报告导读： 通过优化仓位策略事半功倍的提升量化框架的真实表现。 关于利率（或国债期货）涨跌的预测，市场上的一般量化框架为使用 0-1 分类模型对国债期货的涨跌方向进行预测，但在实际操作中不宜直接使用这种涨跌 方向的预测。 对比起模型对预测胜率的优化，更重要的可能是量化体系中的仓位策略部分优化，即优化对预测模型的每日利率 0-1 信号（或价格上行概率） 如何映射到仓位的模式。 如可以考虑提高交易信号触发的门槛值或设置逐步加仓条件，合理减少交易频率，也可以通过使用反双曲正切函数来分配仓位，提 升策略盈亏比的同时限制换手率。 本研究中测试的仓位策略包括：多空全仓策略作为基准。带门槛的全仓策略，该策略的核心改进在于引入模糊区间过滤机制，带门槛的逐步加仓，结合门槛值 模型和渐进式的逐步加仓管理模式。连续型交易策略将二值选择的概率信号转化为仓位调整信号，即将国债期货价格的 X% 的上行概率，通过函数 f(X%) 映 射至相应的仓位，这可以将连续型的交易策略按照风险偏好类型划分为风险偏好型、风险厌恶型和风险中性型，分别分配 Sigmoid 函数、 Atanh 函数和线性 函数等。 参考报告《 债市择时多因子模型设计：从线性 ...

量化模型与构建方式 1. **模型名称：国内资产BL模型1** - 模型构建思路：BL模型是均值-方差模型的改进，通过贝叶斯理论将主观观点与量化模型结合，优化资产配置权重[14] - 模型具体构建过程： 1) 选择国内资产标的（沪深300、中证1000、国债总财富指数等）[15] 2) 计算资产预期收益与协方差矩阵 3) 结合投资者主观观点调整收益预期 4) 通过优化算法求解最优权重 - 模型评价：有效解决均值-方差模型对预期收益敏感的问题，兼具主观投资的灵活性和量化模型的稳定性[14] 2. **模型名称：全球资产BL模型2** - 模型构建思路：同国内资产BL模型1，但覆盖全球资产（标普500、COMEX黄金等）[15] - 模型具体构建过程： 1) 选择全球资产标的（标普500、企业债指数等）[15] 2) 其余步骤与国内BL模型1一致 3. **模型名称：国内资产风险平价模型** - 模型构建思路：使每类资产对组合风险的贡献相等，穿越经济周期[19] - 模型具体构建过程： 1) 选择8类国内资产（沪深300、中证转债等）[21] 2) 计算资产波动率与相关性矩阵 3) 优化权重使各资产风险贡献均衡 公式： $$ w_i = \frac{1/\sigma_i}{\sum_{j=1}^n 1/\sigma_j} $$ 其中$\sigma_i$为资产i的年化波动率[20] 4. **模型名称：基于宏观因子的资产配置模型** - 模型构建思路：通过增长、通胀等6大宏观因子构建配置框架[23] - 模型具体构建过程： 1) 构造宏观因子Mimicking Portfolio[24] 2) 计算资产因子暴露水平 3) 结合主观宏观判断调整因子暴露目标 4) 反解得到资产配置权重[24] 模型的回测效果 1. **国内资产BL模型1** - 上周收益：0.02% - 7月收益：0.61% - 2025年收益：2.46% - 年化波动：2.16% - 最大回撤：1.31%[17][18] 2. **全球资产BL模型2** - 上周收益：-0.07% - 7月收益：0.51% - 2025年收益：1.59% - 年化波动：1.70% - 最大回撤：1.28%[17][18] 3. **国内资产风险平价模型** - 上周收益：-0.02% - 7月收益：0.36% - 2025年收益：2.70% - 年化波动：1.46% - 最大回撤：0.76%[22][29] 4. **基于宏观因子的资产配置模型** - 上周收益：-0.03% - 7月收益：0.38% - 2025年收益：2.76% - 年化波动：1.36% - 最大回撤：0.64%[28][29] 当前持仓分布（2025年7月） - **国内资产BL模型1**：中证1000(10.51%)、国债(65.14%)、企业债(19.13%)、商品(5.22%)[13] - **全球资产风险平价模型**：标普500(1.54%)、企业债(93.11%)、黄金(2.13%)[13]

