核心观点 - 报告对2025年第四季度市场表现进行了复盘，并对2026年第一季度行情进行了预判，核心观点认为市场后市或倾向于乐观向上 [1][2][67] - 2025年第四季度，主要宽基指数涨跌互现，大部分中信一级行业录得正收益，择时模型在当季总体表现优秀，多个模型获取了绝对正收益 [1][64] - 基于择时模型的最新信号，短期、中期及综合模型普遍看多，报告对2026年第一季度看好建材、汽车、电子行业 [2][3] 2025年四季度市场复盘 - **主要宽基指数表现**：2025年第四季度，创成长指数上涨5.03%，上证指数上涨2.22%，而科创50指数下跌10.10% [1][9][12] - **行业指数表现**：大部分中信一级行业录得正收益，其中石油石化行业上涨16.97%，国防军工行业上涨16.74%，表现居前；计算机、医药、房地产行业跌幅较大，分别下跌6.72%、9.39%、9.91% [1][10][11][13] - **基金表现**：在市场指数涨跌互现的背景下，平衡混合型基金平均收益为1.22%，表现最好；股票型基金和偏股混合型基金平均收益分别为-1.71%和-1.64% [13][14] - **新基金发行**：2025年第四季度新成立公募基金715只，合计募集2784.53亿元，其中混合型基金募集997.56亿元，债券型基金募集888.78亿元，股票型基金募集898.20亿元 [14] 择时策略体系与模型表现 - **策略体系概述**：择时策略采用多周期、多角度模型，包括短期、中期、长期及综合模型，旨在通过不同逻辑捕捉市场波段，实现攻守兼备 [15][16] - **短期择时模型**： - **价量共振V3模型**：在上证指数上回溯年化收益11.76%，最大回撤15.86%，2025年第四季度未开仓，绝对收益为0% [18][20] - **低波之刃模型**：用于捕捉市场缩量震荡后的反弹行情，在上证50指数上2025年第四季度绝对收益为2.48%，超越基准（0.35%） [21][25] - **特征龙虎榜机构模型**：基于机构席位资金极端行为构建，在沪深300指数上2025年第四季度绝对收益为-1.96% [26][27][28] - **特征成交量模型**：基于成交量特征分布划分市场区域并择时，在万得全A指数上2025年第四季度绝对收益为-7.98% [29][30][32] - **中期择时模型**： - **推波助澜V3模型**：基于自由流通市值加权的涨跌停等情绪指标构建，在沪深300指数上2025年第四季度绝对收益为0.46%，超越基准（-1.69%） [33][36][37] - **月历效应模型**：基于A股春季躁动逻辑构建，在中证1000指数上回溯胜率达100%，2025年全年绝对收益为5.87% [39][42] - **长期择时模型**： - **动量摆动模型**：基于成分股信号加权构建长期摆动系统，在中证500指数上2025年第四季度绝对收益为4.51%，超越基准（-1.10%） [43][44] - **综合择时模型**： - **综合兵器V3模型**：融合短、中、长期模型信号，在沪深300指数上回溯年化收益29.55%，2025年第四季度绝对收益为-0.89%，略优于基准（-1.69%） [46][47] - **智能算法择时模型**： - **沪深300指数智能择时模型**：基于遗传规划算法挖掘，回溯年化收益35.42%，2025年第四季度绝对收益为2.68%，超越基准 [49][50] - **中证500指数智能择时模型**：采用GRASP算法进行因子组合，回溯年化收益46.08%，2025年第四季度绝对收益为-3.94% [53][54] - **港股择时模型**： - **成交额倒波幅模型**：结合港股成交额与波幅指数构建，在恒生指数上2025年第四季度绝对收益为0.62%，超越基准（-6.07%） [57][58] - **其他择时模型**： - **上下行收益差模型**：基于价格日内波动构建趋势判断指标，在沪深300指数上2025年第四季度绝对收益为3.52%，超越基准 [62][63] - **季度表现优秀模型**：2025年第四季度绝对收益表现优秀的模型包括：上下行收益差模型、成交额倒波幅模型、综合兵器V3模型、动量摆动模型、推波助澜V3模型、低波之刃模型、沪深300指数智能择时模型 [64] 最新择时信号与后市展望 - **短期信号**：成交量模型对所有宽基指数看多；低波动模型中性；智能300模型看多；智能500模型看多；特征龙虎榜机构模型看多；特征成交量模型看多 [2][65] - **中期信号**：涨跌停模型看多；上下行收益差模型对所有宽基指数看多；月历效应模型中性 [2][66] - **长期信号**：动量模型对部分宽基指数看多 [2][67] - **综合信号**：综合兵器V3模型看多；综合国证2000模型看多 [2][67] - **后市判断**：从择时模型角度看，短期模型几乎都看多，中期模型均看多，长期模型部分宽基看多，综合模型看多，后市或倾向于乐观向上 [2][67] 选股策略 - **策略框架**：选股策略采用多视角方法，包括大师系列价值/成长策略、基本面选股及技术形态识别，历史上均有不俗表现 [6][69] - **惠特尼·乔治小型价值股投资法**：从股票风格、公司运营和市场估值三方面选股，关注负债、现金流及报酬率等指标，2020年1月1日至2025年12月31日策略年化收益22.0% [71][72][73][75] - **福斯特佛莱斯积极成长选股策略**：基于高盈利成长率、健全资产负债表等6方面因子选股，2020年1月1日至2025年12月31日策略年化收益7.2% [80][83] - **CANSLIM基本面选股**：基于成长、动量、机构认可度及一致预期维度构建CANSLIM2.0组合，2016年1月1日至2025年12月31日策略年化收益率16.1%，2025年策略收益38.5% [88][93][95][99] - **形态识别选股**：基于技术面分析，复现杯柄形态和双底形态，每周筛选形态突破的个股组合 [103][104][106] 行业轮动与2026年一季度展望 - **行业轮动方法**：行业轮动模型基于基金预估仓位与超欠配情况对行业未来进行预判 [6] - **2026年一季度看好行业**：报告明确看好2026年第一季度的建材、汽车、电子行业 [3]

银行理财业务现状与转型必要性 - 当前银行理财业务面临两大主要问题：一是对新经济（如科技创新、消费升级）的参与深度不够，二是纯固收产品收益下降[1] - 固收类理财产品收益率正缓慢下降，2025年前三季度全市场理财产品月度平均收益降至2.0%附近，较2024年的平均收益2.65%下降了65个基点[2] - 与之相对，权益资产收益率逐步上升，2024年万得全A年涨幅为10.0%，2025年1-10月涨幅为26.4%，过去20年年化收益率为12.0%，展现出更强的财富效应[2] - 宏观环境正从投资驱动向消费和科技创新驱动转变，经济结构调整要求金融业务助力股权市场做大做强，银行理财增强股票投资符合国家政策导向[5] - 未来五年是理财机构把握时代机遇、推动业务转型升级的关键窗口期，需将服务国家战略内化为投资逻辑[1] 投资端转型升级策略 - 银行理财机构需开发收益有竞争力且回撤小的“固收+”产品，主要抓手是深度参与权益市场、科创债和消费金融等国家重点支持领域[1] - 增配权益资产理论上可提高组合收益，历史数据显示（2005年11月至2025年10月），万得全A指数20年年化收益率为12.0%，中债新综合指数为4.0%[8] - 模拟组合测算显示，增配5%股票（95%债券+5%股票）可提高收益并降低风险：组合年化收益率平均值从纯债的4.22%提高到4.97%，亏损概率从5.45%降至3.93%，最低收益从-1.65%改善至-1.46%[9] - 