量化模型与构建方式 1. **模型名称：逆周期配置模型**[7] * **模型构建思路**：从逆周期视角出发，通过预测未来的宏观环境（经济增长和通货膨胀变化方向），选择在不同宏观环境下预期表现最优的资产进行配置，以构建绝对收益组合[7]。 * **模型具体构建过程**： 1. **宏观环境预判**：使用两个代理变量预测下个季度的宏观环境。 * 使用**信用利差**的变化方向预判下个季度的经济增长变化方向[7]。 * 使用**期限利差**的变化方向预判下个季度的通货膨胀变化方向[7]。 2. **环境划分**：根据上述两个利差的变化方向（扩张或收窄），将宏观环境划分为三种阶段：Growth、Inflation、Slowdown[7]。 3. **资产配置**：根据预测出的宏观环境阶段，超配、低配或基准配置不同的资产。报告示例中提到： * Growth环境：超配股票资产10%（具体为沪深300，配置比例30%）[8]。 * Slowdown环境：低配股票资产10%（具体为国证2000，配置比例10%）[8]。 * Inflation环境：维持股票基准配置比例（具体为沪深300，配置比例20%），并配置南华商品指数30%[8]。 * 债券资产（以中债国债总财富指数代表）作为基础配置，在不同环境中调整股票和商品的配置比例[7][8]。 2. **模型名称：宏观动量月度配置模型**[9][12] * **模型构建思路**：针对股票、债券、黄金等不同大类资产，分别构建一个多因子打分模型。模型汇总多个宏观经济、市场情绪等维度的因子信号，生成月度择时观点（正向或负向）[9][12]。 * **模型具体构建过程**： 1. **因子库构建**：为每类资产选取一组相关的小类因子，并归入不同的大类因子类别（如经济增长、通货膨胀、汇率、利率、风险情绪、基本面、持仓、技术等）[9][12]。 2. **信号生成**：对于每个小类因子，其分项信号的计算方法为： $$分项信号 = 影响方向 \times 最新变化$$ 其中，“影响方向”代表该因子对资产价格的预期影响（+1为正向，-1为负向），“最新变化”代表因子值相对于上期的变化方向（+1为上升或改善，-1为下降或恶化）[9][12]。 3. **信号汇总**： * 每个大类因子的“汇总信号”由其下辖的小类因子“分项信号”汇总得到（具体汇总逻辑未明确说明，可能为求和或均值）[9][12]。 * 将所有大类因子的“汇总信号”相加，得到“总信号”[9][12]。 4. **择时判断**：根据“总信号”的正负给出资产月度涨跌的择时信号（例如，总信号为正代表看多/正向信号，为负代表看空/负向信号）[9][12]。 3. **因子名称：行业复合趋势因子**[13][14] * **因子构建思路**：从行业维度构建一个复合指标，用以观察A股市场整体行情启动的信号。该因子在绝对值超过一定阈值后，往往预示着市场后续上涨；而在市场接近顶部时，因子绝对值会突然下降，可能触发空仓信号[13]。 * **因子具体构建过程**：报告未提供该因子的详细计算公式和构建步骤，仅指出其从行业维度构建，并参考了专题报告《大类资产与中观配置研究（二）——权益资产择时之市场趋势因子》[13]。 模型的回测效果 1. **逆周期配置模型**： * 累计净值：截至2026年2月28日，模型累计净值走势展示于报告中（具体数值需从图1中读取，文本未提供）[10]。 * 季度表现示例：2025年第四季度，模型预测环境为Inflation，配置组合中沪深300、国证2000、南华商品、中债国债总财富指数的涨幅依次为-0.23%、1.83%、3.63%、0.11%[7]。 2. **行业复合趋势因子（组合）**： * 累积收益（2015年1月至2026年2月）：143.48%[14]。 * 超额收益（2015年1月至2026年2月）：52.95%[14]。 * 最新信号与表现：2026年2月，因子信号为正向，Wind全A当月收益率为2.34%[14]。截至2026年2月底，因子值为0.24，维持正向信号[14]。 量化因子与构建方式 1. **因子名称：股票市场择时因子集**[9] * **因子构建思路**：选取与股票市场（Wind全A指数）相关的宏观经济、汇率、利率及市场情绪指标，通过判断其变化方向生成择时信号[9]。 * **因子具体构建过程**：因子列表及影响方向如下： * **经济增长类**：PMI（影响方向+1）、标普全球中国通用制造业PMI（+1）[9]。 * **通货膨胀类**：PPI当月同比（-1）、PPI预期误差（-1）[9]。 * **汇率类**：CFETS人民币汇率指数（+1）、美元中间价（-1）[9][11]。 * **利率类**：中债企业债到期收益率(AA):1个月（-1）、中债国开债到期收益率:10年（+1）[9]。 * **风险情绪类**：Wind全A前一个月收益率（+1）、Wind全A前一个月波动率（滚动6个月）变化（-1）[9]。 2. **因子名称：债券市场择时因子集**[12] * **因子构建思路**：选取与债券市场（中债国债总净价指数）相关的宏观经济、汇率、利率及市场情绪指标，通过判断其变化方向生成择时信号[12]。 * **因子具体构建过程**：因子列表及影响方向如下： * **经济增长类**：PMI（-1）、PMI预期误差（-1）、工业增加值误差（-1）[12]。 * **通货膨胀类**：CRB指数（-1）、CPI当月同比（-1）[12]。 * **汇率类**：CFETS人民币汇率指数（+1）、美元中间价（-1）[12]。 * **利率类**：中债国债到期收益率:2年（-1）、中债国债到期收益率:5年（-1）、中债国债到期收益率:10年（-1）[12]。 * **风险情绪类**：Wind全A前一个月收益率（-1）、Wind全A前一个月波动率（滚动6个月）变化（+1）[12]。 3. **因子名称：黄金市场择时因子集**[12] * **因子构建思路**：选取与黄金价格相关的基本面、持仓、技术指标，直接给出分项信号（+1或-1），汇总后生成择时信号[12]。 * **因子具体构建过程**：因子列表如下： * **基本面类**：预期通胀、实际利率、全球负收益债规模、美国M2[12]。 * **持仓类**：CFTC掉期商持仓、CFTC管理基金持仓[12]。 * **技术类**：伦敦金10月均线、伦敦金20月均线[12]。 因子的回测效果 （报告未提供单个因子的独立测试结果指标，仅展示了其集成到模型中的综合信号和结果）

核心观点 报告的核心观点是，在截至2026年2月6日的市场环境下，固收+基金整体规模庞大，部分产品净值创下新高，但不同类型产品业绩出现分化[1][2]。在绝对收益策略方面，采用小盘价值风格并叠加择时模型的股债混合策略表现相对突出[1][4]。 固收+产品业绩跟踪 - **市场规模与结构**：截至2026年2月6日，全市场符合筛选条件的固收+基金共计1166只，总规模达23568.03亿元[2][10]。其中，混合债券型二级基金规模最大，为12267.14亿元，产品数量366只[11]。 - **近期业绩表现**：上周（20260202-20260206），各类型固收+基金业绩中位数表现分化，混合债券型一级基金为0.07%，而混合型FOF基金为-0.53%[2][14]。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0.04%、-0.17%、-0.27%[2][14]。 - **年初至今及过去一年业绩**：年初至今（截至2026.02.06），混合型FOF基金业绩中位数最高，为1.32%，激进型基金为1.33%[15]。过去一年（2024.12.31-2026.02.06），激进型基金业绩中位数最高，达7.51%[16][17]。 - **产品创新高情况**：截至2026年2月6日，共有161只固收+产品净值创历史新高，其中以混合债券型一级基金（127只）和保守型产品（153只）为主[2][18][19]。 大类资产配置和行业ETF轮动策略跟踪 - **大类资产择时观点**：2026年第一季度，逆周期配置模型预测宏观环境为“Slowdown”[3][21]。截至2月6日，沪深300指数、中债国债总财富指数、上金所AU9999合约在2月的收益率分别为-1.33%、0.18%和-6.91%[3][22]。 - **行业ETF轮动观点**：2026年2月，行业ETF轮动策略建议关注四只ETF：国泰中证全指证券公司ETF（512880.SH）、国泰中证煤炭ETF（515220.SH）、国泰中证钢铁ETF（515210.SH）、南方中证申万有色金属ETF（512400.SH），每只权重25%[3][23][24]。该组合上周及本月（截至2月6日）收益均为-2.94%，相对Wind全A指数超额收益为-1.45%[3][23]。 绝对收益策略表现跟踪 - **股债混合策略表现**：上周，基于宏观择时的股债20/80再平衡策略收益为-0.42%（年初至今0.14%），股债风险平价策略收益为-0.12%（年初至今0.35%）[4][27]。叠加行业ETF轮动后，股债20/80再平衡增强策略上周收益为-1.32%（年初至今-0.45%）[4][27]。 - **量化固收+策略表现**：在股债20/80月度再平衡配置下，不择时的小盘价值风格组合年内收益率达2.53%，表现最为突出；PB盈利、高股息、小盘成长风格收益分别为1.04%、0.97%、1.69%[4][35]。当配置比例调整为股债10/90时，各策略收益均出现回落[4]。叠加宏观择时模型后，小盘价值组合累计收益提升至3.81%[4][35]。采用逆周期配置模型搭配PB盈利与小盘价值的组合，年内收益为1.36%[1][4][35]。

