黄金市场近期波动与驱动因素 - 近期黄金市场出现剧烈波动，国际金价先冲破5500美元/盎司创历史新高，随后在28分钟内暴跌近7%，上演“过山车”行情 [1] - 本次波动被称为“史诗级”，因其叠加了政策、情绪和技术三重节奏 [2][7] 黄金价格上涨的底层逻辑 - 黄金的核心功能是为货币信用打分，其价格上涨反映了市场对主流货币信心的变化 [1][6] - 美国联邦债务已突破38万亿美元，全球央行外汇储备中美元占比十年间下降14个百分点，多国加速推进本币-黄金结算，金价上涨是市场投出的信任票 [1][6] - 2025年全球央行净购金863吨，中国连续14个月增持，波兰、巴西等非传统买家纷纷入场，这被视为为未来十年货币秩序提前布防 [1][6] 驱动本次波动的三重节奏 - **政策节奏**：美联储2025年三次降息及2026年持续宽松预期，压低了实际利率 [2][7] - **情绪节奏**：近期国际地缘冲突从“单点爆发”转向“多线延烧”，避险需求由战术性转为战略性 [2][7] - **技术节奏**：金价在突破4000美元后，RSI一度达到92，杠杆资金密集，导致市场脆弱，1月30日单日闪崩8.35%是一次市场自发的“去杠杆体检” [2][7] 历史黄金大周期的启示 - 黄金牛市从不诞生于风平浪静之时，历史大周期均始于人们对主流货币信心出现裂缝 [3][4][8] - 1970年代布雷顿森林体系解体后，金价从每盎司35美元涨至800美元以上 [3][7] - 2000年代经历9·11、伊拉克战争、次贷危机，金价从270美元升至1920美元 [4][8] - 2020年以来，疫情、战争、AI革命与债务爆炸共振，金价从1270美元冲上4900美元，周期尚未收官 [4][8] 对普通投资者的配置建议 - 黄金作为资产配置的一部分，可分散风险，但不宜过度投机，其长期价值体现在避险属性和对抗通胀能力 [5][9] - 结合美林时钟及大类资产配置研究，建议大多数家庭将黄金配置比例锚定在10%并进行动态微调，这是兼顾防御性与可行性的理性区间 [5][9] - 操作上建议分批建仓以摊薄成本，避免一次性追高，持有工具优选标准化、低成本的黄金ETF，因其流动性好、费率低，适合长期持有 [5][9]

银河期货2026年有色金属投资策略会纪要要点总结 一、 涉及行业与公司 * 行业：有色金属行业，重点覆盖贵金属（黄金、白银、铂族金属）、基本金属（铜、锌、铝）及其上游原材料（氧化铝、铝土矿）[1][2] * 公司：提及部分矿业公司或项目，如埃芬豪（喀莫矿）、Codelco（EL铜矿）、自由港（Grasberg）、五矿（拉斯班巴斯）、俄铝等[24][25][49] 二、 贵金属核心观点与论据 黄金 * **宏观环境利多**：2026年贵金属市场主要围绕美国及其他主要经济体的货币和财政政策交易，AI叙事影响增强，地缘政治为阶段性焦点[1][4] * **长期周期支撑**：处于康波周期萧条期，逆全球化背景下黄金作为避险资产价值易被高估，以黄金计价的物价处于历史低位[1][6] * **核心驱动因素**：美联储降息周期（利率与金价负相关）及央行购金潮是支撑价格上涨的重要因素[1][11][12] * **结构性需求**：自俄乌冲突后，新兴国家央行持续购金，例如中国黄金储备占外汇储备比例从不足4%提升至约8%，但相比发达国家仍偏低，未来购金行为将持续[8][9] * **美国财政与美元信用**：美国债务规模超38万亿美元，财政状况恶化削弱美元和美债信用，促使市场转向黄金对冲风险[14] * **市场前景**：对2026年黄金走势持乐观态度，预计降息周期延续，ETF需求将持续，央行购金潮虽可能边际减少但仍构成支撑[12] 白银 * **价格表现强劲**：2025年10月伦敦银突破50美元历史高点，经历激进拉涨后迅速回调并重回高点[15] * **驱动逻辑**：受益于宏观流动性预期改善和基本面供需紧张[1][15] * **供需紧张**：实物需求自2021年至2025年持续缺口，全球主要交易所库存处于低位，例如LBMA可自由流通库存仅约7,000吨，相对于每年35,000吨总需求量已处低位[15] * **新需求增长点**：光伏、新能源汽车和AI数据中心是白银工业领域新的边际需求增长点[2][16] * **潜在风险**：需警惕光伏行业因成本压力加速开发和推广少银或无银化技术[1][16] * **后市弹性**：在贵金属牛市周期后半场，若全球供需矛盾无法解决，白银行情可能比黄金更具弹性[1][17] 