全球股市表现与驱动因素 - 2025年全球股市普遍上涨，美国、日本、德国等多国股市持续刷新历史新高，A股上证综指也再次站上4000点 [1] - AI科技革命带动新的资本开支周期，全球央行维持货币宽松，投资者风险偏好提升，多重因素叠加推动股票市场持续走高 [1] - 随着美股AI科技行情进入第三年，市场估值逐步抬升，波动也逐渐加大 [1] 美股市场分析与进攻型资产 - 美国三大指数估值水平均处于近十年来的中高位，短期持续上涨后美股到达偏高估的点位 [3] - 从企业盈利角度看，美股业绩增速仍然较高，最新披露的第三季度财报中，63%的上市公司实现了每股收益和收入双方面的超预期，业绩超预期的广度是2021年以来之最 [3] - 纳斯达克指数盈利同比增速仍处于25.4%的高位，盈利增长或逐渐稀释美股估值 [3] - 当前美股科技股仍是较为合适的进攻性资产，可坚持性价比原则参与大型科技股的配置 [3] 防御型资产配置 - 2025年10月初，美联储宣布将联邦基金利率目标区间下调25个基点到3.75%至4.00%之间，这是2024年9月以来的第5次降息 [3] - 2025年下半年截至10月末，在就业数据疲软、通胀降温、美联储重启降息等因素作用下，美债收益率震荡下行 [4] - 截至11月3日，美国综合债指数年内累计上涨6.71%，美国国债指数年内累计上涨5.97% [4] - 随着美联储降息周期推进，美债或是能较好对冲美股波动的配置工具 [4] 另类资产与对冲策略 - 对冲策略一般会进行双向交易抵消系统性风险，以相对价值或套利的思路在买入某资产的同时卖出某资产 [5] - 对冲策略的业绩表现可能独立于股市和债市，有能力提供有较好性价比的绝对收益回报流 [5] - 除了保持一定的股债配比，还可以关注另类资产，尤其是对冲策略的配置价值 [4]

行业与公司 * 固收行业 债券投资[1] 核心观点与论据 * 当前降息预期较低 市场通过挂钩资金或政策利率的标的测算 短期内降息预期不高[1][2] 导致长端利率如下行空间受限 10年期国债利率和短端代表利率一年期存单利率都很难有明显下行空间[1][2] * 年底投资策略需关注机构配置意愿增强可能压缩国开与国债利差 以及权益市场春节行情或带动利率上升[1][3] * 信用债与国开的利差较薄 与国债的利差较阔 一年期信用位置较低 三至五年期信用位置仍有一定空间[1][4] 二级资本债收益主要依赖跟随国开调整[4] * 明年货币政策预计维持稳增长宽松取向 资金面收敛影响有限 年内宽松概率不大 但明年一季度央行可能提前布局政策宽松 包括降息或降准[1][6] * 绝对收益考核组合应选择稍低久期防守 等待利率调整后加久期[1][5] 相对收益考核组合应抓住机会 如国开与国债利差压缩[1][5] 在政金债中优先选择国开债[5] * 短期交易建议关注中端国开债 收益来源明确 长期持有可考虑10年期二级资本债 但需注意其流动性偏弱和波动性更大[3][8] 在当前利率偏低环境下 建议交易中端国开债 长期持有可考虑信用债[3][9] * 建议构建对冲组合优化收益 如5年二级资本债与5年期货 10年期国开与10年期货组合 能规避单边市场调整风险 提供静态回报覆盖资金成本 例如上周五数据测算 买入10年远月合约做空可获得1 7%回报 用7年期国开回报可能达1 8-1 9%[3][13] 其他重要内容 * 需关注赎回新规落地及基金买入政金债力量边际变化 以及跨年配置行情影响[1][6][7] * 在10年期国开债中 建议更多选择主力券215 而非新券220 因为220收增值税且与215相比没有流动性溢价[11] 对于超长端老券如50年和30年 建议逐步止盈 因其利差已明显压缩[11] * 对于地方债 由于流动性较弱 更适合偏持有策略 新券隐含税率略高的位置如3年和20年 与国债利差仍有空间[10] * 整体投资思路边际变化 从四季度初建议久期中性或偏高 转向年底适度谨慎 对抗风险能力弱的组合需进行调整[14]