报告行业投资评级 未提及 报告的核心观点 借助ETF可将量化模型或主观观点转化为可实操配置的投资策略 报告给出几个借助ETF构建的策略指数 并以周度为频率对指数的绩效和持仓进行跟踪[12] 根据相关目录分别进行总结 1. ETF策略指数跟踪 - 华宝研究大小盘轮动ETF策略指数利用多维度技术指标因子 采用机器学习模型预测申万大小盘指数收益差 周度输出信号决定持仓获取超额回报 截至2025/7/25 2024年以来超额收益17.92% 近一月0.16% 近一周 -0.33% 上周持仓沪深300ETF权重100% [4][14][18] - 华宝研究SmartBeta增强ETF策略指数用量价类指标对自建barra因子择时 依据ETF在9大barra因子上的暴露度映射择时信号 选取主流宽基及风格、策略ETF 截至2025/7/25 2024年以来超额收益15.29% 近一月 -1.20% 近一周0.25% 持仓包括价值100ETF、中证2000ETF等多只ETF [4][18][23] - 华宝研究量化风火轮ETF策略指数从多因子角度出发 把握中长期基本面、跟踪短期趋势、分析参与者行为 用估值与拥挤度信号提示风险 挖掘潜力板块获超额收益 截至2025/7/25 2024年以来超额收益8.22% 近一月4.29% 近一周2.67% 持仓包括建材ETF、有色60ETF等多只ETF [5][22][26] - 华宝研究量化平衡术ETF策略指数采用多因子体系构建量化择时系统 研判权益市场趋势 建立大小盘风格预测模型调整仓位 综合择时和轮动获超额收益 截至2025/7/25 2024年以来超额收益 -2.75% 近一月 -2.91% 近一周 -1.03% 持仓包括十年国债ETF、中证1000ETF等多只ETF [5][26][30] - 华宝研究热点跟踪ETF策略指数根据市场情绪、行业事件等策略跟踪挖掘热点指数标的产品 构建ETF组合 为投资者提供短期趋势参考 截至2025/7/25 近一月超额收益 -0.38% 近一周1.48% 持仓包括有色50ETF、港股消费ETF等多只ETF [6][30][33] - 华宝研究债券ETF久期策略指数采用债券市场流动性和量价指标筛选择时因子 用机器学习预测债券收益率 低于阈值减少长久期仓位 提升组合长期收益和回撤控制能力 截至2025/7/25 近一月超额收益0.19% 近一周0.12% 持仓包括十年国债ETF、国债ETF5至10年等多只ETF [6][33][38]

市场波动与操盘策略 - 美联储加息导致市场波动率陡增，机构空头头寸连续三天激增[1] - 技术分析显示多头信号与机构持仓数据出现背离[1] - 量化模型被过度依赖，但市场情绪和人心难以量化[1] 操盘手决策逻辑 - 采用"三看原则"：资金流向、情绪指标、持仓初心[3] - 果断执行部分平仓指令，将持仓量降至安全线[3] - 持仓管理需结合市场风向与风险控制，适时收帆[4] 行业经验与传承 - 历史股灾案例显示重仓持有股指期货多单的风险[1] - 市场敬畏心比数字游戏更重要，需平衡模型与经验[1][4] - 持仓数据变化反映操盘手对市场的理解和风险把控能力[4]

一、皇帝的新衣与破碎的泡沫 摩根大通一纸报告，把美国财政部精心编织的2万亿美元稳定币美梦撕得粉碎。看着新闻里那些西装革履的金融精英们唇枪舌战，我突然想起小时候听过的 童话——当所有人都夸赞皇帝的新衣华美绝伦时，只有那个不懂事的孩子喊出了真相。 这场景在股市里每天都在重演。上个月财政部长信誓旦旦预测稳定币将突破2万亿规模时，多少分析师连夜修改研报？如今摩根大通策略师Teresa Ho团队一 句"过于乐观"，又让多少跟风者措手不及？更讽刺的是，就在法案通过当天，主流稳定币发行商的交易量突然激增，像极了提前知道考题的优等生。 二、专家的话该不该听？ 我认识个老股民，书架上摆满《战胜庄家》《波浪理论精要》，每天准时收看财经节目。有次他神秘兮兮跟我说："最近专家都在推荐科技股。"结果第二天 科技板块集体跳水。他气得把遥控器摔了："这帮专家就是浆糊！" 这话糙理不糙。现在打开手机，满屏都是"明日必涨""抄底良机"的标题党。昨天还喊牛市起步的大V，今天就能找出十个理由解释为何暴跌。就像玩魔术， 猜对了是神机妙算，猜错了是"受外围市场影响"。 三、定价权的血腥游戏 2015年股灾时我见过最魔幻的一幕：某私募大佬在朋友圈晒豪宅 ...

