核心观点 - 数字资产与传统宏观政策的关联度已达到历史高位 其价格走势高度敏感于地缘政治言论和债券市场动态 近期市场“先抑后扬”的修复行情是政策预期软化和全球利率压力缓解共同作用的结果 [1][2][3] 市场表现与价格动态 - 比特币在亚洲交易时段呈现“先抑后扬”走势 日内一度下探至87300美元附近低位 随后在贸易冲突预期软化后迅速重返90000美元关口 [1][4] - 以太坊在跌破3000美元大关后快速反抽至3020美元上方 [1][4] - Solana和XRP分别回升至130美元和1.95美元附近 主要代币价格同步反转是全球风险偏好重新定价的直接产物 [1][4] - 主要代币在周四普遍录得小幅回升 这种涨势更多体现为价格的自我修正与稳定 有效缓解了市场对“断头式”下跌的恐惧 [2][4] 驱动因素分析 - 地缘政治言论是近期市场波动的关键驱动力 当特朗普总统在达沃斯论坛上撤回针对格陵兰岛的关税威胁时 紧绷的避险情绪迅速释放 为加密市场提供了关键的企稳契机 [1][3] - 债券市场边际改善为风险资产提供喘息之机 本周早些时候长期国债收益率攀升导致的全球流动性紧缩是压制加密货币表现的主因 随着日本国债收益率从高点回落及官员发声安抚 全球利率压力有所缓解 [2][4] - 全球政治动态与债券市场的联袂表现仍是左右加密市场波动的“幕后黑手” [3][5] 资产属性与市场结构 - 尽管比特币常被标榜为独立于传统金融体系的资产 但在地缘博弈和政策不确定性激增时 它依然展现出极强的高风险属性 [2][5] - 当资金为保全资本而从高杠杆头寸中撤出时 数字资产往往首当其冲 这种“连坐效应”在拥挤的交易头寸中表现得尤为剧烈 [2][5] 未来展望与关键观察点 - 未来几个交易日市场的焦点将集中在比特币90000美元这一关键心理关口的得失 [2][5] - 美元指数的稳定性将成为决定加密资产能否延续反弹的关键 目前原油、黄金等外部市场已进入震荡区间 [2][5] - 如果达沃斯带来的利好情绪能够持续发酵 且债市不再出现超预期震荡 主流代币有望在当前水平构建坚实的底部支撑 [2][5] - 随着市场逻辑从情绪博弈回归基本面估值 资产的分化表现将逐步显现 具备更强抗风险能力的优质标的将在接下来的震荡期中脱颖而出 [3][5]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 商品中观轮动研究将“主观+量化”理念结合 旨在构建动态演进认知体系和有长期生命力投资策略 降低策略特异性 注重可解释性和可归因性 [3][81] - 构建月频品种簇中观轮动模型 样本内平均年化收益率 17.79% 夏普比率 1.44 回撤 -5.70% 月度胜率 68.98% 样本外 2025 年 1 - 11 月总收益 15.43% 回撤 1.09% 月度胜率 70% [3][4] 根据相关目录分别进行总结 商品轮动机制及品种簇划分 - 商品中观轮动库存周期上行时现实侧主导、表现为基本面估值 下行时预期侧主导、表现为宏观估值 结合贝叶斯思想提出研究框架 标的落实到品种簇层面 [6] - 选取 2019 年 1 月 1 日起始的 16 支品种簇 包括黑色、有色、能化、农产品、贵金属板块 [7] 自下而上—基本面视角 基本面估值指标构建 - 核心假设为商品根本价值源于实物属性 品种簇价格波动反映实物供需状况 [9] - 构建流程为对原始库存、利润、库消比数据预处理 构建品种簇扩散指数 以库存扩散指数为基指数、其余为辅指数 用“逻辑门”微调得到基本面估值强度 [13][14][15] 回测效果 - 月频调仓 做多估值最低的后 long_n 个品种簇 做空估值最高的前 short_n 个品种簇 多空等权 杠杆率一倍 [21][22] - 全参数组平均年化收益率 9.88% 夏普比 0.52 回撤 -10.58% 月度胜率 57.96% 取 ls_4_4 作为策略基准 [22] 自上而下—宏观视角 品种簇表达宏观观点 - 核心假设为品种簇具有金融属性 价格波动能被宏观因子解释和驱动 暴露关系相对稳定 [27] - 对 Wind 五大板块指数主成分分析 第一主成分解释度 69.4% 是增长与利率合力作用 第二主成分解释度 17.9% 是通胀结构与货币政策预期共同作用 第三主成分解释度 6.1% 是汇率因子作用 [28][29][31] 宏观估值指标构建 - 确定增长、通胀、利率及汇率为宏观指标 统一构造月频指标 增长因子由制造业 PMI、工业增加值、社会消费品零售总额合成 通胀因子由 CPI 和 PPI 构建 [40][41] - 