上市公司投资私募基金趋势 - 上市公司愈发青睐含权类私募基金产品，主观和量化策略均受关注 [1] - 截至11月12日，年内有10家上市公司公告认购私募证券基金，总金额合计超8亿元，具体为8.18亿元 [1][2] - 具体案例包括和顺石油持有大华永泰一号私募证券投资基金4995.9万元，以及永吉股份、迪阿股份、创新新材等公司 [2] 私募基金发行市场状况 - 私募发行市场持续回暖，10月新备案私募证券投资基金数量达994只，较去年10月的325只同比增幅高达205.85% [3] - 股票策略是备案主力，10月有679只相关产品完成备案，占比达68.31%；多资产策略备案122只，占比12.27% [3] - 某百亿级私募透露，渠道发行火热，新募集资金超100亿元，显示资金入市热情高涨 [3] 市场驱动因素 - 市场结构性行情演绎，私募基金业绩震荡向上，吸引投资者增配权益资产 [1][4] - 无风险收益率下行，以固收为代表的稳健型产品难以满足需求，居民和机构资产重新配置成为重要驱动力 [4] 私募机构对后市观点 - 私募对后市预期积极，紫阁投资认为实体经济企稳回升、政策释放积极信号、科技企业快速发展及资金入市为后市提供支撑 [5] - 星石投资指出市场风险溢价处于历史中位，权益资产估值合理，企业盈利底部基本确认，市场有望从估值驱动转为基本面驱动 [6] - 北京、上海等地百亿级私募仓位大多在七成以上，部分老牌私募仓位超过九成，显示乐观预期 [6]

根据研报内容，报告主要涉及股指期货基差修正模型、期现对冲策略模型以及期权波动率指数（因子），以下是详细总结： 量化模型与构建方式 **1 模型名称：股指期货基差修正模型[9]** - **模型构建思路**：为准确分析股指期货合约的基差，需要剔除合约存续期内指数成分股分红对基差的影响，从而得到反映真实市场预期的调整后基差[9] - **模型具体构建过程**： 1. 首先计算实际基差：股指期货合约收盘价与标的指数收盘价的差值[9] 2. 预测合约存续期内指数成分股的分红点位[9] 3. 计算预期分红调整后的基差：实际基差加上存续期内未实现的预期分红点位[9] 4. 将调整后的基差进行年化处理，公式为： $$年化基差 = \frac{实际基差 + 预期分红点位}{指数价格} \times \frac{360}{合约剩余天数}$$[9] 其中，“预期分红点位”代表合约存续期内指数成分股预估分红对指数点位的总影响，“合约剩余天数”为当前日期至合约到期日的天数[9] **2 模型名称：期现对冲策略模型[43][45]** - **模型构建思路**：通过卖空股指期货合约来对冲持有现货指数（全收益指数）的风险，旨在获取基差收敛收益或降低组合波动[43] - **模型具体构建过程**：模型包含两种具体策略： - **连续对冲策略**[43]： 1. **资金分配**：现货端使用70%资金，做空对冲端使用金额相同名义本金的股指期货合约，占用剩余30%资金[43] 2. **调仓规则**：连续持有季月或当月合约，直至该合约离到期剩余不足2日时，在当日以收盘价进行平仓，并同时卖空下一季月或当月合约[43] 3. **动态调整**：每次调仓后根据产品净值重新计算现货及期货端数量[43] - **最低贴水策略**[45]： 1. **资金分配**：与连续对冲策略相同[45] 2. **合约选择规则**：调仓时，计算当日所有可交易期货合约的年化基差，选择年化基差贴水幅度最小的合约进行开仓[45] 3. **持有期规则**：同一合约持有8个交易日之后，或该合约离到期剩余不足2日时，才可进行换仓（排除剩余到期日不足8日的期货合约）[45] 4. **动态调整**：每次调仓后根据产品净值重新计算现货及期货端数量[45] **3 因子名称：信达波动率指数 (Cinda-VIX)[61]** - **因子构建思路**：借鉴海外经验，结合中国场内期权市场实际情况，编制反映市场对标的资产未来波动预期的指数[61] - **因子具体构建过程**：报告指出具体算法基于信达金工衍生品研究报告系列四《挖掘期权市场中隐含的市场情绪》，但未在本文中给出详细计算公式[61] - **因子评价**：该指数可以反映期权市场专业投资者对标的资产未来波动的预期，且具有期限结构，能反映不同期限内的波动预期[61] **4 因子名称：信达偏度指数 (Cinda-SKEW)[67]** - **因子构建思路**：通过捕捉不同行权价格期权隐含波动率（IV）的偏斜特征，来衡量市场对标的资产未来收益分布（尤其是尾部风险）的预期[67] - **因子具体构建过程**：报告指出具体算法基于信达金工衍生品研究报告系列四《挖掘期权市场中隐含的市场情绪》，但未在本文中给出详细计算公式[67] - **因子评价**：SKEW指数能够洞察市场对潜在风险的忧虑，当指数超过100时，通常意味着投资者对市场未来可能出现的大幅下跌风险的担忧加剧[68] 模型的回测效果 回测区间：2022年7月22日至2025年11月14日[46][48][53][57] **1 IC（中证500）对冲策略模型**[47] - 当月连续对冲：年化收益-3.20%，波动率3.83%，最大回撤-10.38%，净值0.8983，年换手次数12，2025年以来收益-5.63%[47] - 季月连续对冲：年化收益-2.16%，波动率4.75%，最大回撤-8.34%，净值0.9306，年换手次数4，2025年以来收益-2.34%[47] - 最低贴水策略：年化收益-1.70%，波动率4.55%，最大回撤-7.97%，净值0.9451，年换手次数16.69，2025年以来收益-3.37%[47] - 指数表现（对比基准）：年化收益4.34%，波动率21.03%，最大回撤-31.46%，净值1.1504，2025年以来收益30.47%[47] **2 IF（沪深300）对冲策略模型**[52] - 当月连续对冲：年化收益0.47%，波动率2.92%，最大回撤-3.95%，净值1.0155，年换手次数12，2025年以来收益-0.79%[52] - 季月连续对冲：年化收益0.73%，波动率3.27%，最大回撤-4.03%，净值1.0244，年换手次数4，2025年以来收益0.45%[52] - 最低贴水策略：年化收益1.21%，波动率3.04%，最大回撤-4.06%，净值1.0405，年换手次数14.87，2025年以来收益0.69%[52] - 指数表现（对比基准）：年化收益2.71%，波动率17.07%，最大回撤-25.59%，净值1.0920，2025年以来收益21.14%[52] **3 IH（上证50）对冲策略模型**[56] - 当月连续对冲：年化收益1.12%，波动率3.00%，最大回撤-4.22%，净值1.0375，年换手次数12，2025年以来收益0.66%[56] - 季月连续对冲：年化收益2.05%，波动率3.40%，最大回撤-3.75%，净值1.0691，年换手次数4，2025年以来收益1.97%[56] - 最低贴水策略：年化收益1.75%，波动率3.01%，最大回撤-3.91%，净值1.0588，年换手次数15.48，2025年以来收益1.76%[56] - 指数表现（对比基准）：年化收益1.98%，波动率16.10%，最大回撤-22.96%，净值1.0667，2025年以来收益16.40%[56] **4 IM（中证1000）对冲策略模型**[58] - 当月连续对冲：年化收益-6.26%，波动率4.75%，最大回撤-14.00%，净值0.8330，年换手次数12，2025年以来收益-11.58%[58] - 季月连续对冲：年化收益-4.54%，波动率5.78%，最大回撤-12.63%，净值0.8475，年换手次数4，2025年以来收益-6.20%[58] - 最低贴水策略：年化收益-4.21%，波动率5.53%，最大回撤-11.11%，净值0.8668，年换手次数15.66，2025年以来收益-6.83%[58] - 指数表现（对比基准）：年化收益1.07%，波动率25.50%，最大回撤-41.60%，净值0.9856，2025年以来收益29.42%[58] 因子的回测效果 **1 Cinda-VIX 因子取值（截至2025年11月14日）**[61] - 上证50VIX (30日): 18.92[61] - 沪深300VIX (30日): 19.76[61] - 中证500VIX (30日): 26.83[61] - 中证1000VIX (30日): 24.05[61] **2 Cinda-SKEW 因子取值（截至2025年11月14日）**[68] - 上证50SKEW: 103.51[68] - 沪深300SKEW: 107.66[68] - 中证500SKEW: 104.66[68] - 中证1000SKEW: 107.22[68]

