量化模型与构建方式 1. **模型名称：微盘股轮动模型** [18][25] * **模型构建思路**：通过构建两个子策略（相对净值轮动与M1轮动）来动态决定在微盘股指数与茅指数之间的配置权重，以实现风格轮动收益[18][25]。 * **模型具体构建过程**： 1. **子策略一：相对净值与动量轮动** [18][25] * 计算微盘股指数与茅指数的**相对净值**（微盘股指数净值 / 茅指数净值）。 * 计算该相对净值的**243日均线**（年均线）[18]。 * 计算微盘股指数与茅指数各自的**20日收盘价斜率**（动量指标）[18]。 * **决策规则**：当相对净值高于其243日均线时，倾向于投资微盘股；反之则投资茅指数。同时，结合20日斜率，当两者方向相反且一方为正时，选择投资斜率为正的指数[25]。 2. **子策略二：M1轮动** [18] * 跟踪M1同比指标的**6个月移动平均值**。 * **决策规则**：当M1的6个月移动平均值下行时，中期配置从微盘股切换至茅指数；反之则切换至微盘股[18]。 3. **综合策略**：综合以上两个子策略的信号，决定最终的配置方向（微盘股、茅指数或均衡配置）[18]。 2. **模型名称：微盘股择时风控模型** [18][25] * **模型构建思路**：通过监控十年期国债利率和波动率拥挤度的同比变化，判断微盘股板块的中期系统性风险，并在风险过高时发出平仓信号[18][25]。 * **模型具体构建过程**： 1. **指标计算**： * 计算**十年期国债到期收益率的同比（YoY）** 变化[18]。 * 计算**微盘股波动率拥挤度的同比（YoY）** 变化[18]。 2. **风控规则**： * 设定**利率风控阈值**为0.3（30%），**拥挤度风控阈值**为0.55（55%）[25]。 * 若十年期国债收益率同比**触及或超过30%**，或波动率拥挤度同比**触及或超过55%**，则触发风控平仓信号[25]。 3. **模型名称：宏观择时模型** [50][52] * **模型构建思路**：基于经济增长和货币流动性两个维度的宏观信号，动态调整股票仓位，进行股债轮动配置[50]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和步骤，但指出其根据经济增长和货币流动性层面生成信号强度，并综合得出股票仓位建议。具体细节需参考其历史研究报告[50]。 模型的回测效果 1. **宏观择时模型**，截至2026年2月28日，模型给出的3月份股票推荐仓位为**30%**（上月为70%），配置观点为**中性偏低**（上月为中性偏多）[52]。2025年年初至今收益率为**14.59%**，同期Wind全A收益率为**26.87%** [50]。 量化因子与构建方式 报告在附录中详细列出了国金证券的大类因子分类及细分因子定义，涵盖了八大类因子[65]。 1. **因子名称：市值因子 (Size)** [65] * **因子构建思路**：使用流通市值的对数作为公司规模的代理变量，通常小市值公司可能具备更高的风险溢价和成长性[65]。 * **因子具体构建过程**： * 细分因子：**LN_MktCap** * 公式：$$LN\_MktCap = ln(流通市值)$$ * 排序方向：**↓** （数值越小，即市值越小，因子值越优）[65]。 2. **因子名称：价值因子 (Value)** [65] * **因子构建思路**：寻找市场价格相对于公司基本面价值（如账面价值、盈利、销售收入等）被低估的股票[65]。 * **因子具体构建过程**： * 包含多个细分因子，例如： * **BP_LR**: 最新年报账面净资产 / 最新市值。 * **EP_FTTM**: 未来12个月一致预期净利润 / 最新市值。 * **SP_TTM**: 过去12个月营业收入 / 最新市值。 * **EP_FY0**: 当期年报一致预期净利润 / 最新市值。 * **Sales2EV**: 过去12个月营业收入 / 企业价值。 * 排序方向：**↑** （比率越高，代表估值可能越低，因子值越优）[65]。 