报告核心观点 提供多个借助ETF构建的策略指数，以周度为频率跟踪指数绩效和持仓，各指数采用不同方法获取相对市场的超额收益，不同时间段超额表现有差异 [4][12] 各策略指数情况 华宝研究大小盘轮动ETF策略指数 - 利用多维度技术指标因子，用机器学习模型预测申万大小盘指数收益差，周度输出信号决定持仓获取超额回报 [4][14] - 截至2025/7/11，2024年以来超额收益17.48%，近一月0.51%，近一周 -0.04% [4][14] - 上周收益1.08%，基准（中证800）1.11% [13] - 持仓为沪深300ETF，权重100% [18] 华宝研究SmartBeta增强ETF策略指数 - 用量价类指标对自建barra因子择时，依ETF在9大barra因子暴露度映射择时信号，涵盖主流宽基及风格、策略ETF [4][18] - 截至2025/7/11，2024年以来超额收益16.32%，近一月 -3.12%，近一周 -0.68% [4][18] - 上周收益0.44%，基准（中证800）1.11% [13] - 持仓为红利低波ETF，权重100% [23] 华宝研究量化风火轮ETF策略指数 - 从多因子角度，把握中长期基本面、跟踪短期趋势、分析参与者行为，用估值与拥挤度信号提示风险挖掘潜力板块 [5][22] - 截至2025/7/11，2024年以来超额收益3.63%，近一月 -0.55%，近一周0.50% [5][22] - 上周收益1.62%，基准（中证800）1.11% [13] - 持仓包括建材ETF、医药卫生ETF等5只，权重分别为20.97%、19.99%等 [25] 华宝研究量化平衡术ETF策略指数 - 采用多因子体系构建量化择时系统研判权益市场趋势，建立大小盘风格预测模型调整仓位分布 [5][25] - 截至2025/7/11，2024年以来超额收益 -0.88%，近一月 -1.91%，近一周 -0.39% [5][25] - 上周收益0.43%，基准（沪深300）0.82% [13] - 持仓包括十年国债ETF、中证1000ETF等6只，权重分别为9.91%、5.40%等 [29] 华宝研究热点跟踪ETF策略指数 - 根据市场情绪、行业事件、投资者情绪等跟踪挖掘热点指数标的产品，构建ETF组合提供短期趋势参考 [6][29] - 截至2025/7/11，近一月超额收益 -3.76%，近一周 -1.27% [6][29] - 上周收益0.27%，基准（中证全指）1.54% [13] - 持仓包括有色50ETF、港股消费ETF等4只，权重分别为28.12%、26.84%等 [33] 华宝研究债券ETF久期策略指数 - 用债券市场流动性、量价指标筛选择时因子，机器学习预测收益率，低于阈值减少长久期仓位 [6][33] - 截至2025/7/11，近一月超额收益0.00%，近一周0.06% [6][33] - 上周收益 -0.13%，基准（中债 - 总指数） -0.19% [13] - 持仓包括十年国债ETF、政金债券ETF等3只，权重分别为50.06%、12.50%等 [37]

