资产配置框架 - 构建了由战略性资产配置、战术性资产配置和重大事件审议调整构成的“全天候”大类资产配置框架 [1] - 战略性资产配置通过宏观因子风险平价模型分散宏观风险，设定长期配置基准比例，保证组合稳健性 [1][27] - 战术性资产配置通过定量方法识别短期风险回报更优的资产，对组合权重进行适度调整以提升收益 [1] - 最终结合重大事件的主观审议对量化结果进行校正与补充 [1] 11月资产配置建议 - 建议11月整体资产配置权重为权益45.00%、债券45.00%、商品10.00% [1][54] - 权益资产中建议超配中国A股和港股，配置权重均为8.50%，对美股、欧股、日股标配，权重分别为15.00%、5.00%、5.00%，低配印股权重为3.00% [2][54] - 债券资产配置相对中性，建议标配长久期和短久期的中国国债及美债 [3][54] - 大宗商品中性偏乐观，建议标配黄金5.00%，低配原油1.25%，超配工业商品3.75% [3][54] 权益市场观点 - 对中国权益资产相对乐观，中美双边关系边际改善有利于中国资产表现 [2][53] - 国内金融条件稳定，财政与货币具备宽松储备，稳定资本市场对经济社会有四两拨千斤的作用 [2] - 中国“转型牛”内部的确定性趋势形成，包括转型节奏加快、无风险收益下沉和资本市场改革 [2] - 中国社会和投资人关于“找资产”的需求持续井喷，尤其是发展逻辑坚实的优质资产 [2][53] 债券市场观点 - 不平衡的信贷供需与充裕稳定的流动性对债市仍有支撑，债市配置性价比逐步提升 [3] - “央行买债”与债基赎回费率调整两大主题仍将持续博弈 [3] - 在地缘政治不确定性与避险情绪上行的背景下，国内利率或高位宽幅震荡 [3] - 美联储货币政策框架调整及市场对货币政策预期的趋松修正有利于美债表现 [3] 大宗商品观点 - 工业金属或存在表现机会，以铜为代表的工业金属或阶段性处于供需不平衡情况 [3][54] - 建筑、电网与电动车是当下主要需求驱动，AI算力扩张与电网现代化带来新增结构性需求 [3][54] - 铜的开发成本与复杂性显著提高，投资意愿减弱，或阶段性推高铜价 [3][54] 宏观经济分析 - 2025年9月工业增加值同比增速为6.5%，较8月回升1.3个百分点，结束连续两个月回落 [12] - 9月美元计价的中国出口增速8.3%，进口增速7.4%，进出口数据均实现大增 [13] - 9月出口同比增长8.3%，机电等产品出口高增、海外节假日订单前置等因素强化出口对生产的带动 [12] - 进口超季节性大幅跃升，原因包括需求改善支撑、积极推进同非洲、南美等地区贸易活动及低基数效应 [14] 模型与策略表现 - 宏观因子风险平价模型相较因子风险平价模型收益率显著提升，2025年年化收益率达21.8% [36][37] - 全球大类资产配置BL策略在五年回测期内年化收益率达23.1%，2025年年化收益达到62% [42] - SAA配置中枢与TAA增厚收益结合的方案在2025年实现年化收益率24.9%，夏普比率2.42 [47] 重大事件影响 - 二十届四中全会审议通过“十五五”规划建议，提出2035年人均国内生产总值达到中等发达国家水平 [52] - 新质生产力与科技发展促进政策将逐步推出，反内卷、统一大市场等战略持续推进，利好A股市场中长期表现 [52] - 中美贸易关系或进入缓和时期，美方接受中方对于稀土等重要资源的控制地位，有利于市场风险偏好提升 [52][53]

资产配置框架 - 构建了由“战略性资产配置（SAA）—战术性资产配置（TAA）—重大事件审议调整”构成的“三部曲”大类资产配置框架 [1] - SAA通过宏观因子风险平价模型分散宏观风险，设定长期配置基准比例，权益、债券、商品的基准比例为45%、45%、10% [27][39] - TAA基于Black-Litterman模型对资产进行月度轮动，以增强收益，2025年年化收益达66.8% [42][44] - 最终结合重大事件的主观审议对量化结果进行校正与补充 [1] 10月资产配置建议 - 建议整体权益配置权重为41.25%，债券配置权重为45%，商品配置权重为13.75% [1] - 权益资产中，超配A股（8.75%）和港股（8.75%），标配美股（15.00%）和日股（3.25%），低配欧股（2.75%）和印股（2.75%） [2][58] - 债券资产保持中性，标配长久期国债（10.00%）、短久期国债（12.50%）、长久期美债（10.00%）和短久期美债（12.50%） [3][58] - 大宗商品中超配黄金（10.00%），低配原油（1.25%），标配工业商品（2.50%） [3][58] 