股债资产分散化投资降低风险的本质源于其收益率的负相关性[10] - 运用择时策略可进一步改善收益，依据经济周期调整权益配置比例（1%至9%），模拟择时组合年化收益率平均值达5.08%，中位数4.87%，亏损概率降至1.86%，最差收益为-1.24%[16] - 运用择券策略可进一步改善收益，例如精选ROE高的行业（如家电），其模拟组合收益平均值达5.53%，较择时组合提高45个基点，且过去20年未出现亏损[19] - 通过资产配置、择时和择券策略，可在投资策略层面开发出符合理财投资者低风险偏好的产品[21] 负债端转型升级策略 - 理财业务在负债端转型升级的重点在于增强代销渠道和投资者对“固收+”产品的认可度与信任度[1][22] - 代销渠道（如部分城农商行）和理财投资者对“固收+”产品相对陌生，信任度不高，是转型的难点[22] - 在产品设计上，拉长“固收+”产品的投资期限有助于降低亏损风险并提高收益[23] - 数据显示，将持有期从12个月拉长至15个月，择券组合（家电）的收益中位数从4.93%提高至5.13%，最低收益从0.67%提高至1.13%，亏损概率从0.00%保持低位[24] - 推动“固收+”产品需抓住股票牛市窗口期，借助财富效应形成“买入-增值-再买入”的正反馈机制，以建立产品口碑和客户忠诚度[24] 转型路径与目标 - 银行理财业务转型是一个较长过程，需理财机构首先提升投资能力，开发有竞争力的“固收+”产品[25] - 其次需从负债端着手，建立代销渠道和投资者对“固收+”产品的信任，最终推动产品规模增长[25] - 需借助经济结构转型和资本市场高质量发展的机遇，加大理财业务对资本市场的参与力度，实现业务转型升级并构筑新的竞争优势[1][25] - 银行理财机构可以将发展“固收+”产品作为主要抓手，以股票投资为突破口，向投资者提供更具吸引力的金融产品，助力培育新质生产力[1]

报告行业投资评级 未提及 报告的核心观点 上周市场显著反弹，各品种成交环比下行、基差走弱，期债行情偏震荡，商品市场总体上涨多跌少；建议关注股指期货跨期正套、期债跨期价差正套机会，对商品因子中长期表现乐观 [3][4][42][57] 根据相关目录分别进行总结 股指期货量化策略 - 行情简评：市场上周显著反弹，电子、有色等行业贡献各指数主要涨幅，各品种成交环比下行、基差走弱 [3][4] - 基差策略推荐：各品种基差走弱，IF浅贴水、IC和IM深贴水，预计IC和IM深贴水格局维持，建议关注跨期正套机会，展期策略多近空远 [4] - 套利策略跟踪：跨期套利策略上周普遍盈利，年化基差率、正套和动量因子分别盈利0.4%、0.1%、0.0%（6倍杠杆），年化基差率因子转向正套信号；跨品种套利时序合成策略净值上周走平，最新信号推荐50%仓位多IF空IC、100%仓位多IM空IC [5][6] - 择时策略跟踪：日度择时策略上周普遍盈利，上证50、沪深300、中证500、中证1000上周分别亏损1.0%、亏损0.4%、盈利1.0%、盈利0.6%；择时模型最新信号看空程度显著增加，看空上证50、沪深300、中证500 [7] 国债期货策略 - 基差与跨期价差：本周期债IRR下行、基差走强，跨期价差震荡偏弱，可关注跨期价差小幅走扩的正套空间 [42] - 单边策略：上周期债行情偏震荡，日频择时策略信号以多头为主，主要看多因子有基差、日内量价和高频资金流，主要看空因子有日间技术和会员持仓 [43] - 利率择时信号：预测利率上行，生产因子和库存因子多头占比较高 [44] 商品CTA因子及跟踪策略 - 商品因子表现：上周商品市场上涨多跌少，玻璃等涨幅超5%，焦煤跌幅明显；量价趋势和部分价值类因子涨幅超0.5%，仓单类因子小幅上涨，其他类因子小幅下跌；近期市场波动或引发中长期趋势头寸平仓，影响因子收益，但中长期仍对商品因子表现乐观 [57] - 跟踪策略表现：各策略年化收益、夏普比率等指标表现不同，如CWFT策略年化收益9.4%，夏普比率1.62等；上周C_frontnext & Short Trend策略表现最好，今年以来CWFT策略表现最好 [58][79]