货币政策转向 - 央行在二季度货币政策执行报告中删除"三个坚决"表述，并移除"择机降准降息"和"维稳汇率"等传统政策导向，转向强调"做强国内大循环" [1] - 一季度提及的"择机降准降息"在二季度完全消失，显示三季度货币政策可能进入观望期 [1] - 政策调整被视为与美联储货币政策博弈的表现，央行选择与美联储保持同步收紧 [1] 美联储政策影响 - 美国名义GDP增长2.03%，CPI上涨2.76%，扣除物价后实际增速为负值 [3] - 美联储坚持不降息政策，被视为在维持美元指数稳定 [3] - 美国债务压力持续增加，政策维持时间存在不确定性 [3] - 市场预期美联储降息将引发资金大规模流入A股，类似2019年9.24行情 [3] A股市场特征 - 当前A股呈现慢牛特征，5000多只股票交易活跃但波动较大 [3] - 场外资金尚未大规模进场，导致行情持续性不足 [3] - 散户追涨杀跌行为容易成为"接盘侠"，需关注机构交易行为 [3] 机构交易行为分析 - 机构通过资金优势制造市场波动，形成K线"迷魂阵" [5] - 量化模型可帮助识别机构交易特征，如"强力回吐"信号 [5][7] - "强力回吐"表示做多优势突然转变为做空力量增强的市场状态 [7] - "机构库存"指标反映机构持仓活跃度，橙色表示机构持续参与 [9] - "机构震仓"K线显示机构洗盘行为，通常伴随后续股价上涨 [9] 市场数据动态 - 超过3000只股票出现机构活跃交易迹象，占A股半数以上 [10] - 机构集体参与将推动市场整体上行，个股难以保持低迷 [10] 技术指标说明 - "全景K线"整合机构库存、空头回补、资金交点等五个数据维度 [9] - 绿色K线代表"强力回吐"，玫红色K线代表"强力回补" [9] - 机构库存数据活跃度反映机构资金参与程度和时间长度 [9]

报告核心观点 - 调整此前战术性大类资产配置观点，维持对A股和国债战术性标配观点，下修黄金战术性配置观点至标配，维持对美元战术性低配观点 [1][3][4] 分组1：大类资产表现回顾与资产配置观点 大类资产表现回顾 - 回顾2025年6月23日至29日市场关注度高、影响大类资产的事件或数据，展示全球主要大类资产上周表现，如上证综指年初至今涨2.16%、过去1周涨1.91%等 [6][8] 大类资产配置方向性观点 - 权益：市场对景气度预期震荡、无风险利率下降、交易量高位，中东地缘政治和中美关系改善提振全球风险偏好，权益中枢或震荡上行，内部有结构性机会，配置价值更高 [11] - 债券：融资需求与信贷供给不平衡，但利率中枢已充分定价，稳增长政策下宏观经济与预期修正空间有限，债券利率下行空间压缩，权益市场表现好、风险偏好反弹、资金利率波动大，债券配置价值一般，美债利率大概率宽幅震荡 [11] - 商品：中东地缘政治缓和，原油前期上涨后或承受阶段性压力，市场避险情绪降温，资金流出避险资产流入风险资产，白银等贵金属或阶段性优于黄金 [11] - 外汇：中国经济企稳回升，内需改善和出口韧性支撑人民币，中美利差收窄缓解资本流出压力，中美关系缓和削弱市场担忧，人民币汇率有较强韧性 [12] 重点大类资产战术性配置观点 - A股：维持战术性标配观点，政策不确定性消除提振风险偏好中枢，无风险利率下行有利，定价资金“以我为主”，总量政策积极、产业科技突破，市场对定价因子预期稳定 [13] - 国债：维持战术性标配观点，融资需求与信贷供给不平衡，利率中枢易下难上，但刺激性政策成效显现，经济修复和预期企稳，权益市场表现限制债市吸引力，资金利率不确定和央行操作博弈限制利率下行 [13] - 黄金：下修战术性配置观点至标配，全球传统秩序调整和经济滞胀风险下黄金是“完美对冲”，但中东局势降温、中美关系回暖，黄金避险属性受压制 [13] - 美元：维持战术性低配观点，特朗普政策多变、美国财政赤字问题使美元信用承压，国际资金倾向降低美元配置，资金流向趋势或延续 [14] 分组2：战术性资产配置组合追踪 战术性资产配置组合 - 组合运行情况：上周战术性资产配置组合收益率为 -0.23%，截至2025年6月27日，通用版组合相对基准指数累计超额收益率2.76%（年化2.78%），累计绝对收益率7.41%（年化748%） [20] 组合调仓交易情况 - 2025年6月30日以收盘价调整全球主动资产配置组合内部标的配置权重，权益权重上修2.50%至27.50%，债券权重维持55.00%，商品权重下修2.50%至17.50%，现金权重维持0.00% [23][26]

