融资与融券的逻辑定义 - 融资是做多行为，投资者向券商借钱买入股票，盈利基础是股价上涨 [2] - 融券是做空行为，投资者向券商借入股票卖出，盈利基础是股价下跌 [2] - 两者在操作方向上完全相反，构成互为对手盘的关系 [2] 融资与融券的博弈关系 - 融资盘买入推高股价会打击融券盘，可能导致空头亏损或爆仓 [3] - 融券盘卖出压低股价会打击融资盘，可能导致多头亏损或爆仓 [3] - 投资者之间，融资客与融券客是你死我活的博弈对手 [12] 券商在融资融券业务中的角色 - 券商在融资业务中借出资金以赚取利息 [5] - 券商在融券业务中借出证券以赚取利息 [6] - 无论客户做多或做空，券商都能获得稳定利息收入，不站队任何一方 [4][6] - 对券商而言，融资客和融券客都是带来收入的客户，构成“手心手背都是肉”的利益关系 [4][12] 市场实践中的复杂关系 - 在成熟对冲策略中，同一投资者可能在同一标的上同时进行融资和融券操作 [7] - 通过“多头+空头”组合可对冲风险，或利用股指期货与融券配合进行套利 [8] - 在此情境下，融资与融券从对手盘转变为“互相保护的搭档” [9] 融资融券对市场的影响 - 融资余额与融券余额同时大幅增加，表明多空分歧巨大，会加剧市场波动 [11] - 剧烈波动可能同时触发多空双方的强制平仓，形成连锁反应 [11] - 两者共同作用，成为市场情绪的“放大器” [10]

文章核心观点 - 国投瑞银白银LOF因净值单日暴跌超30%引发市场关注，投资者提出的通过临时启用衍生品对冲来“打补丁”防跌的方案，在现实中面临产品定位、风险匹配和实际操作三重壁垒，难以实现[2][4][5] - 产品设计存在历史局限性，其框架基于当时认知，无法预知未来极端行情，当根源性风险来临时，基金公司只能用有限措施应对无限市场行情[9][16] 产品事件与市场表现 - 国投瑞银白银LOF净值单日暴跌超30%[2] - 2月以来，该产品已四连跌停报3.443元，最新溢价率为37.12%[2] 产品设计与定位 - 国投瑞银白银基金招募说明书规定，持有白银期货合约价值合计不低于基金资产净值的90%、不高于110%，权证（包括期权）投资比例不高于基金资产净值的3%[4] - 产品设计初衷是跟踪白银价格走势，选择投资期货是因为上期所白银期货主力合约成交活跃，能支撑一定规模资金进出，而白银现货市场深度不足[6] - 产品合同严格约定其纯工具属性，力争实现日均跟踪偏离度不超过0.5%，年化跟踪误差不超过7%[6] - 该基金是国内公募市场几乎唯一一只直接投资于白银期货的LOF基金，具有稀缺性[10] 投资者“防跌补丁”方案的三重现实壁垒 - **第一层：产品定位冲突**：若通过对冲操作实现“涨能跟涨、跌不跟跌”，产品将从被动跟踪工具转变为带有主动管理色彩的产品，从根本上背离设立初衷[6] - **第二层：投资者适当性风险错配**：该基金超百亿规模的持有人风险承受能力与产品R4中高风险等级基本匹配，引入更复杂的对冲策略会导致产品风险与原有投资者承受能力脱节，构成风险错配[7] - **第三层：工具稀缺与实操可行性存疑**：仅投资白银单一品种却想通过衍生品完美对冲以控制波动，甚至要求“涨能跟涨、跌不跟跌”脱离实际，海外市场也难寻能实现此目标的成熟产品[8] 海外市场产品借鉴 - 海外与国投瑞银白银LOF最接近的产品是美国的PowerShares DB Silver Fund（DBS），主要投资白银期货，但已于2023年3月完成清算[8] - 目前全球市场规模最大的白银产品为iShares Silver Trust（SLV），投资于白银实物，在2026年1月30日当日跌幅达28.54%[8] - 国际市场主流白银投资产品包括实物白银ETF、白银期货、白银矿企ETF、银行纸白银、实物银条/银币等[11] - 