3. **因子名称：成长因子 (Growth)** [65] * **因子构建思路**：筛选出在盈利、收入等财务指标上增长更快的公司[65]。 * **因子具体构建过程**： * 包含多个细分因子，例如： * **NetIncome_SQ_Chg1Y**: 单季度净利润同比增速。 * **OperatingIncome_SQ_Chg1Y**: 单季度营业利润同比增速。 * **Revenues_SQ_Chg1Y**: 单季度营业收入同比增速。 * 排序方向：**↑** （增速越高，因子值越优）[65]。 4. **因子名称：质量因子 (Quality)** [65] * **因子构建思路**：识别具有高盈利能力、稳健财务结构和良好运营效率的公司[65]。 * **因子具体构建过程**： * 包含多个细分因子，例如： * **ROE_FTTM**: 未来12个月一致预期净利润 / 股东权益均值。 * **OCF2CurrentDebt**: 过去12个月经营现金流净额 / 流动负债均值。 * **GrossMargin_TTM**: 过去12个月毛利率。 * **Revenues2Asset_TTM**: 过去12个月营业收入 / 总资产均值。 * 排序方向：**↑** （比率或利润率越高，因子值越优）[65]。 5. **因子名称：一致预期因子 (Consensus Expectation)** [65] * **因子构建思路**：利用分析师一致预期的变化和目标价，捕捉市场对公司未来业绩的乐观修正和上涨潜力[65]。 * **因子具体构建过程**： * 包含多个细分因子，例如： * **EPS_FTTM_Chg3M**: 未来12个月一致预期EPS过去3个月的变化率。 * **ROE_FTTM_Chg3M**: 未来12个月一致预期ROE过去3个月的变化率。 * **TargetReturn_180D**: 一致预期目标价相对于目前股价的收益率。 * 排序方向：**↑** （预期上调幅度或目标收益率越高，因子值越优）[65]。 6. **因子名称：技术因子 (Technical)** [65] * **因子构建思路**：基于价量数据，识别交易活跃度、价格分布形态等市场行为特征[65]。 * **因子具体构建过程**： * 包含多个细分因子，例如： * **Volume_Mean_20D_240D**: 20日成交量均值 / 240日成交量均值。 * **Skewness_240D**: 240日收益率偏度。 * **Volume_CV_20D**: 20日成交量标准差 / 20日成交量均值。 * **Turnover_Mean_20D**: 20日换手率均值。 * 排序方向：**↓** （报告未明确解释每个细分因子的具体逻辑，但整体大类排序方向为向下）[65]。 7. **因子名称：波动率因子 (Volatility)** [65] * **因子构建思路**：识别股价波动率较低、风险较小的股票，这类股票可能具有防御属性或低风险溢价[65]。 * **因子具体构建过程**： * 包含多个细分因子，例如： * **Volatility_60D**: 60日收益率标准差。 * **IV_CAPM**: CAPM模型残差波动率。 * **IV_FF**: Fama-French三因子模型残差波动率。 * **IV_Carhart**: Carhart四因子模型残差波动率。 * 排序方向：**↓** （波动率越低，因子值越优）[65]。 8. **因子名称：反转因子 (Reversal)** [65] * **因子构建思路**：认为过去一段时间内跌幅较大的股票在未来可能反弹，而涨幅过大的股票可能回调[65]。 * **因子具体构建过程**： * 包含多个细分因子，例如： * **Price_Chg20D**: 20日收益率。 * **Price_Chg40D**: 40日收益率。 * **Price_Chg60D**: 60日收益率。 * **Price_Chg120D**: 120日收益率。 * 排序方向：**↓** （过去收益率越低，因子值越优）[65]。 