权益市场观点 - 对中国权益资产相对乐观，认为地缘政治不确定性导致的调整是买点，中国“转型牛”的确定性趋势形成 [2][55] - 战术层面认为贸易风险边界清楚，国内金融条件稳定，财政及货币政策有宽松储备 [2][55] - 行业方面，新兴科技依然是主线，看好AI相关行业、港股科技医药、金融板块及供需格局改善的周期品 [56] - 2025年9月A股主要指数表现强劲，科创50指数年初至今上涨51.20%，恒生科技指数上涨44.71% [6] 债券市场观点 - 对债券持相对中性看法，不平衡的信贷供需与充裕流动性对债市有支撑，经历调整后配置性价比提升 [3][57] - “央行买债”与债基赎回费率调整两大主题持续博弈，国内利率或高位宽幅震荡 [3][57] - 美联储货币政策框架调整及市场预期趋松有利于美债表现，但通胀预期同步上行，利率中枢或延续震荡下行 [3] 大宗商品与外汇观点 - 超配黄金，行情仍未完结，8月末突破3500美元后，10月初已突破4000美元关键点位 [3][57] - 美联储降息、全球地缘政治形势及中国央行持续购金对金价形成支撑 [3][57] - 低配原油，因全球需求偏弱及OPEC+增产计划，原油价格或继续承压 [3][59] - 美元指数被低配，因美联储货币政策修正与美国经济边际收敛削弱其表现 [59] 宏观经济数据与预期 - 8月CPI同比增速-0.4%，PPI同比增速-2.9%，通胀修复速度弱于预期，但核心CPI同比回升至0.9% [15] - 8月新增社融2.6万亿元，同比少增4630亿元，为2025年以来首次同比少增，政府债支撑减弱 [16] - 8月M2同比持平在8.8%，M1同比回升至6%，M2-M1剪刀差继续收窄，反映居民存款向资管产品“搬家” [16] - 上月中国经济一致预期中，出口预期大幅上升0.80个百分点，固定资产投资预期下降1.50个百分点 [20] - 美国经济一致预期中，进口预期上升1.00个百分点，私人投资预期显著提升0.70个百分点 [22]

文章核心观点 - 中国资产管理行业正经历从草莽时代向专业化、体系化发展的关键变革，其路径可借鉴美国华尔街400年的历史演进 [1][4] - 证监会《推动公募基金高质量发展行动方案》强调提高投资者“获得感”，即要求基金产品定位清晰、策略不漂移、兼顾收益与风险控制 [4] - 利用AI技术实现多策略组合管理是提升投资效率、优化风险调整后收益的关键路径，标志着行业科学化、规则化的发展方向 [5][6][7] 美国金融市场发展历程 - 华尔街前200年处于“草莽时代”，大萧条后迈入现代阶段，1934年《证券分析》奠定基本面研究范式 [1] - 共同基金等机构投资者崛起，“漂亮50”应运而生，Peter Lynch管理的麦哲伦基金在1977至1990年间实现29%年化收益，规模从1800万美元增长至140亿美元 [1] - 有效市场假说推动被动投资发展，John C Bogle于1975年推出首只指数基金，2023年美股被动基金规模首次超过主动基金 [2] - 行为金融学催生量化投资，James Simons的大奖章基金在1988至2018年间扣除费用后年化收益达39.1% [2] - 美国头部资管公司通过多基金经理分仓、多管理人模式结合定性与定量方法，实现主动、被动、量化三大策略的均衡发展 [3] 中国资产管理行业现状与政策导向 - 中国资本市场在35年内经历“4倍速”演进，目前主动管理基金站在新阶段的起点 [4] - 《推动公募基金高质量发展行动方案》要求基金产品让投资者“明心、安心、舒心”，即清晰定位、策略不漂移、兼顾收益与风险 [4] - 行业发展的目标是走向成熟，使“客户利益第一”成为价值准绳，科学化投资策略成为主流 [7] 投资策略与技术创新 - Modern Portfolio Theory指出，将具有正超额收益但相关性低的策略组合，可降低整体风险并提升风险调整后收益 [5] - AI技术可辅助基金经理实现多策略管理，完成因子定义、计算、有效性分析及策略回测等一系列工作 [6] - 在AI时代，基金经理需持续进化，利用AI杠杆将策略洞见落地实施 [6]