报告行业投资评级 未提及 报告的核心观点 - 上周市场各品种表现各异，股指期货和国债期货有不同走势及策略建议，商品市场因子和跟踪策略表现有别，应关注各品种基差、套利、择时等策略机会及风险 [3][4][55] 根据相关目录分别进行总结 股指期货量化策略 - **行情简评**：上周市场下跌，不同指数主要跌幅由不同行业贡献，各品种成交环比上行，IH、IF基差走弱，IC、IM基差走强 [3][4] - **基差策略推荐**：IH维持升水、IF维持浅贴水、IC、IM维持深贴水，预计IC、IM深度贴水格局将维持，建议市场情绪驱动贴水收敛时关注跨期正套建仓机会，展期策略推荐多近空远 [4] - **套利策略跟踪**：跨期套利策略上周净值涨跌不一，年化基差率、正套和动量因子分别盈利0.5%、盈利0.1%、亏损0.1%（6倍杠杆），年化基差率因子转向正套信号；跨品种套利时序合成策略净值上周盈利0.5%，最新信号推荐50%仓位多IF空IC、50%仓位多IM空IC [5][6] - **择时策略跟踪**：日度择时策略上周普遍盈利，上证50、沪深300、中证500、中证1000上周分别亏损1.2%、盈利1.0%、盈利2.5%、盈利0.2%，择时模型最新信号看多程度显著增加，看多各指数 [7] 国债期货量化策略 - **基差与跨期价差**：本周期债IRR有所下行、基差走强，跨期价差震荡偏弱，可关注跨期价差小幅走扩引起的正套空间 [41] - **单边策略**：上周期债行情偏震荡，日频择时策略信号以多头为主，主要看多因子包括基差、日内量价和高频资金流，主要看空因子包括日间技术和会员持仓 [42] - **利率择时信号**：预测利率上行，生产因子和库存因子的多头占比较高 [43][51] 商品CTA因子及跟踪策略表现 - **商品因子表现**：受外部宏观因素扰动和国内投资情绪影响，上周商品市场品种走势震荡偏弱，跌幅靠前的是焦煤、玻璃和纯碱，黄金、白银跌幅超2%，上涨较多的是碳酸锂；表现不错的大类因子是动量和期限结构类因子，价值类因子有平均超0.3%涨幅，其他类因子上周小幅下跌；近期市场波动可能引发中长期趋势头寸平仓影响因子收益，但中长期仍对商品因子总体表现乐观 [55][57] - **跟踪策略表现**：各策略年化收益、夏普比率、Calmar、最大回撤等指标不同，上周表现最好的是CWFT，收益0.20%，今年以来表现最好的也是CWFT，收益4.42%；截面策略的等权复合策略年化收益12.9%，夏普比率1.82，Calmar1.75，最大回撤 -7.38%，最近一周收益 -0.38%，今年以来收益 -1.66% [56][79]

报告行业投资评级 未提及 报告的核心观点 - 上周市场震荡下跌，电子行业贡献主要跌幅，各股指期货品种成交有升有降，基差走弱，建议关注跨期正套建仓机会和多近空远展期策略；国债期货本周基差与跨期预期震荡，利率择时信号预测利率下行，多因子择时和跨品种套利策略信号中性；商品市场各品种涨跌不一，多数商品因子有涨幅，中长周期趋势类CTA策略可能面临风险 [3][4][40][52] 各部分总结 股指期货量化策略 - 行情简评：上周市场震荡下跌，电子行业贡献各指数主要跌幅，IH、IF成交环比上行，IC、IM成交环比下行，基差有所走弱 [3][4] - 基差策略推荐：IH维持升水、IF维持浅贴水、IC、IM维持深贴水，预计IC、IM深度贴水格局将维持，建议市场情绪驱动贴水收敛时关注跨期正套建仓机会，展期策略推荐多近空远 [4] - 套利策略跟踪：跨期套利策略上周各策略上涨，年化基差率、正套和动量因子分别盈利0.2%、0.5%、0.2%（6倍杠杆），年化基差率因子转向正套信号；跨品种套利时序合成策略净值上周盈利0.1%，跨品种最新信号推荐50%仓位多IF空IC、100%仓位多IM空IC [5] - 