9. **因子名称：可转债择券因子** [59] * **因子构建思路**：为可转债构建专门的量化择券因子，包括从正股映射的因子（如正股一致预期、成长、财务质量、价值）以及转债特有的估值因子[59]。 * **因子具体构建过程**： * **正股类因子**：从预测正股的因子（如一致预期、成长等）来构建可转债因子[59]。 * **转债估值因子**：例如使用**平价底价溢价率**[59]。 因子的回测效果 报告提供了过去一周（截至2026年3月27日当周）及2026年年初以来，八大类选股因子在全部A股、沪深300、中证500、中证1000四个股票池中的IC均值和因子多空收益数据[56]。 1. **一致预期因子**，上周IC均值（全部A股）**7.37%**，年初以来IC均值（全部A股）**1.30%**；上周多空收益（全部A股）**1.26%**，年初以来多空收益（全部A股）**4.69%** [56]。 2. **市值因子**，上周IC均值（全部A股）**2.12%**，年初以来IC均值（全部A股）**2.08%**；上周多空收益（全部A股）**-1.48%**，年初以来多空收益（全部A股）**-3.07%** [56]。 3. **成长因子**，上周IC均值（全部A股）**0.90%**，年初以来IC均值（全部A股）**0.90%**；上周多空收益（全部A股）**0.47%**，年初以来多空收益（全部A股）**4.32%** [56]。 4. **反转因子**，上周IC均值（全部A股）**-12.58%**，年初以来IC均值（全部A股）**-0.28%**；上周多空收益（全部A股）**-2.82%**，年初以来多空收益（全部A股）**-8.93%** [56]。 5. **质量因子**，上周IC均值（全部A股）**-7.17%**，年初以来IC均值（全部A股）**-1.22%**；上周多空收益（全部A股）**-1.18%**，年初以来多空收益（全部A股）**-2.75%** [56]。 6. **技术因子**，上周IC均值（全部A股）**0.13%**，年初以来IC均值（全部A股）**5.43%**；上周多空收益（全部A股）**-0.54%**，年初以来多空收益（全部A股）**-1.51%** [56]。 7. **价值因子**，上周IC均值（全部A股）**-1.55%**，年初以来IC均值（全部A股）**5.27%**；上周多空收益（全部A股）**-1.40%**，年初以来多空收益（全部A股）**0.09%** [56]。 8. **波动率因子**，上周IC均值（全部A股）**-4.38%**，年初以来IC均值（全部A股）**6.47%**；上周多空收益（全部A股）**-1.32%**，年初以来多空收益（全部A股）**1.30%** [56]。

文章核心观点 - 2025年前三季度中国科技资产领跑大类资产 万得科技大类指数年内涨幅达50% 显著超越美股科技指数及黄金等传统资产[1][9][42] - 科技资产超额收益源于中国经济产业升级和工程师红利兑现 同时需要特定宏观定价条件配合[1][9][48] - 研究构建"5+1"高成长择时策略框架 通过五个胜率维度和一个赔率维度进行综合量化评估 2006年以来该策略年化收益达13.96% 年化超额收益2.98%[8][36][38] 宏观风险出清程度 - 美债MOVE波动率见顶回落时加仓策略自2006年累计收益1176.91% 年化收益14.10% 年化超额收益3.11%[2][13][69] - 月度名义GDP下行波动率见顶回落时加仓策略自2006年累计收益1227.15% 年化收益14.33% 年化超额收益3.34% 月胜率66%[2][13][73] - 两者等权加总策略年化收益14.16% 年化超额收益3.18% 月胜率68% 夏普比率0.51[2][13][78] 名义增速中枢水平 - 名义GDP处于近五年5%-50%分位时加仓策略自2006年累计收益1184.04% 年化收益14.13% 年化超额收益3.15%[3][17][18] - 名义增速中低位且边际上行时加仓策略自2009年月胜率73.13% 累计收益702.75% 年化收益13.27% 年化超额收益2.81%[3][17][90] - 