债券策略观点 - 机构建议关注利差策略机会，包括30年国债非活跃券、50年国债、8-9年国债以及5年和10年国开活跃券 [1] - 配置盘可考虑长端信用，久期策略建议等待利率调整约5BP的低点介入 [1] - 10年国开新券250220单期发行量较低仅50亿元，利率较高且调整较慢，其与250215的利差约为8BP，但成为主力券的不确定性很高 [1] - 10年国债主力券已切换至250016，其与250011的利差约为5BP，结合增值税利差和流动性溢价，乐观情况下利差可能压缩至3BP左右 [1] - 30年国债25T6与25T2的利差已压缩至约7BP，能否进一步压缩需观察25T6是否跟随非活跃券压利差 [1] 国债ETF市场表现 - 截至2025年10月30日15:00，中证5-10年期国债活跃券指数(净价)上涨0.05%，国债ETF5至10年上涨0.07%报117.44元，实现连续3日上涨 [1] - 近1周国债ETF5至10年累计上涨0.30% [1] - 近5年国债ETF5至10年净值上涨21.60%，在指数债券型基金中排名34/179，位居前18.99% [4] - 该ETF自成立以来最高单月回报为2.58%，最长连续上涨月数为10个月，累计涨幅5.81%，涨跌月数比为55/25 [4] 国债ETF流动性与规模 - 国债ETF5至10年盘中换手率为3.15%，成交额5006.85万元 [2] - 近1周该ETF日均成交额为8.26亿元 [2] - 最新规模达15.89亿元，创近半年新高 [3] - 最新份额达1353.25万份，创近半年新高 [4] 国债ETF资金流向 - 最新资金净流入1761.32万元 [4] - 近5个交易日合计资金净流入4393.44万元 [4] 国债ETF收益与风险特征 - 年盈利百分比为100.00%，月盈利概率为70.87%，历史持有3年盈利概率为100.00% [4] - 近半年最大回撤为1.09%，相对基准回撤为0.46% [5] 国债ETF产品结构 - 管理费率为0.15%，托管费率为0.05% [6] - 近1月跟踪误差为0.028% [7] - 该ETF紧密跟踪中证5-10年期国债活跃券指数(净价)，该指数选取5年、7年和10年期记账式附息国债作为样本券，采用非市值加权计算 [7]

根据研报内容，总结如下： 量化模型与构建方式 **1 模型名称：期现连续对冲策略[44]** - 模型构建思路：通过做空股指期货合约来对冲持有现货指数的风险，利用基差收敛效应获取收益或降低风险[44] - 模型具体构建过程： - 现货端：持有对应标的指数的全收益指数，使用70%资金[44] - 期货端：做空对冲端使用金额相同名义本金的股指期货合约，占用剩余30%资金[44] - 调仓规则：连续持有季月/当月合约，直至该合约离到期剩余不足2日，在当日以收盘价进行平仓，并同时以当日收盘价继续卖空下一季月/当月合约[44] - 资金调整：每次调仓后根据产品净值重新计算现货及期货端数量[44] **2 模型名称：期现最低贴水对冲策略[45]** - 模型构建思路：在期现对冲基础上，通过选择年化基差贴水幅度最小的合约进行优化，旨在降低对冲成本[45] - 模型具体构建过程： - 现货端：持有对应标的指数的全收益指数，使用70%资金[45] - 期货端：做空对冲端使用金额相同名义本金的股指期货合约，占用剩余30%资金[45] - 调仓规则：调仓时对当日所有可交易期货合约的年化基差进行计算，选择年化基差贴水幅度最小的合约进行开仓[45] - 持有规则：同一合约持有8个交易日之后或该合约离到期剩余不足2日，才能进行选择新合约（排除剩余到期日不足8日的期货合约）[45] - 资金调整：每次调仓后根据产品净值重新计算现货及期货端数量[45] **3 因子名称：分红调整年化基差[20]** - 