核心观点 报告的核心观点是，在2026年初的市场环境下，固收+产品整体表现稳健，大量产品净值创出新高，同时通过量化模型构建的绝对收益策略，特别是聚焦小盘价值风格的股债混合策略，取得了显著优于基准的收益表现 [1][4] 固收+产品业绩跟踪 - **市场规模与创新高产品**：截至2026年1月23日，全市场符合筛选条件的固收+基金共计1157只，总规模达21780.36亿元，其中上周有824只产品净值创下历史新高 [2][9][18] - **产品类型与业绩分化**：上周（20260119-20260123），各类型固收+基金业绩中位数表现分化，混合债券型一级基金为0.26%，二级基金为0.47%，偏债混合型基金为0.56%，灵活配置型基金为0.37%，债券型FOF为0.42%，混合型FOF为0.63% [2][14] - **风险等级与业绩表现**：按风险等级划分，上周保守型、稳健型、激进型基金的中位数收益分别为0.32%、0.47%、0.59% [2][14] - **年初至今业绩**：从2026年初至1月23日，各类型基金业绩中位数分别为：混合债券型一级基金0.56%，二级基金1.36%，偏债混合型基金1.59%，灵活配置型基金1.10%，债券型FOF基金0.97%，混合型FOF基金1.85% [15] - **过去一年业绩**：过去一年（截至2026年1月23日），各类型基金业绩中位数分别为：混合债券型一级基金2.32%，二级基金6.18%，偏债混合型基金7.16%，灵活配置型基金5.56%，债券型FOF基金4.07%，混合型FOF基金7.88% [16] - **持有胜率**：过去一年滚动计算，债券型FOF基金的持有体验较好，其季胜率、月胜率和周胜率中位数分别为100.0%、76.9%和56.6% [18] 大类资产配置和行业ETF轮动策略跟踪 - **大类资产择时观点**：2026年第一季度，逆周期配置模型预测宏观环境为“Slowdown”，截至1月23日，沪深300指数、中债国债总财富指数、上金所AU9999合约在1月的收益率分别为1.57%、0.36%和14.08% [3][21][22] - **行业ETF轮动观点**：2026年1月，行业ETF轮动策略建议关注的行业ETF为：国泰中证煤炭ETF、国泰中证钢铁ETF、国泰中证全指证券公司ETF、华宝中证银行ETF，每只权重均为25% [3][23][24] - **策略组合表现**：该行业ETF轮动组合上周收益为1.77%，相对Wind全A指数超额收益为-0.03%；1月累计收益为1.41%，相对Wind全A指数超额收益为-6.13% [3][23] 绝对收益策略表现跟踪 - **股债混合策略表现**： - 宏观择时驱动的股债20/80再平衡策略上周收益为0.00%，年初至今收益为0.51% [4] - 股债风险平价策略上周收益为0.13%，年初至今收益为0.43% [4] - 股债黄金风险平价类组合上周收益为0.45%，年初至今收益为1.01% [4] - 上述策略叠加行业ETF轮动后，增强版股债20/80再平衡策略上周收益为0.71%，年初至今收益为0.59%；增强版股债风险平价策略上周收益为0.43%，年初至今收益为0.42% [4] - **量化固收+策略表现**： - 在不择时的股债20/80月度再平衡策略中，小盘价值风格表现最为突出，年内收益率达2.95%，显著高于PB盈利（1.08%）、高股息（0.78%）和小盘成长（2.31%）风格 [4][35] - 当配置比例调整为股债10/90时，各策略收益均出现回落，小盘价值风格收益为1.54% [4] - 叠加择时策略后，基于宏观动量模型的小盘价值组合累计收益达4.36%；基于逆周期配置的PB盈利搭配小盘价值组合年内收益为1.54% [4]

报告核心观点 - 根据2025年12月底数据，对2026年1月及第一季度的大类资产配置给出信号：股票和黄金市场为正向信号，债券市场为负向信号 [1][3] - 2026年第一季度的宏观环境预测结果为“Slowdown”（放缓）[2] - 行业复合趋势因子维持正向信号，其历史组合表现优异，自2015年1月至2025年12月累积收益达124.81%，超额收益为48.89% [3] 大类资产配置信号 - **2026年1月信号**：股票市场为正向信号，债券市场为负向信号，黄金市场为正向信号 [1][3] - **2026年第一季度宏观背景**：信用利差收窄，期限利差扩张，宏观环境预测为“Slowdown”（放缓）[2] 行业复合趋势因子表现 - **长期表现**：从2015年1月至2025年12月，行业复合趋势因子组合的累积收益率达到124.81%，超额收益为48.89% [3] - **近期信号与市场**：2025年12月，该因子信号为正向，同期Wind全A指数当月收益率为3.30% [3] - **最新状态**：截至2025年12月底，行业复合趋势因子数值为0.46，信号维持正向 [3]

核心观点 报告的核心观点是，在2025年末的市场环境下，固收+产品整体表现稳健，部分策略组合，尤其是采用小盘成长风格并叠加择时或轮动策略的量化固收+策略，取得了显著的超额收益 [1][4] 固收+产品业绩跟踪 - **市场规模与发行**：截至2025年12月19日，全市场符合筛选条件的固收+基金共计1148只，总规模达21722.64亿元，上周（20251215-20251219）新发13只产品 [2][9][10] - **近期业绩表现**：上周各类固收+基金业绩中位数表现接近，其中灵活配置型基金中位数收益最高，为0.13%，混合型FOF基金最低，为0.03% [2][16] - **年内及长期业绩**：年初至今（截至2025.12.19），偏债混合型基金业绩中位数最高，达4.93%，混合型FOF基金为5.79% [17]；过去一年，偏债混合型基金和混合型FOF基金业绩中位数分别为5.08%和5.77% [18] - **产品创新高情况**：截至2025年12月19日，共有99只固收+产品净值创历史新高，其中以混合债券型一级基金（52只）和保守型基金（67只）为主 [2][20] - **持有胜率**：过去一年，债券型FOF基金的持有体验较好，其季胜率、月胜率和周胜率中位数分别为100.0%、76.9%和56.6% [20] 大类资产配置与行业ETF轮动策略跟踪 - **大类资产择时观点**：2025年第四季度，逆周期配置模型预测的宏观环境为“Inflation”（通胀）[3][23]；12月以来（截至12月19日），沪深300指数、中债国债总财富指数、上金所AU9999合约收益率分别为0.92%、-0.20%和2.88% [3][24] - **行业ETF轮动组合**：2025年12月，行业ETF轮动策略建议关注的ETF包括：南方中证申万有色金属ETF、华宝中证银行ETF、国泰中证全指证券公司ETF、广发中证基建工程ETF、广发国证新能源车电池ETF，各占20%权重 [3][25][26]；该组合上周收益0.64%，12月累计收益1.09% [3][25] 绝对收益策略表现跟踪 - **股债混合策略表现**：基于宏观择时的股债20/80再平衡策略年初至今收益为4.85%，叠加行业ETF轮动后的增强策略收益达8.03% [4][29]；股债风险平价策略年初至今收益为2.05%，其增强策略收益为3.15% [4][29]；股债黄金风险平价策略年初至今收益为4.04% [4][29] - **量化固收+策略表现**：在股债20/80月度再平衡框架下，不择时的小盘成长策略年内收益率达11.56%，显著高于PB盈利策略的4.68%和高股息策略的4.30% [4][37]；当叠加宏观择时模型后，小盘成长组合的累计收益进一步提升至13.01% [4][37]；若采用股债10/90的更低风险配置，各策略收益均出现回落 [4]

核心观点 - 报告核心观点：股票端采用小盘成长组合叠加不择时的股债月度再平衡策略，在2025年取得了显著收益，其中股债20/80配置的小盘成长策略年内累计收益达11.30%，股债10/90配置的收益为6.21% [1] 固收+产品业绩跟踪 - 截至2025年12月12日，全市场固收+基金规模为21722.64亿元，产品数量为1148只，其中上周有20只产品净值创历史新高 [2][9] - 上周（20251208-20251212）新发8只固收+产品，各类型基金业绩中位数表现分化：混合债券型一级基金为0.06%，二级基金为0.03%，偏债混合型基金为-0.02%，灵活配置型基金为0.06%，债券型FOF为0.05%，混合型FOF（保守型）为0.01% [2][14] - 按风险等级划分，上周保守型、稳健型、激进型基金中位数收益分别为0.06%、0.04%、0.00% [2][14] - 年初至今（20250102-20251212），各类型固收+基金业绩中位数：混合债券型一级基金为1.78%，二级基金为4.18%，偏债混合型基金为4.86%，灵活配置型基金为3.65%，债券型FOF为3.02%，混合型FOF为5.75% [15] - 按风险类型划分，年初至今保守型、稳健型、激进型基金业绩中位数分别为2.13%、3.80%、5.23% [15] - 过去一年（20241212-20251212），各类型固收+基金业绩中位数：混合债券型一级基金为2.19%，二级基金为4.17%，偏债混合型基金为4.93%，灵活配置型基金为3.59%，债券型FOF为3.35%，混合型FOF为5.42% [17] - 按风险类型划分，过去一年保守型、稳健型、激进型基金业绩中位数分别为2.56%、3.89%、5.18% [17] - 持有胜率方面，债券型FOF基金的季胜率、月胜率和周胜率中位数分别为80.0%、69.2%和56.6%，持有体验较好 [19] - 上周净值创新高的20只产品中，按投资类型分包括混合债券型一级基金9只、二级基金4只、偏债混合型基金4只、灵活配置型基金3只；按风险类型分包括保守型10只、稳健型4只、激进型6只 [20] 大类资产配置和行业ETF轮动策略跟踪 - 大类资产择时：2025年第四季度逆周期配置模型预测宏观环境为“Inflation”，截至12月12日，沪深300、国证2000、南华商品和中债国债总财富指数第四季度收益率分别为-1.29%、-1.21%、0.27%、0.19% [22] - 月度资产表现：12月以来（截至12月12日），沪深300指数、中债国债总财富指数、上金所AU9999合约收益率分别为1.20%、-0.29%和1.69% [3][22] - 行业ETF轮动：2025年12月，策略建议关注的行业ETF为：南方中证申万有色金属ETF（512400.SH）、华宝中证银行ETF（512800.SH）、国泰中证全指证券公司ETF（512880.SH）、广发中证基建工程ETF（516970.SH）、广发国证新能源车电池ETF（159755.SZ），各占20%权重 [3][26] - 行业ETF组合上周收益为-0.72%，相对Wind全A指数超额收益为-0.99%；12月累计收益为0.44%，超额收益为-0.55% [3][23] - 