最利好高成长板块的宏观场景组合为"名义增速处于中低位+边际上行"[3][17][19] 高收益资产荒 - 债市负carry程度指标显示 当"中债国开债到期收益率(1个月)-R001"为负或连续收窄时利好科技资产[4][21][98] - 城投债AA(5年-1年)信用利差处于低位且边际收窄时加仓策略自2014年累计收益268.20% 年化收益11.77% 年化超额收益1.71%[4][21][100] - 高收益资产荒综合择时策略自2014年累计收益258.06% 年化收益11.50% 年化超额收益1.44% 月胜率60.3%[4][21][102] 内外流动性条件 - 内部流动性采用1年期shibor利率边际下行或处于近三年低位时加仓策略 结合期限利差收窄信号[5][25][111] - 外部流动性采用标准化美债利率边际下行且存在供给干扰时加仓策略[5][25][122] - 中美流动性综合择时策略自2012年累计收益433.01% 年化收益12.97% 年化超额收益2.76% 月胜率61.82%[5][25][124] 产业叙事短期定价 - 通过万得科技大类指数市销率PS与市盈率PE轧差衡量长期叙事在即期定价中的影响程度[6][30][131] - 当轧差值小于近三年滚动-1倍标准差时 产业叙事具有较充足交易空间[6][30][32] - 基于产业叙事空间的择时策略自2009年累计收益518.05% 年化收益11.51% 年化超额收益1.05% 月胜率64.7%[6][30][32] 高成长赔率视角 - 采用双创指数成分股站上240日均线占比作为市场宽度健康度代理变量[7][34][35] - 基于市场宽度的择时策略自2013年累计收益264.87% 年化收益10.71% 年化超额收益0.24%[7][34][35] - 成交额集中度指标暂未显示超额收益 赔率维度仍需优化[7][34][35] 综合择时策略 - "5+1"综合择时策略自2006年累计收益1147.47% 年化收益13.96% 年化超额收益2.98% 月胜率56.47%[8][36][38] - 最新9月择时得分为5分 较7-8月的9分和5分有所趋平[37][38] - 策略主要跑赢时间段为2009年、2012年6月-2015年5月、2017年、2019年、2021年7月至今[39] 中美科技股表现对比 - 万得科技大类指数YTD涨幅50% 恒生科技38% 黄金43%[9][43] - TAMAMA科技指数YTD涨幅17% 纳斯达克综合指数18% 最大回撤均大于万得科技指数的21%[9][43] - 同比视角下万得科技大类指数上涨90.8% 显著超越TAMAMA科技指数的29.4%[10][43]

市场表现 - 上周市场止跌回升，沪深300指数周涨幅1.95%，上证综指周涨幅1.91%，中证500指数周涨幅3.98% [3] - 中东局势突发逆转（美伊以三方停战）推动全球风险资产重新定价，油价暴跌，中美股市止跌回升 [3] - 资金面模型连续三天（周一至周三）触发空翻多信号，短期市场维持动量上行状态 [4] 基本面分析 - 国内5月工业利润数据持续走弱，与工业生产及PPI物价趋势一致，但增量资金入场支撑A股表现 [3] - 美国非农就业市场走弱趋势加速，美债利率回落至4.3%下方，但美股表现与基本面背离，可能受"大美丽法案"参议院进展影响 [3] - 中东局势突变（停战）缓解全球短期不确定性，风险偏好回升 [4] 资金与技术面 - 增量资金大举加仓强化市场变盘力度，资金面成为A股短期主导变量 [4] - 技术面显示"股债双牛"态势，类似2014年A股行情，建议短线趋势跟随策略 [5] 配置建议 - 主板建议高仓位，自上周二收盘后模型信号转为空翻多 [2][5] - 中小市值板块弹性更高，建议高仓位并转向中小市值占优风格，类似2014年行情 [2][5] - 短期动量模型暂无行业推荐 [5]