铂族金属（铂、钯） * **供应高度集中**：南非拥有全球78%的铂族金属储量，俄罗斯占20%；产量上，南非占全球铂金产量70%，俄罗斯占钯金产量40%，南非占30%[18] * **上游集中度高**：前五大公司控制80%以上的铂金供应和90%以上的钯金供应[18] * **供需格局分化**： * **铂（铑）**：预计2026年仍存在供需缺口，地面库存约909吨（仅满足全球5个月需求），基本面短缺加上宏观利好推动价格上涨[2][21] * **钯**：供需缺口逐渐缩小，预计2025年达紧平衡，地面库存约300吨，对价格支撑力度弱于铂[21] * **未来走势**：两者因替代关系在行情中均有所上涨，预计未来仍有上升空间，铂相对强势[2][21] 三、 基本金属核心观点与论据 铜 * **2025年行情回顾**：整体顺畅上涨，四季度驱动由供应端扰动转向AI炒作及金融属性增强，情绪与资金推动铜价在12月迅速上涨[22] * **供应端**： * **资本支出不足**：当前铜价远超2011年水平，但资本性支出仅为2013年的70%-75%[23] * **增速预期**：2025年铜矿供应量预计减少3万吨（-0.13%），2026年预计增加40万吨（+1.74%），但实际可能低于预期[24] * **潜在扰动**：2026年可能受秘鲁大选、劳资谈判到期（如Escandida矿）和智利、秘鲁大型老龄化矿山（占智利产量18.2%，秘鲁产量30%）等因素影响[24][25] * **冶炼端**：加工费处于低位（零单约负43美元），但头部冶炼厂因硫酸及贵金属副产品价格高企而利润可观[26] * **精炼铜产量**：预计2025年全球增加105万吨（+3.9%），2026年增加68万吨（+2.48%），增幅放缓[27] * **需求端**： * **新兴领域支撑**：AI、储能及新能源汽车等对全球及美国用铜需求形成强力支撑[2][30] * **美国需求强劲**：AI数据中心用电需求预计从40.6 GW增长至48.3 GW（+18.97%），显著支撑用铜需求；美国市场对全球精炼铜库存有显著虹吸效应，2025年底累计进口138万吨（同比增65万吨）[2][28][30] * **中国需求拖累**：新能源汽车用铜量预计从70-80千克/辆降至60-70千克/辆，家电行业铝代铜比例提高，对铜需求产生拖累[2][33] * **市场平衡与价格**：预计2025年全球铜供应过剩约33.6万吨，2026年过剩收窄至9.46万吨左右；中美财政货币政策双宽松支撑铜价，预计2026年铜价中枢上移，上半年上涨行情较为确定[33] 锌 * **2025年市场回顾**：上半年因增量预期和加工费上调承压，二季度因新矿放量不明显及冶炼厂亏损反弹，三四季度受关税及海外去库影响波动[34] * **2026年供应**：全球锌精矿增量预期下调，预计总体增量约30万吨（原预期44万吨）[34][35] * **2026年需求**：基建和汽车行业对锌有一定提振，但地产和家电领域增速有限[2][35] * **市场前景**：预计2026年供需格局有所改善，新价格重心上移，但短期内受有色板块市场情绪及贵金属牛市带动效果影响[2][35] 铝 * **电解铝供需紧张**：供给弹性下降，预计2026-2027年全球原铝供应短缺分别为55万吨和37万吨，显性库存较低使价格弹性更大[45] * **供应约束**：国内电解铝产能受政策天花板限制；海外增量主要依赖印尼，但电力基础设施不完善可能影响投产[45] * **需求有韧性**：政策驱动下，交通运输轻量化、电力（特高压、风光发电）、储能等领域将推动内需增长；预计2026年中国铝加工产品出口量同比正增长，增量约40万吨（增速近4%）[50][51] * **价格走势**：铝价有望改变过去震荡格局，打开趋势性上涨空间；LME价格表现通常更强于SHFE，可能产生内外价差套利机会[45][51] 