最新策略观点汇总：2025年12月，宏观择时驱动的股债20/80再平衡策略月初权重为股票20.0%、债券80.0%；股债风险平价策略权重为股票10.5%、债券89.5%；股、债、黄金风险平价策略权重为股票9.5%、债券84.1%、黄金6.4% [27] 绝对收益策略表现跟踪 - 股债混合策略表现：宏观择时驱动的股债20/80再平衡策略上周收益0.09%，年初至今收益4.84%；股债风险平价策略上周收益0.11%，年初至今收益2.01% [4][29] - 增强策略表现：上述两者叠加行业ETF轮动后，上周收益分别为-0.04%和0.07%，年初至今收益分别为7.82%和3.02% [4][29] - 股债黄金风险平价组合上周收益0.15%，年初至今收益3.92% [4][29] - 量化固收+策略表现：在不择时的股债20/80月度再平衡配置下，小盘成长风格股票端策略年内收益率达11.30%，表现最为突出；PB盈利、高股息、小盘价值策略收益率分别为4.10%、3.93%、10.09% [4][37] - 当配置调整为股债10/90时，各策略收益均出现回落，小盘成长策略收益为6.21% [1][37] - 叠加宏观择时策略后，基于宏观动量模型的小盘成长组合累计收益达12.74%；基于逆周期配置的PB盈利搭配小盘成长组合年内收益为4.10% [4][37]

量化模型与构建方式 1. **模型名称：逆周期配置模型**[3][23] * **模型构建思路**：借助代理变量预测未来的宏观环境（如通胀、增长等），然后选择在该环境下预期表现最优的几类资产构建绝对收益组合[23]。 * **模型具体构建过程**：报告未提供该模型具体的代理变量选择、预测模型及资产选择规则的详细构建过程。 2. **模型名称：宏观动量模型**[3][23] * **模型构建思路**：从经济增长、通货膨胀、利率、汇率和风险情绪等多个宏观维度出发，构建对股票、债券等大类资产的择时信号[23]。 * **模型具体构建过程**：报告未提供该模型各维度具体指标、合成方法及择时规则的详细构建过程。 3. **模型名称：黄金择时策略**[23] * **模型构建思路**：通过宏观、持仓、量价和情绪等多类因子，构建多周期的黄金择时策略[23]。 * **模型具体构建过程**：报告未提供该策略具体因子定义、周期设置及信号生成规则的详细构建过程。 4. **模型名称：行业ETF轮动策略**[3][24] * **模型构建思路**：从行业历史基本面、预期基本面、情绪面、量价技术面、宏观经济等多个维度构建多因子行业轮动模型，并应用于ETF投资[24]。 * **模型具体构建过程**： 1. 确定基准池：将市场上ETF的跟踪指数与中信一级行业匹配，形成由23个一级行业组成的基准池[24]。 2. 构建行业轮动模型：基于上述多个维度的因子对行业进行评分或排序。 3. 构建ETF组合：根据行业轮动模型的信号，选择看好的行业，并配置对应的行业ETF形成投资组合。例如，2025年11月的组合等权重配置了5只行业ETF[24][27]。 5. **模型名称：股债混合再平衡策略**[1][4][29] * **模型构建思路**：设定固定的股债资产配置比例（如10/90， 20/80），并定期（如月度）进行再平衡，以维持初始配置比例，实现简单的资产配置[1][4]。 * **模型具体构建过程**： 1. 确定初始配置：设定股票资产与债券资产的初始权重，例如股票20%、债券80%[4]。 2. 定期再平衡：在固定的再平衡时点（如每月末），计算当前组合中各类资产的实际市值权重。 3. 调整至目标权重：通过交易，将各类资产的权重调整回初始设定的目标权重。 6. **模型名称：股债风险平价策略**[4][29] * **模型构建思路**：根据各类资产的风险贡献来分配权重，目标是使各类资产对组合整体的风险贡献相等，从而构建风险均衡的组合[4][29]。 * **模型具体构建过程**：报告未提供该策略风险贡献计算及权重求解的具体公式和过程。 7. **模型名称：股、债、黄金风险平价策略**[4][28] * **模型构建思路**：在股债风险平价策略的基础上，加入黄金资产，依据三类资产的风险贡献进行权重配置[4][28]。 * **模型具体构建过程**：报告未提供该策略的具体构建过程。 8. **模型名称：宏观择时增强的股债混合策略**[4] * **模型构建思路**：在基础的股债混合策略（如20/80再平衡）之上，引入宏观择时模型（如宏观动量模型）对股票仓位进行动态调整，以增强收益[4]。 * **模型具体构建过程**：报告未提供宏观择时信号如何具体调整股票仓位的详细规则。 9. **模型名称：行业轮动增强的股债混合策略**[4] * **模型构建思路**：在基础的股债混合策略（如20/80再平衡或风险平价）的股票端，不直接配置宽基指数，而是配置由行业ETF轮动策略生成的股票组合，以寻求超额收益[4]。 * **模型具体构建过程**： 1. 股票端：使用行业ETF轮动策略构建并动态调整股票组合。 2. 债券端：配置债券资产（如短债基金指数）。 3. 资产配置：按照设定的股债比例（如20/80）将资金分配于上述股票组合和债券资产，并定期再平衡[4]。 