择时策略跟踪：日度择时策略上周普遍盈利，上证50、沪深300、中证500、中证1000上周分别盈利0.4%、0.6%、1.1%、 -0.7%，择时模型最新信号看多程度显著增加，模型看多上证50、沪深300、中证1000 [6] 国债期货量化策略 - 本周策略关注：期债基差方面，本周期债IRR有所下行，跨期价差震荡偏强，后续正套空间有限，预期维持震荡运行；利率择时信号预测利率下行，套保品种建议选择高久期品种；期货择时策略信号中性，多因子择时策略主要看多因子有基差因子、高频因子等，主要看空因子有利差因子、量价因子；期货跨品种套利策略TS - T和T - TL最新信号中性 [40] 商品CTA因子及跟踪策略表现 - 商品因子表现：上周商品市场各品种涨跌表现不一，贵金属白银领涨，碳酸锂涨7%，焦煤、玻璃和红枣领跌，多数商品因子有不错涨幅，中长周期趋势类CTA策略可能面临风险 [52] - 跟踪策略表现：各跟踪策略年化收益、夏普比率、Calmar、最大回撤等指标表现不同，上周表现最好的是Long CWFT & Short CWFT，收益1.30%，今年以来表现最好的是C_frontnext & Short Trend，收益4.30% [53][75]

报告行业投资评级 未提及 报告的核心观点 - 上周股指期货市场跌幅较大，基差受市场情绪影响走弱，各套利和择时策略表现分化，建议关注跨期正套建仓机会和多近空远展期策略；国债期货基差与跨期震荡，利率择时预测下行，多因子择时和跨品种套利策略信号中性；商品市场多数品种下跌，量价趋势和价值类因子表现突出，部分CTA策略收益为负 [4][5][71] 根据相关目录分别进行总结 股指期货行情与策略 - **行情简评**：市场上周跌幅大，电子、电力设备贡献跌幅，银行贡献涨幅，各品种合约成交环比上涨，基差显著走弱 [4] - **基差策略**：IH升水、IF浅贴水、IC和IM深贴水，套保需求以空头为主，预计IC、IM深贴水格局维持，建议市场情绪驱动贴水收敛时关注跨期正套建仓机会，展期策略多近空远 [4] - **套利策略跟踪**：跨期套利策略上周表现分化，年化基差率、正套和动量因子分别亏损0.6%、盈利0.4%、盈利0.8%（6倍杠杆），年化基差率因子转向正套信号；市场风格转向大盘，跨品种套利时序合成策略净值上周亏损0.6%，最新信号推荐IC/IF空仓、50%仓位多IM空IC [5] - **择时策略跟踪**：日度择时策略上周总体盈利，上证50、沪深300、中证500、中证1000上周分别盈利2.2%、亏损1.0%、盈利0.4%、盈利2.0%，择时模型最新信号看多各指数 [6] 国债期货量化策略 - **本周策略关注**：期债基差方面，本周期债IRR下行，跨期价差震荡偏强，后续正套空间有限，预期维持震荡；利率择时信号预测利率下行，宏观、生产、库存、价格因子均看空，套保建议选高久期品种；多因子择时策略信号中性，看多因子有基差、高频因子等，看空因子有利差、量价因子；国债期货跨品种套利策略TS - T和T - TL最新信号中性 [56] 商品CTA因子及跟踪策略 - **商品因子表现**：上周商品市场多数品种下跌，仅黄金、白银及多晶硅等少数品种上涨，量价趋势类因子及价值类因子表现突出，期现基差类因子、仓单类因子均下跌超0.5%，商品总体走势可能因外部宏观因素扰动波动偏高，中长周期趋势类CTA策略有风险 [71] - **跟踪策略表现**：各策略年化收益、夏普比率、Calmar、最大回撤等指标不同，上周部分策略收益为负，如CWFT策略最近一周收益 - 0.50%，C_frontnext & Short Trend策略最近一周收益 - 0.67%等 [71]