四、 上游原材料市场观点 氧化铝 * **价格波动大**：生产灵活性高，减产响应快，价格波动弹性大[52] * **供需过剩**：市场普遍预期2026年基本面供过于求明显，预计国内产量9,945万吨（+4.8%），海外产量6,173万吨（+7%）[52][53] * **价格逻辑**：过剩格局下，成本定价逻辑主导，价格有下降空间，但需关注减产带来的反弹弹性[54][59] 铝土矿 * **供应增加**：预计未来几内亚等地新增或复产能将显著增加供应量[58] * **价格承压**：初步预计2026年进口同比增加约5,000万吨，总体过剩显著，价格框架承压继续下行[58] 五、 其他重要内容 * **2025年贵金属交易主线**：分两阶段，年初至8月7日围绕特朗普贸易政策不确定性交易；8月7日后切换回对美联储货币政策路径的押注[3] * **AI叙事影响**：认为2026年谈论AI泡沫破裂为时尚早，宏观环境整体利多；若AI推动经济上行，则其他商品相对黄金估值上升；若AI叙事破裂，则恐慌情绪对黄金更加利多[7] * **美国经济周期定位**：根据美林时钟模型，结合景气度中性、物价较低、信贷上升、利率下降等指标，判断美国正处于复苏期[10] * **美联储降息路径**：预计2026年将进行两次降息，且预期有上升空间，但路径可能曲折[13] * **电网投资托底**：中国“十五五”期间要求电网累计投资不低于4.1万亿元（年均8,200亿元），对铜消费至少能起托底作用[36] * **家电行业拖累**：补贴边际效应下降，内销疲软，加之铝代铜比例提高，对铜需求产生较大拖累[37][46] * **隐性库存问题**：氧化铝和电解铝现货市场流通货源可能并不充足，核算供需时需注意下游备库（视为需求）与隐性库存的差异[56]

量化模型与构建方式 1. 滤波方法（数据处理模型） 1. **模型名称**：HP滤波 (Hodrick-Prescott Filter)[10] * **模型构建思路**：将宏观经济时间序列分解为长期趋势成分和中期周期成分，以剔除长期趋势和短期噪声，提取周期波动[3][9]。 * **模型具体构建过程**：通过求解一个最小化问题来得到趋势成分。具体公式为： $$\operatorname*{min}\left\{\sum_{t=1}^{T}(y_{t}-g_{t})^{2}+\lambda\sum_{t=2}^{T-1}[(g_{t+1}-g_{t})-(g_{t}-g_{t-1})]^{2}\right\}$$ 其中，\(y_{t}\)为原始序列数据，\(g_{t}\)为待求解的趋势成分，\(\lambda\)为平滑参数，\(\lambda\)越大，趋势线越平滑[10]。在应用中，首先使用较大的\(\lambda\)去除长期趋势得到周期成分，再使用较小的\(\lambda\)过滤噪声，得到用于分析的中周期序列[10]。 * **模型评价**：可以直观地将时间序列分解为趋势和周期成分，符合经典宏观经济分析框架，但存在较严重的端点偏差问题，且无法识别不同频率的周期[3][42]。 2. **模型名称**：傅里叶变换[25] * **模型构建思路**：将时间序列数据分解为一系列不同频率、振幅和相位的正弦函数的叠加，以识别数据中存在的主要周期性规律[25][26]。 * **模型具体构建过程**：对时间序列进行傅里叶变换，公式为： $$F(f)=\int_{-\infty}^{\infty}f(x)e^{-i2\pi f(x)}\,\mathrm{d}x$$ 由于宏观经济数据通常非平稳，在应用傅里叶变换前，先使用HP滤波去除长周期趋势项，得到平稳序列，再进行变换以提取主要周期并拟合周期序列[26]。 * **模型评价**：适合分析历史数据的整体周期结构，尤其适用于探究经济周期的历史规律，但其假设周期结构在时间上恒定，短期内拟合度可能受到影响[3][42]。 3. **模型名称**：混合滤波[42] * **模型构建思路**：结合HP滤波和傅里叶变换两种方法的优点，以挖掘数据的周期性规律并观察短期趋势变化[3][42]。 * **模型具体构建过程**：将HP滤波与傅里叶变换叠加使用。