美国ETF创新产品动态 - Roundhill发行周度分红系列产品 分别挂钩Meta、Netflix、亚马逊、伯克希尔和Robinhood 提供各股票周度收益的1.2倍收益 采用周度分红模式运作 该系列目前已有合计10只产品 [1] - Tortoise将场外能源基金转型为ETF 同时投资能源相关企业股票和债券 重点关注能源基础设施公司 包括新能源、能源科技企业 可能使用期权策略增厚收益 [1] - Global X发行公司债ETF 使用Wealthspot量化模型和深度神经网络 通过行业、久期、评级分组债券 结合趋势、基本面等因子进行打分 [1] - Nicholas发行数字货币相关产品 投资数字货币相关股票及对应股票期权、ETF 旨在实现资本增值和现金流收益 [1] - Rainwater Equity发行首只ETF产品 主要投资买家忠诚度高的龙头企业 包括软件供应商、交易所等 现金流可预测性强 [2] - 联博基金发行新兴市场股票ETF 选股要求长期基本面数据好且估值合理 重仓股包括三星、阿里巴巴、腾讯等 [2] - WisdomTree发行抗通胀ETF 采用基于动量的商品多空策略 覆盖18种商品 对黄金、白银持多头 可配置至多5%比特币 [2] 美国ETF资金流向 - 上周美国股票ETF单周流入300亿美元以上 国际股票产品流入100亿美元以上 [3] - 流入前十ETF中 iShares安硕核心标普500 ETF净流入144.25亿美元 领航中盘股ETF流入35.69亿美元 Vanquard全股票市场ETF流入26.80亿美元 [6] - 流出前十ETF中 SPDR标普500 ETF信托净流出27.41亿美元 SPDR Portfolio S&P 500 ETF流出16.28亿美元 SPDR道琼斯工业平均指数ETF流出9.09亿美元 [6] - 先锋标普500 ETF两周流入大幅领先 规模超过6800亿美元 领先道富产品近800亿美元 领先贝莱德产品超1000亿美元 [7] - 先锋产品持续流入 道富产品持续流出 贝莱德产品4月流入5月后流出 [7] 美国ETF市场表现 - 今年以来标普500涨幅不到2% 科技板块领跑 半导体、网络安全等细分领域涨幅更高 [10] - 5月以来较多科技ETF反弹10%以上 半导体ETF反弹20%以上 [10] - VanEck Semiconductor ETF今年以来收益7.47% 5月以来收益23.19% [10] - iShares Semiconductor ETF今年以来收益4.83% 5月以来收益22.72% [10] - KraneShares CSI中国互联网ETF今年以来收益14.68% 5月以来收益4.29% [10] 美国普通公募基金资金流向 - 2025年4月美国非货币公募基金总量21.06万亿美元 较3月下降0.12万亿 [11] - 4月标普500下跌0.76% 美国国内股票型产品规模下滑0.88% [11] - 6月4日~6月11日单周 美国国内股票基金合计流出约112亿美元 债券产品流入80亿美元以上 [11]

指数化投资发展趋势 - 指数化投资在全球范围内蓬勃发展 成为资本市场备受瞩目的投资方式 指数增强策略迎来新发展机遇 [1] - 截至6月20日 今年以来新成立的增强型指数基金数量达76只 新设规模达376.28亿元 创下新纪录 [1] - 87%的增强型指数基金跑赢业绩比较基准取得正超额 25只超额收益达7%以上 其中跟踪中证A500的仅2只 [1] 增强型指数基金市场表现 - 截至6月20日 今年新成立的指增产品数量和规模较去年同期分别增长443%和767% 增幅惊人 [2] - 泓德中证A500指数增强A成立于3月11日 在指数下跌背景下仍取得正收益 [3] - 泓德智选启元近一年跑赢中证500指数达13.46% 泓德智选领航今年以来跑赢沪深300指数 [3] 增强型指数基金优势 - 管理成本和交易成本低于传统主动管理型基金 [2] - 通过量化模型和AI技术高效筛选潜力个股 泓德基金的综合量化投资策略能较好适应国内股票市场 [2] - 透明度较高 投资者可清晰了解投资组合和跟踪指数 更好评估风险收益特征 [2] 投资者选择指增产品的考量因素 - 跟踪误差是重要指标 应优先选择跟踪误差较小的基金 [3] - 超额收益是核心竞争力 可通过历史业绩评估不同市场环境下的超额收益能力 [3] - 需关注管理人在AI和量化模型方面的技术实力 以及基金规模 流动性和费用结构 [4]