对中国公募行业而言，投资于实物白银的产品最具借鉴意义，其“实物锚定+份额化”设计可破解国内白银投资高门槛、高仓储成本痛点，标准化份额适配公募普惠定位，实物托管机制保障净值公允，“实物申赎+二级市场套利”机制能抑制溢价折价，提升跟踪精度[11] 国内商品基金模式对比与转型可能性 - 国内商品基金大致可分为四类：投资黄金现货的ETF、直接投资国内商品期货的基金、通过QDII通道运作的跨境商品基金、商品资源股票基金[12][15] - 直接投资国内商品期货的基金（如大成有色金属期货ETF）合同约定持有指数成分商品期货合约价值合计不低于基金资产净值的90%、不高于110%[12] - 市场上主流的商品LOF（如嘉实原油、易方达黄金主题）绝大多数属于QDII-FOF模式，通过投资海外基金再投向底层资产，海外工具管理人负责处理期货涨跌停板、合约展期等复杂问题，实现了风险的部分隔离[13] - 即使将白银LOF转为QDII模式，也需直面底层投资标的的选择问题，若仍投资期货合约则与现有模式无本质改善，国内无法直接推出白银ETF的核心障碍在于税收——白银现货投资需缴税，而黄金享受免税政策[14] 行业反思与未来展望 - 此次事件作为一个极端先例，预计将促使行业对这一产品类别进行彻底审视和反思，未来新产品的设计理念与风险管控标准可能会因此次压力测试而得到调整[16] - 目前行业内能讨论的改进大多属于流程优化范畴，例如将风险公告时点提前，而在现有法规框架下，在极端波动时暂停申购赎回等直接保护投资者的建议被认为不太可能实现[16]

华尔街金融机构进军预测市场 - 华尔街大型金融机构正快速进军预测市场领域，组建专门交易团队以捕捉体育赛事和政治选举等事件合约的套利机会[1] - 预测市场交易量从2024年初的每月不足1亿美元飙升至2025年12月的超过80亿美元，爆发式增长吸引了传统金融机构的关注[1] - 特朗普政府对市场监管采取宽松态度，为华尔街机构进入这一领域提供了契机[1] 主要参与机构与招聘动态 - 包括DRW、Susquehanna和Tyr Capital在内的多家知名交易公司正在组建专门的预测市场交易团队[1] - DRW招聘基础年薪最高可达20万美元的交易员，负责在Polymarket和Kalshi等平台上实时监控和交易[1] - Susquehanna正在招聘能检测不正确公允价值、识别市场异常行为和低效率的交易员，同时组建专门的体育交易团队[2] - 加密对冲基金Tyr Capital希望聘请已在运行复杂策略的预测市场交易员，其首席投资官对预测市场前景极为看好[2] - 其他招聘预测市场交易员的公司包括纽约交易初创公司Kirin和Anti Capital、芝加哥加密投资者Sfermion以及瑞士交易集团G20 Advisors[4][5] 市场策略与机会 - 更具吸引力的策略是在提供不同价格的市场之间进行套利，类似于高频交易者利用不同证券交易所之间的价差[3] - 在这样一个全新的市场中，不同平台相对孤立，存在很多套利机会[3] - 预测市场可以让投资组合经理以更高的精确度对冲投资，特别是针对特定事件发生的概率，例如Polymarket曾显示经济衰退概率为50%，而信贷市场显示的风险约为2%[3] - 套利机会和对冲潜力正推动专业交易者加速入场[1] 做市商角色与平台合作 - 大型做市商表现出更高的热情，Susquehanna是Kalshi的首个做市商，并与零售交易平台Robinhood建立了事件合约合作关系[4] - 参与Kalshi做市商计划的机构可获得财务利益、降低费用、不同的持仓限制和增强的访问权限，作为提供流动性的激励[4] - 部分机构已与预测平台建立合作关系，在特定合约中提供做市和流动性服务[1] - 据知情人士透露，Jump Trading和总部位于阿姆斯特丹的Flow Traders最近也增加了在预测市场的交易活动[4] 行业前景与增长动力 - 交易公司在预测市场方面绝对处于增长模式，它们真正想要了解这些类型策略能够带来的流动性和可扩展性[2] - 这一新兴市场在2024年美国总统大选期间交易量激增，目前已演变为以体育合约为主的博彩平台[1] - 尽管流动性仍远低于传统资产类别，但预测市场前景被看好，尤其是在未来几年货币政策和经济数据方面的应用[2]