10. **模型名称：逆周期配置的混合策略**[4] * **模型构建思路**：结合逆周期配置模型（季度频率）与特定的股票风格策略（如PB盈利、小盘成长等），进行股债资产配置[4]。 * **模型具体构建过程**：报告未提供逆周期配置模型信号如何与股票风格策略结合的具体规则。 量化因子与构建方式 1. **因子名称：PB盈利因子**[4][37] * **因子构建思路**：基于市净率（PB）和盈利能力的选股因子，具体构建思路报告未详细说明。 * **因子具体构建过程**：报告未提供该因子的具体计算公式和构建步骤。 2. **因子名称：高股息因子**[4][37] * **因子构建思路**：基于股息率的选股因子，倾向于选择股息率较高的股票。 * **因子具体构建过程**：报告未提供该因子的具体计算公式和构建步骤。 3. **因子名称：小盘价值因子**[4][37] * **因子构建思路**：结合市值规模（小盘）和价值风格（如低估值）的选股因子。 * **因子具体构建过程**：报告未提供该因子的具体计算公式和构建步骤。 4. **因子名称：小盘成长因子**[1][4][37] * **因子构建思路**：结合市值规模（小盘）和成长风格（如高盈利增长）的选股因子。 * **因子具体构建过程**：报告未提供该因子的具体计算公式和构建步骤。 模型的回测效果 （数据区间：2025年1月2日至2025年11月28日）[30][37] 1. **（宏观择时）股债20/80再平衡模型**，本年收益4.83%，年化波动率3.47%，最大回撤1.78%，夏普比率1.54[30] 2. **（宏观择时）股债风险平价模型**，本年收益2.07%，年化波动率1.77%，最大回撤1.50%，夏普比率1.30[30] 3. **（宏观择时）股、债、黄金风险平价模型**，本年收益3.94%，年化波动率2.17%，最大回撤1.49%，夏普比率2.01[30] 4. **（宏观择时+行业ETF轮动）股债20/80再平衡模型**，本年收益7.98%，年化波动率5.46%，最大回撤2.54%，夏普比率1.62[30] 5. **（宏观择时+行业ETF轮动）股债风险平价模型**，本年收益3.17%，年化波动率2.21%，最大回撤1.45%，夏普比率1.59[30] 因子的回测效果 （数据区间：2025年1月2日至2025年11月28日，应用于不同股债配置策略）[37] 1. **PB盈利因子**（应用于不择时+20/80月度再平衡策略），本年收益4.60%，年化波动率4.56%，最大回撤3.79%，夏普比率0.21[37] 2. **高股息因子**（应用于不择时+20/80月度再平衡策略），本年收益3.98%，年化波动率4.03%，最大回撤3.47%，夏普比率0.16[37] 3. **小盘价值因子**（应用于不择时+20/80月度再平衡策略），本年收益11.19%，年化波动率6.89%，最大回撤7.74%，夏普比率0.64[37] 4. **小盘成长因子**（应用于不择时+20/80月度再平衡策略），本年收益11.93%，年化波动率7.02%，最大回撤8.07%，夏普比率0.68[37] 5. **PB盈利因子**（应用于宏观择时+20/80月度再平衡策略），本年收益6.28%，年化波动率5.05%，最大回撤3.65%，夏普比率0.37[37] 6. **高股息因子**（应用于宏观择时+20/80月度再平衡策略），本年收益5.53%，年化波动率4.38%，最大回撤2.63%，夏普比率0.33[37] 7. **小盘价值因子**（应用于宏观择时+20/80月度再平衡策略），本年收益12.08%，年化波动率7.88%，最大回撤7.21%，夏普比率0.62[37] 8. **小盘成长因子**（应用于宏观择时+20/80月度再平衡策略），本年收益13.38%，年化波动率7.86%，最大回撤7.34%，夏普比率0.70[37]

核心观点 - 报告核心策略为采用小盘成长风格的股票组合与不择时的股债配置（10/90和20/80）并进行月度再平衡，该策略在2025年累计收益表现突出，分别达到5.86%和10.57% [1] - 全市场固收+基金规模庞大，截至2025年11月21日总规模为21846.96亿元，产品数量1151只，其中23只产品在上周净值创下历史新高 [2] - 行业ETF轮动策略在2025年11月建议关注半导体、证券公司、通信设备、新能源车电池及动漫游戏等ETF，但该组合近期表现承压，上周及11月累计收益分别为-5.15%和-7.92% [3] - 在量化固收+策略中，小盘成长风格在股债20/80配置下年内收益率达10.57%，显著优于其他风格；叠加宏观择时策略后，其累计收益可进一步提升至12.70% [4] 固收+产品业绩跟踪 市场规模与产品概况 - 截至2025年11月21日，全市场固收+基金总规模为21846.96亿元，产品数量为1151只 [9] - 按投资类型划分，混合债券型二级基金规模最大，达10486.89亿元（353只），其次是混合债券型一级基金，规模为7996.15亿元（330只） [10] - 上周（2025年11月17日至21日）市场新发行8只固收+产品，涵盖混合型FOF、偏债混合型、混合债券型一级和二级基金等多种类型 [11][12] 