债券市场变革 - 当前债券市场正经历深刻变革，无风险收益率持续下行，传统债券投资收益空间急剧压缩 [1] - 私募机构债券产品收益率中枢明显下移，今年前五个月收益率已降至1.8%以下，与去年全年平均7.91%的回报形成鲜明对比 [1] - 债券产品收益率已缺乏吸引力，"躺赢"时代宣告结束 [1] 策略升级 - 私募机构纷纷升级债券投资策略，重点转向跨境复合产品，通过获取跨市场利差或增加波段交易来增厚收益 [3] - 传统信用利差被压缩至历史低位后，机构开始增加点心债配置，国内城投债资产提供基底收益，海外资产获取跨市场利差 [3] - 信用债和利率债的波段操作频率明显增加，深度挖掘信用债回售票面利率选择权带来的投资机会 [3] - 可转债交易策略今年以来表现相对突出，相关产品平均收益率达到5.48% [3] 交易能力与风控 - 低利率时代对基金经理的风控能力提出更高要求，私募债券策略产品和公募"固收+"产品均需严格控制回撤 [4] - 主动择时和大类资产切换难度显著提高，精细化的择时交易和资产轮动变得至关重要，模型化的宏观对冲和风险平价成为必备工具 [4] - 回撤控制需要投资策略更有纪律性，明确的风险预算理念和仓位控制框架不可或缺 [4] - 交易能力成为债券投资策略增厚收益的重要来源，宏观择时、分析外界扰动行为以及与交易对手频繁沟通是关键 [4] - 机构需要加强市场监测和信息收集，密切跟踪债券价格变动、资金流向、新债发行等信息 [4] - 当前债券市场缺乏趋势性机会，不确定性较强，机构需通过精细化操作和策略创新维持竞争优势 [4]

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：人工智能全球大类资产配置模型** - **模型构建思路**：基于机器学习模型和因子投资的思路，对各资产进行打分排序，构建月频量化等权配置策略[30] - **模型具体构建过程**： 1. 使用历史数据统计和建模，生成资产打分 2. 根据打分结果分配权重，形成可投资组合 3. 每月动态调整权重[30] - **模型评价**：在各维度上表现优于基准，具有较好的超额收益能力[30] 2. **模型名称：动态宏观事件因子的股债轮动策略** - **模型构建思路**：基于宏观择时模块和风险预算模型框架，构建不同风险偏好的配置策略[37] - **模型具体构建过程**： 1. 使用经济增长和货币流动性指标生成信号 2. 根据信号强度分配股票和债券权重 3. 输出进取型、稳健型和保守型三种配置方案[37][38] - **模型评价**：长期表现优于基准，风险调整后收益较好[37] 3. **模型名称：红利风格择时策略** - **模型构建思路**：使用经济增长和货币流动性指标构建动态事件因子体系，对红利指数进行择时[45] - **模型具体构建过程**： 1. 选取10个宏观经济指标 2. 通过因子体系合成最终信号 3. 根据信号决定仓位[45][48] - **模型评价**：相较于基准指数有显著稳定性提升[45] 模型的回测效果 1. **人工智能全球大类资产配置模型** - 年化收益率：13.76% - 年化波动率：18.28% - 最大回撤：16.53% - 夏普比率：0.75 - 超额年化收益率：9.02%[30][36] 2. **动态宏观事件因子的股债轮动策略** - 进取型年化收益率：19.93% - 稳健型年化收益率：11.00% - 保守型年化收益率：6.06% - 进取型最大回撤：-13.72% - 稳健型夏普比率：1.18[37][44] 3. **红利风格择时策略** - 年化收益率：15.84% - 年化波动率：17.68% - 最大回撤：-21.70% - 夏普比率：0.89[45][49] 量化因子与构建方式 1. **因子名称：经济增长因子** - **因子构建思路**：通过工业增加值、PMI等指标衡量经济增长状况[37][40] - **因子具体构建过程**： 1. 收集工业增加值同比、PMI新订单等数据 2. 标准化处理后加权合成[40] 2. **因子名称：货币流动性因子** - **因子构建思路**：通过国债利率、银行间利率等指标衡量流动性状况[37][40] - **因子具体构建过程**： 1. 收集DR007、M1-M2剪刀差等数据 2. 标准化处理后加权合成[40] 3. **因子名称：红利风格因子** - **因子构建思路**：通过消费者信心指数、PPI等指标判断红利风格机会[48] - **因子具体构建过程**： 1. 选取10个宏观经济指标 2. 通过动态事件因子体系合成信号[48] 因子的回测效果 1. **经济增长因子** - 4月份信号强度：50%[38] - 对配置权重影响显著[37] 2. **货币流动性因子** - 4月份信号强度：40%[38] - 对短期配置调整有指导作用[37] 3. **红利风格因子** - 4月份合成信号：0%[48] - 有效控制回撤[45]