因子构建思路：在分析合约基差时剔除分红的影响，获得更真实的基差水平[19][20] - 因子具体构建过程： - 预期分红调整后的基差 = 实际基差 + 存续期内未实现的预期分红[20] - 年化基差计算公式：$$年化基差 = \frac{(实际基差 + (预期)分红点位)}{指数价格} \times \frac{360}{合约剩余天数}$$[20] **4 因子名称：信达波动率指数 Cinda-VIX[61]** - 因子构建思路：反映期权市场投资者对标的资产未来波动的预期，借鉴海外经验并结合我国场内期权市场实际情况进行调整[61] - 因子评价：能够准确反映我国市场波动性，具有期限结构特征[61] **5 因子名称：信达波动率偏度指数 Cinda-SKEW[67]** - 因子构建思路：捕捉不同行权价格期权隐含波动率的偏斜特征，衡量市场对标的资产未来收益分布的预期[67] - 因子具体构建过程：通过分析SKEW指数的数值及其变化趋势，洞察市场对标的资产未来潜在风险的忧虑[68] - 因子评价：能够捕捉市场对负面事件的预期，被称为"黑天鹅指数"[68] 模型的回测效果 **IC对冲策略表现（回测区间：2022年7月22日至2025年10月17日）[46][47]** - 当月连续对冲模型：年化收益-3.08%，波动率3.87%，最大回撤-9.77%，净值0.9043，年换手次数12，2025年以来收益-5.03%[47] - 季月连续对冲模型：年化收益-2.11%，波动率4.79%，最大回撤-8.34%，净值0.9339，年换手次数4，2025年以来收益-2.01%[47] - 最低贴水策略模型：年化收益-1.54%，波动率4.60%，最大回撤-7.97%，净值0.9512，年换手次数17.12，2025年以来收益-2.75%[47] - 指数表现：年化收益3.46%，波动率21.10%，最大回撤-31.46%，净值1.1155，2025年以来收益26.51%[47] **IF对冲策略表现（回测区间：2022年7月22日至2025年10月17日）[48][52]** - 当月连续对冲模型：年化收益0.47%，波动率2.95%，最大回撤-3.95%，净值1.0151，年换手次数12，2025年以来收益-0.82%[52] - 季月连续对冲模型：年化收益0.70%，波动率3.30%，最大回撤-4.03%，净值1.0225，年换手次数4，2025年以来收益0.27%[52] - 最低贴水策略模型：年化收益1.23%，波动率3.07%，最大回撤-4.06%，净值1.0401，年换手次数15.25，2025年以来收益0.65%[52] - 指数表现：年化收益1.98%，波动率17.13%，最大回撤-25.59%，净值1.0651，2025年以来收益18.16%[52] **IH对冲策略表现（回测区间：2022年7月22日至2025年10月17日）[53][56]** - 当月连续对冲模型：年化收益1.09%，波动率3.03%，最大回撤-4.22%，净值1.0355，年换手次数12，2025年以来收益0.47%[56] - 季月连续对冲模型：年化收益1.99%，波动率3.44%，最大回撤-3.75%，净值1.0654，年换手次数4，2025年以来收益1.60%[56] - 最低贴水策略模型：年化收益1.73%，波动率3.05%，最大回撤-3.91%，净值1.0568，年换手次数15.87，2025年以来收益1.56%[56] - 指数表现：年化收益1.29%，波动率16.21%，最大回撤-22.96%，净值1.0419，2025年以来收益13.69%[56] **IM对冲策略表现（回测区间：2022年7月22日至2025年10月17日）[57][58]** - 当月连续对冲模型：年化收益-6.24%，波动率4.76%，最大回撤-14.00%，净值0.8281，年换手次数12，2025年以来收益-11.12%[58] - 季月连续对冲模型：年化收益-4.58%，波动率5.80%，最大回撤-12.63%，净值0.8487，年换手次数4，2025年以来收益-6.07%[58] - 