文章核心观点 - A股市场波动率高，对投资者长期持有构成挑战，需通过大类资产配置策略来管理波动与回撤，实现与投资组合的“同甘共苦” [4][6][22][35][37][38] 投资者行为与市场表现 - 在市场调整期间（2022年至2024年），全市场偏股基金净申购规模持续萎缩，2023年起连续多个季度呈现净流出，2024年一季度和四季度净赎回达到阶段性峰值 [6] - 上证综指自1990年成立至今复合增长率为11.6%，但年化波动率达43.71%，显著高于其他国家主要指数 [10] - 自2014年以来，沪深300与偏股基金指数年度最大回撤超过15%的年份占比约为60%，而创业板指数该指标达100% [11][13] 择时策略的有效性 - 从2014年至今，坚持持有偏股基金的年化平均收益约为15%，但若错过涨幅最大的5天，年化收益降至9.02%；错过涨幅最大的30天，年化收益转为负值 [16][18] - 2020年至2025年8月15日，偏股基金指数在总计2053个交易日中，约19%的交易日（390天）贡献了超过80%的涨幅，凸显择时难度 [16][18] 大类资产配置的效果 - 不同资产（如偏股基金指数、MSCI世界指数、中长期纯债基金指数、黄金）在2014年至2024年间年度收益率表现各异，存在低相关性或负相关性 [23][24] - 模拟测算显示，渐进式增加资产类别（如加入红利指数、MSCI指数、黄金、债券指数）能显著平滑组合净值曲线，降低最大回撤 [27][30][32][33][35][37] - 最终配置组合（30%偏股基金指数+30%债券指数+20%红利指数+10%MSCI指数+10%黄金）相比全仓权益基金，波动大幅降低，提升投资者持有体验 [35][37]

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：成交量模型**[11] * **模型构建思路**：基于市场成交量的变化来判断短期市场趋势[11] * **模型具体构建过程**：研报未提供具体构建过程和公式 2. **模型名称：低波动率模型**[11] * **模型构建思路**：利用市场波动率的高低来判断市场状态[11] * **模型具体构建过程**：研报未提供具体构建过程和公式 3. **模型名称：特征龙虎榜机构模型**[11] * **模型构建思路**：通过分析龙虎榜上机构的买卖行为特征来预测市场动向[11] * **模型具体构建过程**：研报未提供具体构建过程和公式 4. **模型名称：特征成交量模型**[11] * **模型构建思路**：基于具有特定特征的成交量数据来构建择时信号[11] * **模型具体构建过程**：研报未提供具体构建过程和公式 5. **模型名称：智能算法沪深300模型**[11] * **模型构建思路**：应用智能算法对沪深300指数进行择时判断[11] * **模型具体构建过程**：研报未提供具体构建过程和公式 6. **模型名称：智能算法中证500模型**[11] * **模型构建思路**：应用智能算法对中证500指数进行择时判断[11] * **模型具体构建过程**：研报未提供具体构建过程和公式 7. **模型名称：涨跌停模型**[12] * **模型构建思路**：通过分析市场中涨跌停股票的数量或比例来判断中期市场情绪[12] * **模型具体构建过程**：研报未提供具体构建过程和公式 8. **模型名称：月历效应模型**[12] * **模型构建思路**：基于历史数据中存在的特定月份或时期的规律性效应进行择时[12] * **模型具体构建过程**：研报未提供具体构建过程和公式 9. **模型名称：长期动量模型**[13] * **模型构建思路**：根据资产的长期价格动量趋势来判断未来走势[13] * **模型具体构建过程**：研报未提供具体构建过程和公式 10. **模型名称：A股综合兵器V3模型**[14] * **模型构建思路**：综合多种择时信号或因子，形成对A股市场的综合判断[14] * **模型具体构建过程**：研报未提供具体构建过程和公式 11. **模型名称：A股综合国证2000模型**[14] * **模型构建思路**：综合多种择时信号或因子，形成对国证2000指数的综合判断[14] * **模型具体构建过程**：研报未提供具体构建过程和公式 