实践中，使用傅里叶变换挖掘宏观数据的周期性规律，同时使用HP滤波观察因子短期上升或下降的趋势变化[42]。叠加使用后得到的序列既具有一定外推性，又保留了HP滤波在周期拟合上的灵活性[42]。 * **模型评价**：结合了两种方法的优势，所得序列兼具周期规律性和趋势观察的灵活性[42]。 2. 资产配置模型 1. **模型名称**：美林时钟模型[68] * **模型构建思路**：依据经济增长（以PMI同比增速代表）和通货膨胀（以PPI同比代表）两个核心指标的高低变化，将经济周期划分为四个阶段，并为每个阶段配置不同类别的大类资产[68][72]。 * **模型具体构建过程**：使用HP滤波处理后的PMI同比增速和PPI同比数据判断经济周期阶段，具体配置方案如下[68][72]： * 复苏期：PMI同比增速上行，PPI同比下行，配置60%股票、40%债券。 * 扩张期：PMI同比增速上行，PPI同比上行，配置60%商品、40%股票。 * 滞胀期：PMI同比增速下行，PPI同比上行，配置60%现金、40%商品。 * 衰退期：PMI同比增速下行，PPI同比下行，配置60%债券、40%现金。 * **模型评价**：是最著名的经济周期模型之一[68]。 2. **模型名称**：货币信用模型[76] * **模型构建思路**：作为美林时钟理论在中国市场的适应性改进，通过观察“货币”（以M2同比增速代表）和“信用”（以社会融资规模同比增速代表）两个核心驱动因素来指导大类资产配置[76]。 * **模型具体构建过程**：使用HP滤波处理后的M2同比和社会融资规模同比数据判断货币信用状态，具体配置方案如下[76]： * 宽货币宽信用：M2同比上行，社会融资规模同比上行，配置60%股票、40%商品。 * 紧货币宽信用：M2同比下行，社会融资规模同比上行，配置60%商品、40%股票。 * 紧货币紧信用：M2同比下行，社会融资规模同比下行，配置60%现金、40%债券。 * 宽货币紧信用：M2同比上行，社会融资规模同比下行，配置60%债券、40%股票。 量化因子与构建方式 1. **因子名称**：M1同比[3][9] * **因子构建思路**：作为代表货币供给量的宏观经济因子[3][9]。 * **因子具体构建过程**：报告直接采用了M1的同比增速数据作为原始因子，并主要使用HP滤波进行处理以得到周期成分[3][9][10]。 2. **因子名称**：M2同比[3][9] * **因子构建思路**：作为代表货币供给量的宏观经济因子[3][9]。 * **因子具体构建过程**：报告直接采用了M2的同比增速数据作为原始因子，并主要使用HP滤波进行处理以得到周期成分[3][9][10]。 3. **因子名称**：社会融资规模同比[3][9] * **因子构建思路**：作为代表货币供给量的宏观经济因子[3][9]。 * **因子具体构建过程**：报告直接采用了社会融资规模的同比增速数据作为原始因子，并主要使用HP滤波进行处理以得到周期成分[3][9][10]。 4. **因子名称**：1年期国债收益率同比差值[3][9] * **因子构建思路**：作为代表利率的宏观经济因子[3][9]。 * **因子具体构建过程**：报告采用了1年期国债收益率的同比差值数据作为原始因子，并主要使用HP滤波进行处理以得到周期成分[3][9][10]。 5. **因子名称**：PMI同比增速[3][9] * **因子构建思路**：作为代表经济增速的宏观经济因子[3][9]。 * **因子具体构建过程**：报告采用了PMI的同比增速数据作为原始因子，并主要使用HP滤波进行处理以得到周期成分[3][9][10]。 6. **因子名称**：PPI同比[3][9] * **因子构建思路**：作为代表通胀的宏观经济因子[3][9]。 * **因子具体构建过程**：报告直接采用了PPI的同比数据作为原始因子，并主要使用HP滤波进行处理以得到周期成分[3][9][10]。 7. **因子名称**：工业增加值同比[3][9] * **因子构建思路**：作为代表经济增速的宏观经济因子[3][9]。 * **因子具体构建过程**：报告直接采用了工业增加值的同比数据作为原始因子，并主要使用HP滤波进行处理以得到周期成分[3][9][10]。 