄金价格基本持平 [17] 资产配置模型表现 均值方差模型 - 2015-2025年回测：年化收益6.81%，最大回撤3.6%，夏普比率2.76 [25] - 2025年表现：累计收益1.97%，7月收益-0.15%受债券和印度市场拖累 [25] Black-Litterman模型 - 股商上限30%时表现更优：2015-2025年化收益9.53%，最大回撤6.79%，2025年累计收益13.37% [27] - 7月收益1.77%主要来自商品和纳斯达克指数 [27]