黄金投资属性与误区 - 黄金并非公司，其价值不适用现金流分析，而是基于数千年的文明共识和货币历史[4] - 人类使用黄金的历史可追溯至6000年前，作为货币的历史可追溯至2700年前[4] 全球黄金供应 - 黄金供应主要来自三大渠道：金矿、再生金和现货对冲[5] - 金矿供应是主要来源，占总供给75%以上[6] - 矿山黄金供应从2010年的2755吨增长至2024年的3645吨，复合年增长率约为2%[8] - 预计2025-2027年，矿山金供给复合增速将降至1.1%[8] - 再生金供应受金价影响显著，2010-2024年间供给量在1100吨至1700吨区间波动[9] - 预计2025-2027年，再生金供给将维持在1400吨至1500吨区间[9] - 套保对冲供应规模较小，每年约在百吨级别，不影响中长期价格趋势[10] - 总体黄金供给稳定且增速波动小，在分析中可视为固定值[11] 全球黄金需求 - 黄金需求主要来自金饰消费、工业制造、投资需求以及各国央行与官方机构[12] - 全球黄金年需求量稳定在4000吨至5000吨之间[12] - 金饰消费、工业制造和投资需求占比相对稳定[14] - 自2021年起，各国央行和官方机构的购金需求显著增加[14] - 央行购金需求增长背景是美联储进入降息周期及全球地缘格局变化[14] - 中国央行自2022年10月起，曾连续10多个月增加黄金储备，之后在暂停数月后又开启了10多个月的连续购买，但购买规模有所减少[16] 极简化投资策略 - 提出一个面向普通投资者的可实操策略，核心是仅关注一个指标：各国央行（特别是中国央行）的月度黄金储备数据[15][17] - 策略逻辑是将央行增持黄金储备视为做多信号，投资者据此进行黄金ETF投资[17] - 策略有效性得到量化回测支持[18] - 策略具体操作分为选股、择时和仓位控制三个部分[19] - 选股条件为选择挂钩现货黄金的ETF[20] - 择时条件为在中国央行公布月度黄金储备数据的次日（如2月8日）以收盘价买入[21] - 仓位控制条件为根据央行黄金储备的月度变化量来决定买入份额，例如假设1吨黄金储备对应购买1份黄金ETF[22] - 回测数据显示，从2023年1月至2026年2月，单纯持有某黄金ETF的区间涨幅为163.52%，而采用该“锚定央行”定投策略的区间涨幅为124.99%[23] - 该策略特点在于完全依赖客观的央行数据，摒弃了复杂的专业分析和市场评论[25]

根据研报内容，总结如下： 量化模型与构建方式 1. **模型名称：择时雷达六面图模型**[1][6] * **模型构建思路**：权益市场表现受多维度指标因素共同影响，该模型尝试从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标对市场进行刻画，并将其概括为"估值性价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"四大类，从而生成综合择时分数[1][6] * **模型具体构建过程**：模型首先在六个维度下分别构建具体的量化因子，每个因子会生成一个介于[-1, 1]之间的分数，代表该因子发出的看多（正值）、看空（负值）或中性（零值）信号；然后，将六个维度的分数汇总，最终生成一个介于[-1,1]之间的综合择时分数，用以判断市场整体观点[1][6] 量化因子与构建方式 1. **因子名称：货币方向因子**[11] * **因子构建思路**：判断当前货币政策的方向[11] * **因子具体构建过程**：选取央行使用的货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向；若货币方向因子>0，则判断货币政策宽松，分数为1；若货币方向因子<0，则判断货币政策收紧，分数为-1[11] 2. **因子名称：货币强度因子**[14] * **因子构建思路**：表征短端市场利率相对于政策利率的偏离幅度[14] * **因子具体构建过程**：基于"利率走廊"概念，计算偏离度=DR007/7天逆回购利率-1，并进行平滑与zscore标准化形成货币强度因子；若货币强度因子<-1.5倍标准差，则预期未来120个交易日为宽松环境，指标分数为1；反之若货币强度因子>1.5倍标准差，则预期未来120个交易日指标分数为-1[14] 3. **因子名称：信用方向因子**[16] * **因子构建思路**：表征商业银行对实体经济传导时的松紧，使用中长期贷款指标体现[16] * **因子具体构建过程**：计算信用方向因子为：中长期贷款当月值->计算过去十二个月增量->计算同比；若信用方向因子相比于三个月之前上升则看多，分数为1；反之则看空，分数为-1[16] 