8. **因子名称**：企业利润同比[3][9] * **因子构建思路**：作为代表经济增速的宏观经济因子[3][9]。 * **因子具体构建过程**：报告直接采用了企业利润的同比数据作为原始因子，并主要使用HP滤波进行处理以得到周期成分[3][9][10]。 模型的回测效果 （以下回测结果均基于2006年以来的数据） 1. **美林时钟模型**，累计收益807.28%，年化收益11.71%，波动率11.30%，最大回撤17.10%，夏普比率1.037，信息比率0.681，胜率56.49%[70]。 2. **货币信用模型**，累计收益558.45%，年化收益9.93%，波动率16.84%，最大回撤56.02%，夏普比率0.589，信息比率0.362，胜率56.90%[79]。 因子的回测效果 （以下回测结果均基于2006年以来的数据，使用HP滤波处理后因子进行择时） 1. 单因子股指择时表现 （策略：因子上升周期持有中证全指，下降周期空仓） 1. **M1同比因子**，累计收益971.09%，年化收益12.64%，波动率24.85%，最大回撤69.42%，夏普比率0.509，信息比率0.339，胜率57.74%[58]。 2. **M2同比因子**，累计收益100.26%，年化收益3.55%，波动率22.51%，最大回撤69.42%，夏普比率0.158，信息比率-0.237，胜率48.95%[58]。 3. **国债收益率同比差值因子**，累计收益685.90%，年化收益10.91%，波动率18.43%，最大回撤27.47%，夏普比率0.592，信息比率0.265，胜率49.79%[58]。 4. **社会融资规模同比因子**，累计收益731.39%，年化收益11.22%，波动率24.77%，最大回撤69.42%，夏普比率0.453，信息比率0.249，胜率53.56%[58]。 5. **PMI同比增速因子**，累计收益1436.01%，年化收益14.70%，波动率21.07%，最大回撤42.44%，夏普比率0.698，信息比率0.513，胜率54.39%[58]。 6. **PPI同比因子**，累计收益919.17%，年化收益12.36%，波动率20.58%，最大回撤42.44%，夏普比率0.601，信息比率0.355，胜率52.72%[58]。 7. **工业增加值同比因子**，累计收益124.56%，年化收益4.15%，波动率16.52%，最大回撤39.35%，夏普比率0.251，信息比率-0.226，胜率46.86%[58]。 8. **企业利润同比因子**，累计收益522.94%，年化收益9.62%，波动率18.37%，最大回撤42.44%，夏普比率0.524，信息比率0.172，胜率51.46%[58]。 2. 单因子股债择时表现 （策略：因子上升周期持有中证全指，下降周期持有国债指数；对照组为60%债券+40%股票的固定比例组合） 1. **M1同比因子**，累计收益1297.47%，年化收益14.16%，波动率24.84%，最大回撤69.42%，夏普比率0.570，信息比率0.432，胜率60.25%[61]。 2. **M2同比因子**，累计收益174.96%，年化收益5.21%，波动率22.56%，最大回撤69.42%，夏普比率0.231，信息比率-0.129，胜率53.14%[61]。 3. **国债收益率同比差值因子**，累计收益1358.04%，年化收益14.40%，波动率18.43%，最大回撤27.47%，夏普比率0.781，信息比率0.508，胜率56.07%[61]。 4. **社会融资规模同比因子**，累计收益1110.38%，年化收益13.34%，波动率24.76%，最大回撤69.42%，夏普比率0.539，信息比率0.381，胜率59.00%[61]。 5. **PMI同比增速因子**，累计收益2226.26%，年化收益17.12%，波动率21.07%，最大回撤42.44%，夏普比率0.813，信息比率0.669，胜率57.74%[61]。 6. **PPI同比因子**，累计收益1637.78%，年化收益15.41%，波动率20.59%，最大回撤42.44%，夏普比率0.749，信息比率0.558，胜率58.58%[61]。 7. **工业增加值同比因子**，累计收益274.27%，年化收益6.85%，波动率16.65%，最大回撤36.37%，夏普比率0.411，信息比率-0.026，胜率51.05%[61]。 8. **企业利润同比因子**，累计收益864.21%，年化收益12.05%，波动率18.39%，最大回撤42.44%，夏普比率0.655，信息比率0.340，胜率53.56%[61]。