大类资产表现 - 2025年4月大类资产表现为黄金＞欧指＞日经＞中债＞纳指＞0＞科创50＞沪深300＞道指＞恒指＞美元＞恒生科技＞LME铜＞原油 [1] - 伦敦金YTD至26.5%，4月收涨6%，收益与夏普比率均位列大类资产之首但下旬冲高回调，金银比破百 [1] - 欧洲STOXX600、日经225指数及纳指收涨，标普收跌，中国资产低开后逐步修复，纳斯达克中国金龙指数月跌0.35%，恒指、上证综指月线分别收跌4.3%、1.7% [1] - 美元指数月度下跌4.4%，人民币先贬后升整体稳健，欧元兑美元升值4.7%至2022年以来高位，日元月环比升值4.6% [1] 宏观交易主线 - 资产价格在一次性计提关税风险后定价"冲回"效应，海外市场上中旬调整下旬修复，国内股市第一周调整后底盘逐步抬升 [2] - "寻找确定性"成为国内股市行业轮动加快的主线，量能维持在1.2万亿级别，结构上偏向红利资产、稳定板块及部分消费领域 [2] - 债券展现出名义增长、流动性的双定价特征，国内债市月初定价关税影响利率集中下移，月末定价政策宽松预期利率继续小幅下移 [2] - 海外金融市场主线混沌，定价线索包括关税缓和预期、美国增长通胀担忧和美元信用担忧 [2] 宏观经济坐标 - 国内4月制造业PMI、服务业PMI、建筑业PMI分别回落至49.0%、50.1%、51.9%，环比降幅超季节性 [3] - 美国一季度通胀调整后GDP折年率录得负增长，消费支出增速降至1.8%，ISM制造业收缩，原料支付价格走高 [3] - 高频模拟预计4月CPI环比回升至-0.01%，同比回落至-0.21%，PPI环比、同比分别为-0.43%、-2.72% [3] - 预计4月工增同比为5.18%，社零同比为5.33%，对应实际GDP月度指数为5.07%，名义GDP为4.00% [3] 权益资产驱动因素 - 前期市场在"风险计提期"出现较集中调整，"冲回期"存在定价偏差，部分行业被"错杀" [4] - 政治局会议后政策有望进入落地期，包括降准、降息、加快广义财政节奏、稳地产、细化消费政策 [4] - 5月2日商务部新闻发言人就中美经贸对话磋商情况答记者问，中方正评估美方关于关税问题谈判的表态 [4] 宏观择时信号 - M1-BCI-PPI择时体系显示2025年5月中旬-6月中旬沪深300择时信号边际改善幅度有所缓和 [5] - 股债性价比择时策略显示4月A股相对债券的赔率空间重回极致性价比 [6] - 红利资产择时模型提示4月中旬至5月中旬中证红利、万得全A仓位分别为55.8%、44.3% [7] - "估值宏观偏离度"框架显示万得全A市盈率TTM为18.51倍，"P/E-名义GDP增速"处于滚动五年+0.71~+0.77倍标准差 [8] 黄金定价 - 黄金高位回调但利率锚下移形成支撑，美债实际利率自4月12日高点2.28%回落34BP至1.94% [11] - 黄金久期回落至3.51，凸性为627.69，显示对实际利率敏感度边际下降 [11] - 若实际利率继续下行10~50BP，黄金基本面匹配空间将维持在3316-3397美元/盎司 [11] 5月市场线索 - 亚洲货币除日元外均对美元明显上涨，可能因资金从美元资产流出及市场预期亚洲出口商减少美元持有 [12] - 中国资产表现积极，纳斯达克中国金龙涨3.7%、恒生科技涨3.1% [12] - 美国非农数据稳定约束降息预期，10年期美债利率上行16BP至4.33%，COMEX黄金调整1.6% [12] - 欧佩克增产背景下原油下跌，铜价上涨，布伦特原油期货、WTI原油期货、LME铜期货环比分别为0.67%、0.27%和2.64% [12]