4. **因子名称：信用强度因子**[20] * **因子构建思路**：捕捉信用指标是否大幅超预期或者不及预期[20] * **因子具体构建过程**：构建信用强度因子=(新增人民币贷款当月值–预期中位数)/预期标准差；若信用强度因子>1.5倍标准差，则定义未来60个交易日为信用显著超预期环境，分数为1；反之若信用强度因子<-1.5倍标准差，则未来60个交易日分数为-1[20] 5. **因子名称：增长方向因子**[23] * **因子构建思路**：基于PMI数据判断经济增长方向[23] * **因子具体构建过程**：基于PMI数据（中采制造业PMI、中采非制造业PMI、财新制造业PMI）构建增长方向因子= PMI->计算过去十二月均值->计算同比；若增长方向因子相比于三个月之前上升则看多，分数为1；反之则看空，分数为-1[23] 6. **因子名称：增长强度因子**[26] * **因子构建思路**：捕捉经济增长指标是否大幅超预期或者不及预期[26] * **因子具体构建过程**：计算PMI预期差=(PMI–预期中位数)/预期标准差；若增长强度因子>1.5倍标准差，则定义未来60个交易日为增长显著超预期环境，分数为1；反之若增长强度因子<-1.5倍标准差，则未来60个交易日分数为-1[26] 7. **因子名称：通胀方向因子**[28] * **因子构建思路**：判断通胀水平变化对货币政策空间的潜在影响[28] * **因子具体构建过程**：计算通胀方向因子=0.5×CPI同比平滑值+0.5×PPI同比原始值；若通胀方向因子相较于三个月之前降低，则说明是通胀下行环境，此时看多，分数为1；反之看空，分数为-1[28] 8. **因子名称：通胀强度因子**[31] * **因子构建思路**：捕捉通胀指标是否大幅超预期或者不及预期[31] * **因子具体构建过程**：分别计算CPI与PPI预期差=(披露值–预期中位数)/预期标准差，并计算通胀强度因子=CPI与PPI预期差均值；若通胀强度因子<-1.5，则定义未来60个交易日为通胀显著不及预期环境，分数为1；反之若通胀强度因子>1.5倍标准差，则未来60个交易日分数为-1[31] 9. **因子名称：席勒ERP**[34] * **因子构建思路**：计算经过周期调整的股权风险溢价，衡量权益资产的估值性价比[34] * **因子具体构建过程**：计算过去6年通胀调整后的平均盈利得到席勒PE，然后计算席勒ERP=1/席勒PE-10年期国债到期收益率，并计算过去6年zscore作为分数[34] $$席勒ERP = \frac{1}{席勒PE} - 10年期国债到期收益率$$ 10. **因子名称：PB**[37] * **因子构建思路**：使用市净率衡量市场估值水平[37] * **因子具体构建过程**：对PB指标进行处理：PB×(-1)并计算过去6年zscore，1.5倍标准差截尾后标准化到±1之间得到分数[37] 11. **因子名称：AIAE**[40] * **因子构建思路**：计算全市场权益配置比例，反映市场整体的风险偏好[40] * **因子具体构建过程**：构建A股的AIAE指标=中证全指总流通市值/(中证全指总流通市值+实体总债务)，将AIAE×(-1)并计算过去6年zscore得到分数[40] $$AIAE = \frac{中证全指总流通市值}{中证全指总流通市值 + 实体总债务}$$ 12. **因子名称：两融增量**[43] * **因子构建思路**：通过两融余额变化判断市场杠杆资金情绪[43] * **因子具体构建过程**：计算融资余额-融券余额，并计算其过去120日均增量与过去240日均增量；若120日均增量>过去240日均增量时杠杆资金上行并看多，分数为1；反之看空，分数为-1[43] 13. **因子名称：成交额趋势**[46] * **因子构建思路**：通过成交额变化判断市场成交热度与资金活跃度[46] * **因子具体构建过程**：对对数成交额计算其均线距离=ma120/ma240-1；当均线距离的max(10)=max(30)=max(60)时看多，分数为1；当均线距离的min(10)=min(30)=min(60)时看空，分数为-1[46] $$均线距离 = \frac{MA120}{MA240} - 1$$ 14. **因子名称：中国主权CDS利差**[49] * **因子构建思路**：通过中国主权CDS利差变化判断海外投资者对中国经济和主权信用风险的预期，进而推断外资流入意愿[49] * **因子具体构建过程**：当平滑后CDS利差的20日差分<0时，说明当前CDS利差下降，海外投资者预期中国基本面转好，外资流入意愿强，此时看多，分数为1；反之看空，分数为-1[49] 15. **因子名称：海外风险厌恶指数**[52] * **因子构建思路**：通过花旗风险厌恶指数判断海外市场的风险偏好，影响外资流向[52] * **因子具体构建过程**：当平滑后风险厌恶指数的20日差分<0时，外资风险偏好上升，此时看多，分数为1；反之看空，分数为-1[52] 