最低贴水策略模型：年化收益-4.17%，波动率5.55%，最大回撤-11.11%，净值0.8646，年换手次数15.88，2025年以来收益-6.35%[58] - 指数表现：年化收益0.36%，波动率25.62%，最大回撤-41.60%，净值0.8911，2025年以来收益23.95%[58] 因子的回测效果 **分红调整年化基差因子取值（截至2025年10月17日）[21][27][32][37]** - IC当季合约：-12.08%[21] - IF当季合约：-3.13%[27] - IH当季合约：0.03%[32] - IM当季合约：-12.80%[37] **信达波动率指数 Cinda-VIX 因子取值（截至2025年10月17日）[61]** - 上证50VIX_30：22.97[61] - 沪深300VIX_30：24.07[61] - 中证500VIX_30：35.47[61] - 中证1000VIX_30：30.70[61] **信达波动率偏度指数 Cinda-SKEW 因子取值（截至2025年10月17日）[68]** - 上证50SKEW：103.13[68] - 沪深300SKEW：102.83[68] - 中证500SKEW：99.44[68] - 中证1000SKEW：99.76[68]

市场情绪转变 - 美国金融市场经历微妙转变，尽管经济数据向好、美联储降息支持且股市接近高位 [1] - 本月美国杠杆ETF遭遇资金流出约70亿美元，为2019年有记录以来的最高水平 [1] - 数字货币市场一度蒸发约3000亿美元市值，美股主要股指结束连续上涨势头，标普500指数和纳斯达克100指数均录得一个月来的首次单周下跌 [1] 散户行为分析 - 此轮资产回撤并非恐慌信号，而是投资者在经历数月市场狂欢后选择锁定利润，为未来潜在波动做准备 [2] - 三倍做多半导体指数的SOXL基金本月上涨31%，但投资者仍撤出超过23亿美元，表明交易员选择在上涨时离场 [2] - 旨在放大特斯拉股价波动的TSLL基金正迎来其有史以来最大的月度资金流出，规模达约15亿美元 [2] - 活跃交易员仍愿追逐快速变动股票，但逢低买入和追高的兴趣减弱 [3] - 在本市场周期中，散户屡次走在机构前面，例如在4月份市场创下新低时进行抄底，驱动了一场由普通民众驱动的反弹 [6] 机构策略调整 - 专业资产管理公司开始调整策略，采取更为审慎的立场，认为市场已经超买，尤其是在超级投机性股票上，这些股票正在接近泡沫区域 [4] - 管理300亿美元资产的Lido Advisors采取对冲策略，例如卖出备兑看涨期权以产生收入，并买入看跌价差期权以在市场回调时提供保护 [4] - Janus Henderson客户对固收资产的兴趣正在回升，公司建议客户立足于基本面，青睐国债、公司信贷等高质量债券，并警告基于对美联储降息乐观情绪进行购买是危险的 [4] - PGIM固定收益已将约30%的风险配置于短期资产，认为市场似乎有点累了 [4] 市场信号意义 - 由散户主导的撤退信号意义不容忽视，他们率先从市场最具泡沫的领域撤出，表明市场的脆弱性正在增加，一场安静的重新校准已经开始 [6]

AI驱动牛市的基础 - 人工智能驱动的美股牛市基础稳固 受多重利好因素支撑[1][3] - 美联储政策重心从抗击通胀转向关注劳动力市场 鸽派转向为市场提供宽松预期[7] - 美国及全球范围内的财政刺激和大规模赤字支出持续进行[7] - 美国高收入消费群体财富充裕 成为消费绝对主力 名义GDP保持在5%左右健康水平[7] - 宽松金融环境提供有力支撑 包括美元走弱 证券投资组合价值处于高位 现金资产产生可观收益 企业信贷利差极窄 跨资产波动率被极度压缩[7] - 大型科技股为代表的"AI光环"效应成为驱动市场风险偏好的核心主题 公司强大现金流支持资本支出蓬勃发展 并为规模空前的股票回购提供资金[7] 市场风险与脆弱性 - 市场已积累显著下行风险 投资者过度看涨 期权市场看涨需求激增[1][5] - 市场处于极端净多头和负伽马状态 一旦出现催化剂 可能因去杠杆化引发快速剧烈回调[1][3] - 市场面临显著的"下行凸性" 跌幅会因负伽马 