核心观点 - 甲骨文未完成履约义务（RPO）环比大幅增长至4550亿美元 环比增加3170亿美元 主要受云业务RPO近500%增幅推动 并与OpenAI潜在3000亿美元协议相关 但增长爆发需等到2028财年 当前高估值缺乏短期业绩支撑 [1][3][5][7][12][13] 财务表现与预期 - 2026财年一季度营收低于华尔街共识预期1.17亿美元 EPS为1.47美元 低于预期0.01美元 [2] - 2026财年营收增速指引为16% 运营利润预计实现中双位数增长 2027财年增速更高 [2][9] - 华尔街预期2028财年营收同比增速达40% EPS同比增速达37% 盈利将出现爆发式改善 [8][9] 业务增长与目标 - 云基础设施（OCI）业务预计2026财年增长77%至180亿美元 未来四年目标分别为320亿、730亿、1140亿和1440亿美元 [2][7] - 与AI领域顶尖企业签订重要云协议 包括OpenAI、xAI、Meta、英伟达、AMD等 [7] - 计划将多云数据中心数量从34个增至71个 以满足算力需求 但未给出具体时间表 [7][11] 市场反应与估值 - 财报发布次日股价暴涨逾40% 最高触及345美元 市值达8647亿美元 [3] - 当前估值倍数高于其他超大规模科技公司 非GAAP市盈率（FY1）为45.33倍 远高于Meta的26.96倍和谷歌的24.13倍 [12][13] - 分析师认为若股价跌至260美元/股 可能考虑上调评级至买入 当前评级为持有 [2] 长期增长驱动 - 预计本财年RPO将突破5000亿美元 大幅提升营收可预见性 [7] - 潜在与OpenAI的5年期3000亿美元协议从2027年开始执行 已计入当前RPO [2][5][7] - 资本支出指引仅为350亿美元 远低于其他超大规模科技公司 [11]

量化模型与构建方式 1. **模型名称：宏观因子风险平价模型** - **模型构建思路**：通过分散宏观超预期风险，构建科学均衡的SAA（战略性资产配置）方案，控制宏观真实数据超预期或不及预期的风险[45] - **模型具体构建过程**： 1. 使用真实的宏观指标构建宏观原始因子，避免交易因素干扰[43] 2. 将原始宏观数据经STL季节性处理得到的预测值作为市场预期，真实值与预测值的差值作为宏观风险因子[43] 3. 因子选择包括国内经济因子（增长、通胀、利率、信用、汇率、流动性）和海外资产溢价因子（美、欧、日、印）[44] 4. 采用类似Barra模型的显性因子模型，基于主观先验指定资产相关因子，通过多元线性回归计算因子暴露（滚动5年窗口，权重半衰期1年）[44] 5. 最终输出大类资产基准比例（权益45%、债券45%、商品10%）[48] 2. **模型名称：全球大类资产配置BL策略（TAA）** - **模型构建思路**：基于投资时钟和周期嵌套模型，将宏观周期评分转化为BL模型观点矩阵，主被动结合增强收益[50][51] - **模型具体构建过程**： 1. 量化经济周期环境压力（如美国库存周期滞销指标），逆序分位数处理得到宏观周期评分[50] 2. 综合多周期评分指标，按经济学逻辑合成资产专属宏观综合评分[50] 3. 将评分转化为资产预期收益率，融入BL观点矩阵[51] 4. 在SAA基准比例基础上进行有限偏离的战术调仓[54] --- 模型的回测效果 1. **宏观因子风险平价模型（SAA）** - 年化收益率：9.1%[45] - 夏普比率：1.57[45] - 最大回撤：9%[47] - 年化波动率：6%[47] 2. **全球大类资产配置BL策略（TAA）** - 年化收益率：24%（全样本）、55%（2025年）[54][57] - 夏普比率：1.65[54] - 最大回撤：12%[57] - 年化波动率：15%[57] --- 量化因子与构建方式 1. **因子名称：宏观周期评分因子** - **因子构建思路**：量化经济周期状态（如库存周期、美林周期），生成资产配置信号[50] - **因子具体构建过程**： 1. 计算底层宏观指标（如美国库存周期滞销指标）[50] 2. 对指标逆序分位数处理，得到0-100的周期评分（例如CN金融周期友好度7月读数为59.2）[38][50] 3. 多周期评分加权合成宏观综合评分[50] 2. **因子名称：宏观风险因子（预期差因子）** - **因子构建思路**：捕捉宏观数据超预期部分对资产价格的冲击[43] - **因子具体构建过程**： $$ \text{因子值} = \text{真实值} - \text{STL季节性预测值} $$ 经标准化后用于风险暴露回归[43] --- 因子的回测效果 1. **宏观周期评分因子** - 在BL策略中驱动2025年55%的年化收益，成功捕捉黄金牛市和A股行情[54] 2. **宏观风险因子** - 支撑SAA模型年化收益超越风险平价模型3.1个百分点（9.1% vs 6%）[47] （注：原文未提供因子独立回测指标，以上结果基于模型整体表现推导[45][54]）