量化模型与构建方式 1. **模型名称：价格分段体系**[8][15] * **模型构建思路**：通过分析上证综指在不同时间尺度（如日线、周线）上的价格走势，识别其边际变化和趋势结构，以判断市场状态[15]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建步骤和数学公式，仅展示了其应用结果。从图表描述来看，该模型可能涉及对指数价格序列进行多周期分析，并计算类似移动平均线（如dea）等技术指标来划分价格阶段[18]。 2. **模型名称：微观市场结构择时模型**[8][16] * **模型构建思路**：通过构建“知情交易者活跃度”指标，监测市场中掌握信息优势的交易者的行为变化，以此作为市场情绪和未来走势的择时信号[16]。 * **模型具体构建过程**：报告未详细披露“知情交易者活跃度”指标的具体计算方法和构建公式。其构建思路是基于市场微观结构理论，从交易数据中提取能够反映知情交易行为的特征[16]。 3. **模型名称：分析师行业景气预期监测模型**[8][20] * **模型构建思路**：通过跟踪和分析师对申万各一级行业的财务预测（如ROE、净利润增速）的一致预期及其变化，来监测各行业的景气度变动趋势[20]。 * **模型具体构建过程**：具体构建过程未详细说明。模型核心是计算两个关键指标： 1. 一致预期ROE（滚动未来12个月）的环比变化。 2. 一致预期净利润（滚动未来12个月）增速的环比变化。 通过计算这些指标在“本周”相对于前一周的变化百分比，来评估行业景气预期的边际改善或恶化[21]。 4. **模型名称：融资融券资金流向监测模型**[8][22] * **模型构建思路**：通过统计各行业融资净买入与融券净卖出的差额，监测杠杆资金在行业间的流向和偏好，以此作为观察市场资金面和行业热度的指标[22]。 * **模型具体构建过程**：对于每个申万一级行业，计算指定周期（本周）内的净买入额。公式为： $$期间净买入额 = 融资净买入额 - 融券净卖出额$$ 其中，融资净买入额代表看多资金的流入，融券净卖出额代表看空资金的流出。两者的差额反映了杠杆资金对该行业的净流入（正值）或净流出（负值）情况[22][24]。 量化因子与构建方式 1. **因子名称：BARRA风格因子（系列）**[25] * **因子构建思路**：采用经典的BARRA风险模型框架，从市值、估值、盈利、成长、交易行为等多个维度构建一系列风格因子，用以解析市场收益的来源和风格偏好[25]。 * **因子具体构建过程**：报告未详细列出每个BARRA风格因子的具体计算公式。文中提及的因子包括： * **基本面类因子**：如价值因子、成长因子、盈利因子。 * **交易相关因子**：如换手率因子、短期动量因子、贝塔系数因子。 * **市值类因子**：如市值因子、非线性市值因子。 这些因子通常通过对股票的基础特征（如市盈率、市净率、净利润增长率、换手率、历史收益率、总市值等）进行标准化、中性化等处理得到[25]。 模型与因子的回测效果 **注**：本报告主要为市场监测与观点阐述，未提供量化模型或因子在历史回溯测试中的具体绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告中对模型或因子效果的描述均为定性评价[25]。 1. **价格分段体系**：模型结果显示，上证综指在元旦节前（2025年12月29日至31日）日线级别维持边际上行，周线级别基本与日线重合[15]。 2. **微观市场结构择时模型**：模型结果显示，本周（报告期）知情交易者活跃度指标高位小幅回落，但仍保持零上高位，知情交易者对后市态度较为乐观[16]。 