近期业绩表现 - 上周各类型固收+基金业绩中位数普遍为负：混合债券型一级基金（-0.04%）、混合债券型二级基金（-0.72%）、偏债混合型基金（-0.87%）、灵活配置型基金（-0.60%）、债券型FOF（-0.40%）及混合型FOF（-1.03%） [11] - 按风险等级划分，保守型、稳健型、激进型基金上周业绩中位数分别为-0.13%、-0.59%和-0.93% [13] - 年初至今（截至2025年11月21日），各类型基金业绩中位数转为正收益，混合型FOF表现最佳，达5.07%，偏债混合型为4.43% [14] - 过去一年（2024年11月21日至2025年11月21日），固收+产品业绩中位数同样为正，激进型基金表现最好，达6.04% [15][16] 持有体验与创新高产品 - 混合债券型一级基金持有体验较佳，其过去一年的季胜率、月胜率和周胜率中位数分别为80.0%、69.2%和54.7% [18] - 保守型基金的持有胜率整体优于稳健型和激进型基金 [18] - 截至2025年11月21日，共有23只固收+产品净值创历史新高，其中19只为混合债券型一级基金，22只为保守型产品 [20] - 创新高幅度最高的产品为红塔红土长益A，创新高涨幅为0.11%，近一年涨幅为4.36% [21][22] 大类资产配置和行业ETF轮动策略跟踪 大类资产择时观点 - 2025年第四季度，逆周期配置模型预测的宏观环境为"Inflation" [23] - 截至11月21日，沪深300指数、中债国债总财富指数、上金所AU9999合约在11月的收益率分别为-4.03%、-0.10%和0.63% [23] 行业ETF轮动策略 - 2025年11月，行业ETF轮动策略建议关注的ETF包括：国联安中证全指半导体ETF（20%）、国泰中证全指证券公司ETF（20%）、国泰中证全指通信设备ETF（20%）、广发国证新能源车电池ETF（20%）、华夏中证动漫游戏ETF（20%） [25][27] - 该行业ETF组合上周收益为-5.15%（相对Wind全A指数超额收益为-0.02%），11月累计收益为-7.92%（超额收益为-2.94%） [26] 最新策略观点汇总 - 2025年11月，国泰海通金工绝对收益策略对股票资产持正向观点，对债券资产持中性观点，对黄金资产持正向观点 [29] - 策略组合权重包括宏观择时驱动的股债20/80再平衡策略（股票10.0%，债券90.0%）以及股债风险平价策略（股票5.7%，债券94.3%）等 [29] 绝对收益策略表现跟踪 股债混合策略表现 - 宏观择时驱动的股债20/80再平衡策略年初至今收益为4.84%，上周收益为-0.38%；股债风险平价策略年初至今收益为2.16%，上周收益为-0.22% [4] - 将上述策略与行业ETF轮动结合形成增强策略后，股债20/80增强策略年初至今收益达7.73%，上周收益为-0.51% [4] - 股债黄金风险平价类组合年初至今收益为4.02%，上周收益为-0.22% [4] 量化固收+策略表现 - 在股债20/80月度再平衡策略中，小盘成长风格股票端组合表现最为突出，年内收益率达10.57%，年化波动率为7.05%，最大回撤为8.07%，夏普比率为0.59 [40] - 其他风格表现如下：PB盈利风格收益率4.35%，高股息风格收益率3.81%，小盘价值风格收益率10.20% [40] - 当配置比例调整为股债10/90时，各策略收益均出现回落，小盘成长风格收益率为5.86% [40] - 叠加宏观择时策略后，基于宏观动量模型的小盘成长组合累计收益提升至12.70%；基于逆周期配置的PB盈利搭配小盘成长组合年内收益为4.34% [40]

大类资产配置信号 - 根据2025年10月底数据，2025年11月股票市场信号为负向，债券市场信号为正向，黄金市场信号为负向 [1][3] - 根据2025年9月底数据，2025年第四季度信用利差和期限利差均发出收窄信号，宏观环境预测为通胀 [2] 行业复合趋势因子表现 - 2015年1月至2025年10月，行业复合趋势因子组合累积收益达122.58%，超额收益为48.40% [3] - 2025年10月该因子信号为正向，当月Wind全A收益率为-0.04% [3] - 截至2025年10月底，行业复合趋势因子数值为0.34，出现回升并发出正向信号 [3]

根据提供的研报内容，总结其中涉及的量化模型与因子如下。 量化模型与构建方式 1. **模型名称：逆周期配置模型**[7] * **模型构建思路**：从逆周期视角出发，采用信用利差和期限利差作为代理变量，预测未来的宏观环境（经济增长和通货膨胀变化方向），并根据不同的宏观环境阶段（Growth, Inflation, Slowdown）选择表现最优的资产构建绝对收益组合[7] * **模型具体构建过程**： 1. 使用信用利差预测下个季度的经济增长变化方向[7] 2. 使用期限利差预测下个季度的通货膨胀变化方向[7] 3. 根据信用利差和期限利差的信号组合，将宏观环境划分为 Growth、Inflation、Slowdown 三种阶段[7] 4. 