报告行业投资评级 未提及 报告的核心观点 - 全球ETF市场稳步扩张，呈现“美国主导、亚太崛起、欧洲创新”格局，朝着多样化、专业化和区域特色并进趋势演进 [7][21] - 美国ETF市场成熟，产品矩阵完善，资产覆盖全面，主动型ETF增长快，跨境ETF布局广泛，Smart Beta及杠杆/做空型ETF领先 [7] - 欧洲ETF市场以股票型和债券型为主，ESG主题投资领先全球，监管与创新优势突出 [7] - 日本ETF市场由央行深度参与，行业主题ETF集中布局REITs资产，投资偏好稳健收益 [7] - 中国ETF市场处于扩张期，宽基ETF主导，科技等主题崛起，未来Smart Beta等将推动多元创新，中央汇金增持提供机构化支撑 [7] 根据相关目录分别进行总结 美国ETF：成熟市场产品矩阵丰富 - 有效市场中主动基金难战胜被动指数投资，ETF因低成本、高透明、高流动性成被动指数投资主流工具 [12][14][18] - 全球ETF市场“美国主导、亚太崛起、欧洲创新”，美国占全球ETF总规模72.75%，亚太2019年后增长迅猛，欧洲聚焦创新 [20][21] - 美国ETF市场增长韧性强，环比增速高于共同基金，2023年末规模达8.09万亿美元，数量3108只 [23][24] - 美国ETF以股票型为主，偏好大盘股，产品体系完善，比特币现货ETF获批，总规模超900亿美元 [26][28] - 美国主动型ETF增长快，2023年末占比6.47%，披露方式有全透明、非透明、半透明三种 [30][31] - 美国跨境ETF全球布局广泛，新兴市场投资占比40.29%，亚太投资规模2024年突破1000亿美元 [33][34] - 美国跨境ETF重点布局日本、中国、印度等国家，发达市场侧重日本等，新兴市场侧重中国等 [36][37] - 美国SmartBeta ETF类型丰富，不同经济周期下各具优势，有差异化配置价值 [39][40] - 美国杠杆/做空ETF体系成熟，2024年管理总资产超1200亿美元，加密货币与波动率相关规模上升 [42][43] 欧洲ETF：ESG主题发展领先全球 - 截至2024年底，欧洲ETF总管理资产达2.21万亿美元，自2000年起步，监管完善，产品创新推动多元化发展 [47][48] - 欧洲ETF以股票型和债券型为主，品类丰富，涵盖传统及新兴资产，加密货币ETF体量不小 [49] - 欧洲行业主题ETF从行业选择向主题策略切换，分三个阶段，主题类ETF2020 - 2024年全面崛起 [51][52] - 欧洲SmartBeta ETF近年增长显著，2024年末超4000亿美元，以ESG主题类为主导，受监管推动 [54][55] 日本ETF：央行为主，市场为辅 - 截至2024年底，日本ETF总管理资产达5886.59亿美元，混合股票型占比97.63%，产品体系多元扩展 [57][58] - 日本行业主题ETF高度集中于REITs，REITs ETF发达，REIT指数收益率高于国债 [60][61] - 日本央行自2010年起购买ETF，2024年底持有约37万亿日元，稳定市场、提振信心 [63][64] 中国ETF市场未来趋势展望 - 截至2025年4月18日，中国ETF总规模达4.02万亿元，股票型主导，跨境ETF发展迅速 [68][69] - 中国股票型ETF宽基为主，主题ETF数量增长快，形成“宽基为底、主题为翼”结构 [71][72] - 行业指数ETF金融板块投资比例超五成，主题指数ETF聚焦科技热点，如半导体、人工智能等 [74][75] - 策略指数ETF红利主导，风格指数ETF成长领先，红利与成长是资金关注主线 [76] - 中国ETF市场机构投资者占比73.86%，偏好宽基指数ETF，如沪深300等 [78][79] - 中国ETF费率有优势，宽基指数ETF平均管理费率0.30%，低于主动基金 [80] - 中国SmartBeta ETF未来有望在低波动、质量、ESG融合等方向创新，满足配置需求 [83] - 指增ETF成中国主动型ETF重要表现形式，已发行34只，多数获超额收益 [84][85] - 中国跨境ETF以中国香港和美国为主，未来有望在地域和策略上扩展 [87][88] - 中央汇金自2023年增持ETF，未来策略或转向长期均衡配置 [90][91] 各国家地区ETF市场发展总结 - 美国ETF市场成熟，产品丰富，可推动产品多样化，发展Smart Beta和主动型ETF [94][95][98] - 欧洲ETF以ESG为特色，可强化ESG主题投资，完善绿色金融体系 [99] - 日本ETF由央行支持，可借鉴央行长期持有ETF稳定市场经验 [99] - 中国ETF市场持续完善，未来Smart Beta等将推动多元创新，中央汇金增持提供支撑 [100][101]