3. **分析师行业景气预期监测模型**：模型结果显示，本周房地产、通信、社会服务行业的ROE预期环比增长靠前；农林牧渔、房地产、环保等行业净利润增速预期环比增长靠前，其中农林牧渔行业净利润增速预期环比上涨约一倍[20][21]。 4. **融资融券资金流向监测模型**：模型结果显示，本周国防军工、机械设备、公用事业行业获得两融资金较高净流入，其中国防军工净流入44.0亿元；非银金融、电子、医药生物等行业出现较高净流出[22][24]。 5. **BARRA风格因子**：因子收益监测结果显示，本周（报告期）成长因子表现优于价值因子，盈利类因子普遍回撤。高换手率、短期动量强、贝塔系数高的个股提供正向超额收益。市值因子与非市值因子均有正超额，且非市值因子优势更明显，显示中盘风格相对占优[25]。

纪要涉及的行业或公司 * 固收债券市场，特别是超长债（如30年期国债）[1] * 涉及债券类型包括国债、地方债、信用债（如二级资本债）、浮息债、存单等[3][9][12][13] 核心观点与论据 * **超长债市场现状与短期展望** * 近期超长债波动明显放大，利率上行，主要受供给预期强劲和需求疲软影响[1][2] * 短期内存在反弹机会，因30年利率水平及30年与10年利差已回到2022年四季度状态[3] * 但反弹空间有限，因配置力量不强、降息交易预期不高，若反弹延续应及时减持[1][3] * **货币政策与利率走势判断** * 预计2026年货币政策或宽松，但宽松预期在3-4月更明显，1-2月不明显，不建议在此期间进行降息交易[1][4] * 受春季躁动和经济开门红预期影响，10年期国债收益率可能升至1.9%左右，但突破2%概率较低[1][4] * **具体债券品种选择与策略** * **超长债选择**：当前流动性较好的超长债券包括T6、T2和25普通国债02[1][5] * **新老券利差**：30年老券（如25特5与25特6）存在约10BP以上利差，具有持有价值，但利差压缩速度可能较慢，建议明年1月中后期再加配[1][5] * **特定券种（2502）**：若2026年续发，规模可能达2500亿至3000亿，成为活跃券，利率可能比特六低10个基点，具博弈价值；若不续发则价值减弱[1][6][7] * **投资组合与策略建议** * **策略一（低久期防守）**：结合宽松资金水平，采取票息策略，如选择两年左右信用债[3][10] * **策略二（捕捉反弹）**：关注30年国债反弹机会[3][10] * **十年期国债**：新券250022因规模小具主力券潜力，持有价值较强[3][11] * **十年期国开债**：优先选择215，但需关注明年1月份220的发行情况[11] * **其他债券类别投资观点** * **地方债**：优先考虑隐含税率在4%以上的新券[3][12] * **信用债**：关注三年期二级资本债与三年期国开债的利差压缩空间[3][12] * **浮息债**：目前价格偏贵，但如25龙发XFL09仍具提成价值[3][13] * **对冲策略**：买入5年期国开债并做空国债期货，可获得约1.95%的回报，风险小回报稳定[3][13] * **交易与持有策略** * **超短期高频交易**：应选择流动性最好的25特6[1][8] * **短期持有（做反弹）**：可关注2502的投资价值[1][8] * **存单策略**：当前资金宽松，票息策略较好，建议关注3个月左右存单；或选择3个月到期后转一年存单，或直接选9个月左右存单[1][9] 其他重要内容 * **市场情绪与行情**：12月份跨年配置行情未如预期出现[2] * **历史参照**：今年（2025年）三四月份曾出现类似的对冲策略机会[14] * **风险提示**：需注意理财净值化影响及银行配置意愿变化对信用债（如二级资本债）的影响[12]

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]