核心观点 - 经典投资组合理论（如马可维茨模型）在实际应用中容易产生"追涨"现象，主要原因是依赖历史数据代替未来预期[11][19][20] - 行为金融学中的"可得性偏差"解释了主观预期也容易追涨的现象，数字时代加剧了这一偏差[25] - 避免追涨需要建立科学分析框架、依赖客观指标、区分长期逻辑与短期变量、淡化短期排名追求、多元配置[26][31][33][34] - 资产价格短期表现由"预期差"决定，一致预期往往是反向指标[35][36] - 区分风格Beta和Alpha对基金选择至关重要，避免将风格收益误认为基金经理能力[37] 多元资产配置实践 - FOF产品采用多元资产配置策略，涵盖A股、港股、美股、美债、短融、转债、利率债等多类资产[5] - 一季度降低可转债仓位，增持黄金；二季度加大美元债配置，增加电力及高股息ETF，减持短期国债ETF[6] - 配置框架遵循三段式逻辑：信用扩张与流动性趋势、市场预期是否过度、资产分散且互补[6] - 配置方法强调"逻辑是否稳得住"而非复杂模型，从量化研究转向更注重框架和节奏[7][8] 理论分析 - 马可维茨组合优化理论用方差量化风险，证明分散化可降低非系统性风险[12][13] - 优化模型配置比例与资产预期收益率成正比，与波动率及其他资产相关性成反比[19] - HS300指数案例显示，用5年或10年平均收益率作为预期会导致高位高配、低位低配的追涨现象[20][21] - BL模型尝试融入主观观点改进，但仍难避免追涨问题[25] 实践建议 - 建立信用扩张分析框架成功预判2021年美国通胀超预期，建议超配原油、低配美债[26][27] - 美国社融分项数据显示2020年信用扩张创历史新高（单位：十亿美元）[28] - 避免用长期逻辑（如居民资产配置变化）解释短期市场波动[31] - 多元配置可增强坚持独立判断的底气，平滑收益波动[34] - 战术配置需关注"预期差"而非仅基本面，一致预期往往是反向指标[35][36]

资产配置与追涨的关系 - 财经自媒体老师指出"配置"与"追涨"在实践中常被关联 当资产上涨或创新高时被认为配置价值高 而长期亏损的资产则被忽视配置价值 [2] - 行为金融学中的"可得性偏差"解释了主观预期易追涨的现象 数字时代信息轰炸进一步放大了这种偏差 [18] 经典投资组合理论的追涨机制 - 马可维茨组合优化理论以历史数据计算预期收益率和波动率 导致模型倾向于高配过去表现好的资产 形成追涨效应 [7][12] - HS300指数案例显示 无论采用5年或10年历史收益率作为预期 均会在指数高位时高配 低位时低配 [12][13] 避免追涨的方法论 - 建立客观分析框架是关键 例如通过美国信用扩张数据预判通胀 超配原油/低配美债 而非依赖市场主流观点 [21][22] - 区分长期逻辑与短期变量 避免用存款搬家等慢变量解释短期市场波动 [27] - 淡化短期业绩排名压力 防止在估值过高时仍被迫追涨（如2021年消费龙头股案例） [28] - 多元配置可增强坚持独立判断的底气 单一资产配置易受市场走势影响而追涨 [29] - 关注"预期差"而非一致预期 市场高度共识时往往是反向指标 [30][31] - 基金选择需区分风格Beta与Alpha收益 避免将风格红利误认为基金经理能力 [32] 资产配置的系统性要求 - 资产配置需持续纳入新宏观因子 是多维度复杂工作 不存在单一最优解 [32]