在不同宏观环境下，超配、低配或维持基准配置于特定资产（如沪深300、国证2000、南华商品指数、中债国债总财富指数）[7][8]例如，Inflation环境下维持股票基准配置比例（沪深300，20%），并配置30%的南华商品[8] 2. **模型名称：宏观动量模型**[9][13][14] * **模型构建思路**：通过综合评估经济增长、通货膨胀、汇率、利率、风险情绪等多个大类因子下的具体指标（小类因子）的最新变化，对股票、债券、黄金等大类资产在未来一个月的表现进行择时判断，生成正向或负向信号[9][10][13][14] * **模型具体构建过程**： 1. 为每类资产（如Wind全A、中债国债总净价指数、黄金）设定一组相关的大类因子和小类因子[10][13][14] 2. 每个小类因子有其预设的“影响方向”（1或-1，代表因子值上升对资产价格的正面或负面影响）[10][13] 3. 判断每个小类因子的“最新变化”（1代表上升，-1代表下降，0代表无明显变化）[10][13] 4. 将“影响方向”与“最新变化”相乘，得到每个小类因子的“分项信号”（1, 0, 或 -1）[10][13] 5. 将同一大类因子下所有小类因子的“分项信号”进行汇总（具体汇总方法未明确给出，但结果为大类因子的汇总信号，如1或-1）[10][13] 6. 将所有大类因子的汇总信号再次汇总，得到该资产的“总信号”（1为正向，-1为负向）[10][13] 3. **因子名称：行业复合趋势因子**[14][16][17] * **因子构建思路**：从行业维度构建一个复合指标，作为观察市场整体行情启动的信号，当因子绝对值超过一定水平时，预示市场后续可能上涨；当因子在顶部位置突降时，则可能触发空仓信号[14] * **因子具体构建过程**：报告中指出详细计算方法请参考对应专题报告，因此具体构建过程未在此月报中详细列出[14] 模型的回测效果 1. **逆周期配置模型**：以股债20-80为基准，展示了截至2025年09月30日的累计净值走势图[11] 2. **行业复合趋势因子组合**：在2015年1月至2025年9月期间，累积收益为122.66%，超额收益为48.42%[17] 量化因子与构建方式 1. **因子名称：经济增长因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过PMI、PMI预期误差、工业增加值误差、标普全球中国通用制造业PMI等具体指标的变化来判断经济增长动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 2. **因子名称：通货膨胀因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过PPI当月同比、PPI预期误差、CRB指数、CPI当月同比等具体指标的变化来判断通货膨胀动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 3. **因子名称：汇率因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过CFETS人民币汇率指数、美元中间价等具体指标的变化来判断汇率动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 4. **因子名称：利率因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过不同期限的中债国债、国开债、企业债到期收益率等具体指标的变化来判断利率动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 5. **因子名称：风险情绪因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过Wind全A前一个月收益率、Wind全A前一个月波动率（滚动6个月）变化等具体指标来判断市场风险情绪，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 6. **因子名称：基本面因子（用于黄金择时）**[14] * **因子构建思路**：通过预期通胀、实际利率、全球负收益债规模、美国M2等具体指标来判断黄金的基本面情况[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 7. **因子名称：持仓因子（用于黄金择时）**[14] * **因子构建思路**：通过CFTC掉期商持仓、CFTC管理基金持仓等具体指标来判断市场参与者持仓变化[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 8. **因子名称：技术因子（用于黄金择时）**[14] * **因子构建思路**：通过伦敦金10月均线、伦敦金20月均线等具体技术指标来判断黄金价格趋势[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 因子的回测效果 1. **行业复合趋势因子**：根据2025年9月底数据，因子值为-0.30[17]上月（2025年9月）因子发出正向信号，同期Wind全A收益率为2.80%[17]