高杠杆和拥挤多头被强制平仓而呈指数级放大[3] - 系统性资金流已为"不对称卖出"做好准备 增加了市场回调的脆弱性[5] - 来自各类波动率卖出策略的供应 使做市商在平价期权附近积累了今年以来最庞大的伽马多头敞口 压制短期波动[14] - 期权和杠杆ETF市场的综合再平衡及对冲需求显示 潜在卖出压力与买入需求之比接近2:1 构成巨大"去杠杆化流动性风险"[16] 投资者行为与市场情绪 - 当前市场正处于一场"AI引发的狂热"之中 形成良性循环 推动股指不断创下历史新高[3] - 投资者再次追逐美股指数的上行期权 呈现"价格上涨 波动率也上涨"的局面[10] - 投资者正在增持高贝塔 高波动性和空头集中的股票 并在股指创下历史新高之际增加杠杆[10] - SPX指数期权偏斜度正"从悬崖上俯冲" 看涨期权需求相对于看跌对冲工具急剧上升[12] - 看涨期权偏斜度飙升至年初以来最陡峭水平 显示投资者在为"股市继续疯涨"竞相购买上行保护[12] - 看跌期权在市场不断冲高之际因成本消耗而逐渐被抛弃[12] AI行业生态与商业模式 - 科技巨头间的合作公告揭示了一种日益危险的循环"AI收入/资本支出"模式 巨头们将数十亿美元资金在彼此之间来回投入进行资本重组[8] - 当前资本循环主要由现金而非债务驱动 与互联网泡沫后期的"供应商融资"存在关键区别[8] - 与当时缺乏清晰商业模式的互联网1 0公司不同 如今的数据中心正在从真实用户那里创造真实收入[8]

牛市驱动因素 - 美联储政策重心从抗击通胀转向关注劳动力市场 鸽派转向为市场提供宽松预期 [5] - 美国及全球范围内的财政刺激和大规模赤字支出持续进行 [5] - 高收入消费群体财富充裕成为消费绝对主力 名义GDP保持在5%左右健康水平 [5] - 宽松金融环境包括美元走弱 证券投资组合价值高位 现金资产产生可观收益 企业信贷利差极窄 跨资产波动率极度压缩 [5] - 大型科技股AI光环效应驱动市场风险偏好 强大现金流支持资本支出蓬勃发展 为规模空前的股票回购提供资金 [5] 市场风险结构 - 市场面临显著下行凸性 极端净多头仓位 负伽马 潜在波动率挤压风险 [1] - 系统性资金流为不对称卖出做好准备 潜在卖出压力与买入需求之比接近2:1 [17] - 做市商在平价期权附近积累今年以来最庞大伽马多头敞口 压制短期波动形成缓慢碾压式上涨 [12] 投资者行为特征 - 投资者增持高贝塔 高波动性和空头集中股票 在股指创历史新高之际增加杠杆 [9] - 期权市场偏斜度急剧下降 看涨期权需求相对于看跌期权保护大幅增加 [3] - SPX看涨期权偏斜度飙升至年初以来最陡峭水平 投资者竞相购买上行保护 [11] 行业运营模式 - 科技巨头形成循环AI收入/资本支出模式 将数十亿美元资金在彼此间来回投入进行资本重组 [7] - 当前资本循环主要由现金驱动而非债务 数据中心从真实用户创造真实收入 [7]

对冲基金对VIX的做空仓位 - 对冲基金以三年来未见的规模做空VIX波动率指数 净空头合约达92,786份 为2022年9月以来最高水平 [2] - 市场对VIX的大举做空既可能反映信心 也可能意味着自满 需警惕仓位过度拉伸后波动率意外飙升的风险 [2] - 类似极端仓位在历史上往往预示市场即将迎来动荡加剧与股市下跌 例如2024年7月大举做空后8月日元套利交易瓦解颠覆全球市场 [2] VIX指数的当前市场表现 - VIX维持在15以下 较过去一年均值低约24% 上周五跌至年内最低点 [3] - VIX看涨期权的隐含波动率相对标普500看跌期权波动率上升 但买入VIX看涨期权的对冲策略罕见缺席 [3] - 许多策略师推荐标普500看跌期权价差及回溯型看跌期权 以适应当前市场"逢低买入"模式下的震荡上行环境 [3] 市场对冲策略的演变 - 专业交易员在2025年伊始普遍押注波动率维持低位 但2月因贸易冲突担忧升温而被打个措手不及 [2] - 使用标普500普通看跌期权或看跌价差被视为更可靠的对冲方式 因标普500偏斜率较陡有助于改善成本结构 [3] - CFTC数据未涵盖交易所交易产品仓位及用于对冲或相对价值策略的多空同时持仓交易者 [3]