宏观估值强度指标构建是将滚动回归后的因子暴露与因子动量相乘后加和 乘以置信指标得到 [53] 回测效果 - 月频调仓 月初买入持有至下一个信号日 [59] - 全参数组平均年化收益率 10.13% 夏普比 0.91 回撤 -11.17% 月度胜率 66.94% 取 ls_4_4 作为策略基准 [59] 周期择时 库存周期指数构建 - 库存周期指数 = 企业产成品存货增量 / 企业营收增量 对相关指标清洗处理后计算并标准化至 [0,1] 区间 滞后一个月 [62] 库存周期拐点识别 - 步骤为动态阈值确定、初始拐点识别、二次过滤 二次过滤后去除近邻拐点 5 个 2012 年 3 月至 2024 年底有效拐点 11 个 上下行阶段 12 段 有效阶段 9 个 平均库存周期运行时间 2 年零 1 个月 [65][66][67] 品种簇中观轮动模型 - 根据库存周期上下行进行估值模型二元轮动 库存上行阶段供需估值权重 100% 库存下行阶段宏观估值权重 100% [74] - 全参数组平均年化收益率 17.79% 夏普比 1.44 回撤 -5.70% 月度胜率 68.98% 取 ls_4_4 作为策略基准 [74] - 样本外 2025 年 1 - 11 月 ls_4_4 组总收益 15.43% 回撤 -1.09% 1、5、10 月录得负收益 [77] 总结与展望 总结 - 构建品种簇基本面估值轮动模型 月频全参数组平均年化收益率 9.88% 夏普比 0.52 回撤 -10.58% 月度胜率 57.96% [82] - 构建品种簇宏观估值轮动模型 月频参数组平均年化收益率 10.13% 夏普比 0.91 回撤 -11.17% 月度胜率 66.94% [82] - 进行宏观与基本面估值二元轮动 样本内月频全参数组平均年化收益率 17.79% 夏普比率 1.44 回撤 -5.70% 月度胜率 68.98% 样本外 2025 年 1 - 11 月总收益 15.43% 回撤 1.09% 月度胜率 70% [83] 展望 - 调整品种簇划分方式 纳入新能源硅锂等品种 [84] - 考虑贵金属货币、避险属性和油品地缘属性等 [84] - 构建品种簇趋势状态识别模型 辅以估值水位的趋势置信度评价 [84] - 从舆情分析及消息面部署监控体系 警惕月内风险事件 [84]

报告行业投资评级 未提及 报告的核心观点 - 商品中观轮动研究将“主观 + 量化”理念结合实践，构建动态演进认知体系，为后续模型搭建铺垫 [1][63][64] - 权益市场轮动自上而下源于经济周期循环，自下而上是存量和边际资金博弈 [64] - 商品期货板块轮动现象从多维度验真，其形成机制是周期视角下现实与预期侧博弈 [64] - 构建库存周期视角下宏观与基本面估值轮动初步框架，上行现实侧主导，下行预期侧主导 [64] - 将中观轮动标的定量为 16 个商品“品种簇”，综合产业链和收益率聚类划分 [64][65] 根据相关目录分别进行总结 中观研究的意义 - 构建“逻辑假设→数据验证→实践反馈→逻辑修正→模型补强”闭环投资认知体系 [3] - 2022 年以来中国商品期货市场情景转变，研究中观“商品集合”可规避同跌、捕捉机会、应对低波、防范拥挤 [3] 权益中观轮动 权益市场的轮动现象 - Fama - French 三因子模型中规模溢价和价值溢价是解释股票收益差异核心因子，构成“风格轮动”理论基础 [4] 形成机制：周期交替与资金博弈 - 因子溢价是权益轮动微观表现，形成机制需从周期交替和资金博弈理解 [7] - 自上而下，风格轮动源于经济周期循环，不同阶段市场风格不同 [10][12] - 自下而上，风格演变受存量资金配置主导，边际资金强化风格，估值与基本面背离时风格转换 [15][16] 商品中观轮动 商品期货市场的轮动现象 - 常见商品中观研究对象有 Wind 等指数，从轮动速度、强度、首末位适配性及分布验证轮动现象，做多首位做空末位有投资价值 [19][29] 形成机制：周期相位下现实与预期博弈 - 商品期货中观轮动驱动力源于库存周期中主要矛盾转移，四个阶段构成“现实”与“预期”博弈循环 [30][32] 动态框架：宏观金融与基本面估值轮动 - 借助贝叶斯思想构建研究框架，将“现实侧”明确为基本面估值，“预期侧”落实为宏观估值 [40][44] 从板块到品种簇轮动 - 板块指数有局限，综合产业链和收益率聚类划分出 16 个品种簇，品种簇继承板块属性且提高风险分散性 [49][60] 总结 - 商品中观轮动研究结合“主观 + 量化”，构建动态认知体系，为投资者提供投资价值和低相关性方法论 [63]