12. **模型名称：成交额倒波幅模型**[15] * **模型构建思路**：结合成交额和波动率（波幅）的倒数关系来构建港股择时模型[15] * **模型具体构建过程**：研报未提供具体构建过程和公式 13. **模型/因子名称：杯柄形态**[40][43][44] * **构建思路**：识别价格图表中类似“杯子和杯柄”的特定看涨形态，预期形态突破后价格将继续上涨[40][43][44] * **具体构建过程**：形态识别涉及寻找价格走势中的特定阶段： * **A点（杯底）**：下跌趋势的末期或阶段性低点[44] * **B点（杯沿）**：价格从A点反弹至前期高点附近[44] * **C点（柄部）**：价格从B点小幅回调形成柄部，通常成交量萎缩[44] * **突破点**：价格放量突破B点与C点连线（柄部上沿）时视为买入信号[44] * **模型/因子评价**：是一种经典的技术分析形态，用于捕捉趋势延续的机会[40] 14. **模型/因子名称：双底形态**[40][47][49] * **构建思路**：识别价格图表中形成两个近似低点（W底）的看涨反转形态，预期形态突破颈线后价格将上涨[40][47][49] * **具体构建过程**：形态识别涉及寻找价格走势中的特定阶段： * **A点（第一个底）**：第一次下跌的低点[49] * **B点（反弹高点/颈线位）**：从A点反弹后遇阻回落的点[49] * **C点（第二个底）**：价格再次下跌，但在A点附近获得支撑形成第二个底，且低点不低于或略低于A点[49] * **突破点**：价格放量突破B点（颈线）时视为买入信号[49] * **模型/因子评价**：是一种常见的技术分析反转形态，用于判断趋势可能发生转变[40] 15. **模型/因子名称：倒杯子形态**[55] * **构建思路**：识别价格图表中类似倒置杯子的特定看跌形态，属于负向形态，预期形态突破后股价可能延续下跌趋势[55] * **具体构建过程**：形态识别涉及寻找价格走势中的特定阶段： * **A点（顶部）**：一波下跌后的反弹高点[55] * **C点（筑顶完成点）**：反弹后形成的顶部区域[55] * **E点（突破点）**：价格向下跌破关键支撑位（如A-C区间下沿）[55] * **模型/因子评价**：是典型的负向形态，用于提示潜在的下行风险[55] 模型的回测效果 1. **杯柄形态模型**，截至2020年12月31日至今，组合累计上涨70.2%，跑赢上证综指指数58.38%[40] 2. **双底形态模型**，截至2020年12月31日至今，组合累计上涨34.23%，跑赢上证综指指数22.41%[40] 量化因子与构建方式 （研报中未明确列出独立于上述模型的量化因子构建细节） 因子的回测效果 （研报中未提供独立因子的具体测试结果取值）

文章核心观点 - A股市场高波动特性使投资者难以长期持有 导致在市场上涨前提前赎回 错失收益机会[2][3][7][8] - 择时策略在A股市场有效性低 因少数交易日贡献大部分涨幅 错过关键上涨日会显著降低收益[11][14][16] - 大类资产配置通过组合低相关性资产可降低波动 改善投资体验 帮助投资者长期持有[20][30][33][35][36] 市场波动与投资者行为 - 2022-2024年A股调整期间偏股基金连续多季度净流出 2024年一季度和四季度净赎回达阶段性峰值[3] - 上证综指自1990年成立年化波动率达43.71% 显著高于其他国家指数[7] - 2014年以来沪深300与偏股基金指数年度最大回撤超15%年份占比约60% 创业板指该指标达100%[8] - 偏股基金指数2014-2025年最大回撤分布：41.67%年份回撤15-30% 16.67%年份回撤30-50%[10] 择时策略有效性分析 - 2014年至今坚持持有偏股基金年化收益约15% 