文章核心观点 - 公司团队基于投资实践和对标研究，构建了“跨周期确定性复利回报钟塔模型”，旨在穿越不动产金融周期，实现确定性复利回报 [1][4][15] - 该模型通过分析行业周期、城市区域、资产类别和管理模式等核心要素，指导投资策略，在过往周期中成功规避风险并实现领先行业的投资回收 [3][7][26] - 模型强调在周期不同阶段灵活配置股权与债权资产，其方法论具备向其他资产类型和更大管理规模扩展的潜力 [7][31][32] 不动产金融投资时钟模型 - 模型将市场周期划分为四个阶段，由市场供求和政策组合推动轮动，形成不同的适宜投资区间 [4][5][6] - 周期起始于需求集聚、政策放松的底部象限，经历回暖、顶峰后，因政策收紧和需求观望进入下行阶段，最终到达交易冷淡的市场底部 [5][6] - 在周期底部两侧，因资产价格低，股权投资为最优选择；在周期顶部两侧，因资产价格高且不确定性大，固定收益的债权投资为最优选择；中间阶段适宜股债结合 [7][12] 投资策略与周期实践 - 2017年初判断市场处于顶部区间，制定“债权为主、优质股权为辅”的投资策略 [7] - 2019年下半年感知优质资产供给减少，基于对头部房企净资产状况的评估，开始保持谨慎并实现净回收 [7] - 2020年至2021年疫情期间，尽管有政策刺激，公司坚决完成绝大部分投资回收，2022年开始关注反向策略但保持谨慎 [8][9] 钟塔模型的逻辑体系 - 模型体系以经济基本面为基石，之上构建四个逻辑支柱：行业宏观周期模型、城市区域选择模型、资产类别选择模型和管理模式 [15] - 投资时钟模型是策略选择的核心，其顶部是指导具体资产选择和定价的资产估值与资本定价模型 [15][28] - 管理模式的原则包括战略稳健、投前投后一体化、风险控制重实质等，以解决投资“安全性、收益性、流动性”的不可能三角问题 [24][25][26] 行业宏观周期判断 - 在宏观经济总体稳定时期，货币政策被视为影响房地产价格最敏感有效的因素，房地产价格本质上是货币现象 [16] - 对行业周期追踪的核心实操指标是对头部激进企业基于三年开发周期的连续动态累计净资产价值变化的评估 [17] - 2018年发现规模与利润背离，2019年出现信用与规模背离，基于此判断2020年上半年为行业顶部，市值将向利润回归 [17][18] 城市与资产选择模型 - 城市选择采用985大学毕业生就业去向作为先导指标，因其能反映城市新增购买力聚集 [19] - 资产类别选择上，业务初期即选择住宅类而非商办类物业，因销售型住宅流动性好，资本供求关系更良好 [21][23] - 资产类别演化经历多个阶段，当前为极致分化阶段，未来将进入市场出清与资产重估后的新阶段 [23] 资产估值与资本定价 - 资产估值采用假设开发法，核心要点包括按现时可去化价格计价、估值前扣除土增税、使用资产价值覆盖倍数 [28] - 资本定价模型基于CAPM修订，债权资本预期收益率为无风险收益率加风险补偿收益率和管理溢价收益率，股权资本预期收益率在此基础上加10% [28] - 公司聚焦的精选层投资模式，定位在特定收益率区间，追求实质低风险前提下的高水准收益率 [28][30] 模型适用性扩展 - 模型可扩展至更大管理规模，要点包括基于自身估值能力选择白名单主体、把握周期并在政策收紧时第一时间压缩规模、严控道德风险 [31] - 模型方法论适用于多数类型的资产和国别，投资时钟模块关于股债选择与权变的基本原则符合常识和通识，具备通用性 [32] - 资产估值及资本定价模型虽因资产而异需使用不同数据和方法，但其决策逻辑和方法一致 [33]