16. **因子名称：价格趋势**[55] * **因子构建思路**：使用均线距离衡量标的价格趋势的方向与强度[55] * **因子具体构建过程**：计算均线距离（ma120/ma240-1）；当均线距离>0时趋势方向分数=1，反之为-1；当均线距离的max(20)=max(60)时，趋势强度分数为1，当均线距离的min(20)=min(60)时，趋势强度分数为-1，趋势综合分数=(趋势方向分数+趋势强度分数)/2[55] $$均线距离 = \frac{MA120}{MA240} - 1$$ $$趋势综合分数 = \frac{趋势方向分数 + 趋势强度分数}{2}$$ 17. **因子名称：新高新低数**[58] * **因子构建思路**：将指数成分股的新高新低个数作为市场反转信号[58] * **因子具体构建过程**：当中证800成分股占过去一年新低数-新高数的ma20>0时，说明最近新低较多，市场有见底预期，此时看多，分数为1；反之说明有不久后见顶的可能，此时发出看空信号，分数为-1[58] 18. **因子名称：期权隐含升贴水**[62] * **因子构建思路**：基于期权平价关系推导隐含升贴水，作为反转指标衡量市场拥挤度[62] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数<30%，则看多持续20日；若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日[62] 19. **因子名称：期权VIX指数**[65] * **因子构建思路**：使用期权隐含波动率指数作为反转指标衡量市场情绪[65] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日；若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日[65] 20. **因子名称：期权SKEW指数**[68] * **因子构建思路**：使用期权隐含偏度指数作为反转指标衡量市场情绪[68] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日；若50ETF近5日收益率>0，且指标分位数<30%，则看空持续20日[68] 21. **因子名称：可转债定价偏离度**[70] * **因子构建思路**：通过可转债定价偏离度反映市场情绪，作为反转指标[70] * **因子具体构建过程**：计算可转债定价偏离度=转债价格/模型定价-1，并计算分数=定价偏离度×(-1)并计算过去3年zscore得到分数，定价偏离度越高，拥挤度越高，分数越低[70] $$可转债定价偏离度 = \frac{转债价格}{模型定价} - 1$$ 模型的回测效果 1. **择时雷达六面图模型**，当前综合打分为-0.08分[6][8] 因子的回测效果 1. **货币方向因子**，当前分数为1.00分[8][9][11] 2. **货币强度因子**，当前分数为0.00分[8][9][14] 3. **信用方向因子**，当前分数为1.00分[8][9][16] 4. **信用强度因子**，当前分数为0.00分[8][9][20] 5. **增长方向因子**，当前分数为1.00分[8][9][23] 6. **增长强度因子**，当前分数为-1.00分[8][9][26] 7. **通胀方向因子**，当前分数为-1.00分[8][9][28] 8. **通胀强度因子**，当前分数为0.00分[8][9][31] 9. **席勒ERP**，当前分数为0.01分[8][9][34] 10. **PB**，当前分数为-0.48分[8][9][37] 11. **AIAE**，当前分数为-0.85分[8][9][40] 12. **两融增量**，当前分数为1.00分[8][9][43] 13. **成交额趋势**，当前分数为1.00分[8][9][46] 14. **中国主权CDS利差**，当前分数为-1.00分[8][9][49] 15. **海外风险厌恶指数**，当前分数为-1.00分[8][9][52] 16. **价格趋势**，当前分数为1.00分[8][9][55] 17. **新高新低数**，当前分数为-1.00分[8][9][58] 18. **期权隐含升贴水**，当前分数为1.00分[8][9][62] 19. **期权VIX指数**，当前分数为1.00分[8][9][65] 20. **期权SKEW指数**，当前分数为-1.00分[8][9][68] 21. **可转债定价偏离度**，当前分数为-1.00分[8][9][70]