但错过最大涨幅30天会导致年化收益转为-2.03%[14][16] - 2020-2025年2053个交易日中仅19%交易日贡献超80%涨幅 体现二八定律[16] - 理想择时难以实现 实际操作易出现追涨杀跌[14] 大类资产配置解决方案 - 配置80%偏股基金+20%红利指数：组合跌幅略微收窄但变化不显著[24][25] - 配置70%偏股基金+20%红利+10%MSCI指数：净值曲线更平滑 下跌区间跌幅收窄[26][27] - 配置60%偏股基金+20%红利+10%MSCI+10%黄金：首段下跌从30%降至21% 第二段从32%降至17% 第三段仅10%[30][32] - 配置30%偏股基金+30%债券+20%红利+10%MSCI+10%黄金：组合波动显著平滑 提升投资者持有概率[33][35] - FOF产品可通过多元资产配置实现动态组合管理 覆盖权益、固收、商品、黄金及海外资产[37]

核心观点 - 华夏基金吴凡管理的固收+产品通过自上而下择时策略实现低回撤和高收益 其中华夏希望债券2024年机构加仓41亿元 最大回撤控制在-1%以内 绝对回报达6.43% [1] - 产品采用双基金经理分工模式 权益部分由吴凡负责 纯债部分由同事管理 双方共同对收益和回撤目标负责 [7] - 投资框架强调宏观驱动 通过仓位调整、风格择时和低估值资产选择控制风险 避免高估值品种 [4][9][15] 产品表现与机构认可 - 华夏希望债券2024年获机构投资者增持41亿元 位列固收+产品机构加仓前三 [1] - 产品2024年实现6.43%绝对回报 最大回撤不超过1% [1] - 2024年超额收益来自权益和纯债双贡献 权益端通过仓位择时跑赢偏股基金中位数 纯债端通过久期偏离获得较高回报 [22] 投资策略框架 - 以自上而下择时为主 自下而上个券选择为辅 优先考虑低估值品种 [4][15] - 择时涵盖股票仓位、板块和风格 如2021年重点配置小市值风格 2025年把握港股红利机会 [2][9] - 根据市场定性（牛市、熊市或震荡市）决定含权资产仓位 再选择行业板块 最后通过自下而上研究填充债券 [5] - 在系统性高估或低估时采取反人性操作 如2022年初减持高估转债 2024年初底部加仓转债 [17][18] 仓位管理方法 - 通过风险预算约束仓位调整 低波产品最大回撤不超过2% [7] - 以战术性仓位偏离积累收益 例如10%权益仓位中枢下 悲观时降至5%-6% 特别悲观时降至5%以下 市场超跌时小仓位抄底 [11] - 2020年初疫情后大仓位抄底 2022年起持续低仓位运行 2024年三季度抄底转债 2025年4月关税调整后抄底 [1][9] 资产配置偏好 - 规避高估值资产 持仓以低估值转债和股票为主 重仓股估值均不高 [2][15] - 偏好胜率高于赔率的投资 选择1到10成长机会而非0到1机会 因前者盈利增长可跟踪 [15] - 红利资产配置注重细分贝塔 2025年侧重港股红利（恒生红利指数+16.4%） 而非中证红利（-1.2%）或红利低波（+5.2%） [20] 市场展望与配置方向 - 当前A股处于牛市中段 剔除金融后PE处于历史偏高位置 企业盈利从负增长转为个位数正增长 未来盈利走向将主导市场波动 [25][26] - 宏观流动性宽松 债券收益率下行空间有限 红利资产成为必要配置 尤其港股红利股息率更高 [27] - 看好消费端政策支持领域（家电、轻工、食品）以及反通缩相关板块（光伏、地产、金融） 规避高估值高成长行业 [27] 团队与产品演进 - 华夏固收+投资进入3.0时代 产品按波动分层为低波稳健、中波平衡和高波激进策略 匹配不同投资者需求 [6] - 基金经理成长经历涵盖宏观、信用债、转债和股票研究 形成全面的固收投资能力 [4][5] - 机构化时代下 超额收益依赖勤奋度和心态匹配 低波固收+产品趋势性空间扩大 due to利率下行背景下理财资金需求替代 [29]