固定收益研究：信用债2月投资策略展望 - 核心观点：1月信用债发行规模环比上升，净融资额环比增加，处于历史较高水平，显示资产荒逻辑已消退[2] 交易商协会公布的发行指导利率多数下行，整体变化幅度为-5BP至1BP[2] 1月信用债收益率保持低位震荡，多数品种月度均值环比下行，信用利差多数收窄且处于历史低位[3] - 市场展望：从绝对收益看，供给不足和旺盛的配置需求将推动信用债延续修复行情，长远看收益率仍在下行通道，逢调整增配的思路可行[3] 从相对收益看，各期限信用利差压缩空间不足，多数品种配置性价比不高，票息策略宜谨慎，交易思路可适度乐观，择券需关注利率债趋势和个券票息价值[3] - 地产债策略：随着稳楼市政策显效，房地产市场正朝止跌回稳方向迈进，销售复苏进程将影响债券估值[4] 风险偏好较高的资金可考虑提前布局，重点发掘新增融资和销售回暖表现突出的企业，配置重点为历史估值稳定的绩优央企、国企及有强力担保的优质民企债券，可拉长久期或博弈超跌房企的估值修复机会[4] - 城投债策略：在严监管推进平台转型的背景下，城投违约可能性很低，仍可作为信用债重点配置品种[5] 配置策略可优先考虑中短端信用下沉，交易策略仍可选择中高等级拉久期[5] 基金研究：公募基金2月月报 - 市场回顾：1月沪深市场主要指数全部上涨，中证500和科创50涨幅均超过12%，上证50涨幅最小为1.17%[7] 31个申万一级行业中26个上涨，涨幅前5为有色金属、传媒、石油石化、建筑材料和化工[7] 2025年12月市场新增个人投资者开户总数达258.61万户，机构投资者1.11万户，交投活跃[7] 私募证券投资基金12月新备案规模环比增长至541.74亿元，存续规模达22.15万亿元，维持在历史较高水平[7] - 公募基金概况：1月新发行基金88只，发行规模914.81亿元，主动权益型基金发行份额为417.04亿份，环比大幅提升，权益类基金发行市场升温明显[7] 1月全类型基金均有上涨，商品型基金平均上涨幅度最大达17.92%[8] 基金风格上，成长风格跑赢价值风格，中小盘风格跑赢大盘风格，中盘平衡型风格涨幅最大为8.99%[8] 规模在5000万-1亿的迷你型偏股基金平均涨幅最大为7.27%，100亿以上的超大型基金平均涨幅最小为4.79%[8] - 基金仓位与ETF：1月主动权益基金加仓幅度靠前的行业为石油石化、有色金属和基础化工，减仓幅度靠前的为国防军工、医药生物和计算机[8] 截至2025年1月30日，主动权益基金整体仓位为73.88%，较上月上升0.78个百分点[8] 1月ETF资金净流出8411.87亿元，宽基指数中多只沪深300及上证50相关ETF遭遇资金大幅流出[8] 资金净流入靠前的有有色金属ETF、黄金ETF、化工ETF等，净流出靠前的有沪深300ETF华泰柏瑞、易方达、华夏等[8] 行业研究：轻工制造&纺织服饰行业2月投资策略展望 - 核心观点：地产链估值修复可延续，白卡纸、瓦楞纸迎来涨价机会[10] - 行情回顾：2026年1月5日至1月30日，SW轻工制造行业指数上涨5.07%，跑赢沪深300指数（1.65%）3.42个百分点[11] SW纺织服饰行业指数上涨5.93%，跑赢沪深300指数4.28个百分点[11] - 投资策略：地产政策预期改善，关注后周期产业估值修复[11] 1月1日《求是》杂志文章释放积极信号，提升未来房地产领域政策加码预期，带动地产链情绪回暖[11] 多家房企已不被监管部门要求每月上报“三条红线”指标，政策利好预期升温有利于夯实地产后周期行业估值修复[11] - 纸制品提价：多家白卡纸行业头部企业宣布将在2月底3月初上调白卡纸价格200元/吨[12] 山鹰纸业、玖龙纸业等瓦楞纸企业宣布于1月下旬上调瓦楞纸价格30-50元/吨[12] 纸企进入年度停机检修期扰动供给端，同时春节临近电商、食品饮料等行业包装需求回暖，对纸价上涨形成支撑[12] - 公司评级：维持轻工制造与纺织服饰行业“中性”评级，维持欧派家居、索菲亚、乖宝宠物、中宠股份、探路者、森马服饰“增持”评级[12] - 行业数据：2025年社会消费品零售总额中，家具类为2091.90亿元，同比增长14.62%[14] 服装、鞋帽、针纺织品类为15214.60亿元，同比增长3.18%[14] 2025年造纸和纸制品业实现利润总额443.0亿元，同比下降13.6%[14] - 公司动态：九牧王预计2025年归母净利润同比增长54%-84%[14] 歌力思预计2025年归母净利润实现扭亏为盈[14] 行业研究：金属行业2月投资策略展望 - 核心观点：资金情绪逐步回落，需关注节后需求验证[13] - 钢铁行业：2月受春节假期影响，行业或延续淡季行情，需求弱势运行，生产随之收缩，价格或小幅震荡[13] 随着稳增长政策实施，行业竞争格局改善预期下盈利水平或提升，未来船舶用钢等领域需求有望得到提振[15] 建议关注工厂设备先进、在船舶钢等高附加值领域产品领先、环保水平领先的相关标的[15] 维持对钢铁行业“看好”评级[17] - 铜行业：资金情绪逐步回落，2月春节假期影响供需两端生产活动，库存将延续积累[13] 受自由港印尼Grasberg矿和刚果（金）卡莫阿-卡库拉铜矿事故影响，全球2026年铜矿供应预期进一步收紧[16] 电力电网、新能源汽车、AI服务器等领域有望带动下游需求，铜矿供需格局或趋紧[16] 建议关注铜矿资源保障强、环保水平领先、生产规模优势的相关标的[16] - 铝行业：氧化铝方面，几内亚铝土矿供应充足，春节前库存或逐步积累，节后若氧化铝厂减产和电解铝厂复产情况较好，价格或受支撑[15] 电解铝方面，春节前资金情绪回落，关注节后需求修复[15] 国内电解铝产能限制严格，供给刚性较强，需求端有望受新能源汽车和高压电网等领域带动[16] “反内卷”政策有望改善氧化铝行业供给格局，提升盈利水平[16] 看好铝行业景气度，建议关注资源保障强、环保水平领先、生产规模优势的相关标的[16] - 黄金行业：经历1月末2月初金价快速下跌后，短期波动性将加剧[15] 金价回调后，地缘政治风险及美国国内政治不确定性（如政府停摆风险）仍有望为金价提供底部支撑[15] 新任美联储主席未来偏鸽派可能性更大，后续美联储政策或超出市场预期，有望支撑金价[15] 长期看，央行购金、美元地位弱化、“逆全球化”趋势将持续提升黄金吸引力[16] 建议关注相关板块[16] - 锂行业：随着资金情绪回落，短期碳酸锂价格将经历调整，但新的容量电价政策预计将提振需求预期，对价格形成底部支撑[15] - 稀土行业：2月春节假期影响下市场供需两端同步收缩，行业或进入供需双弱阶段[15] 我国在资源、冶炼和下游磁材等环节处于领先地位，人形机器人和新能源等领域将带动需求[16] 持续看好稀土资源的战略价值和行业未来发展，建议关注相关板块[16] - 钨行业：春节假期前供需趋弱，但供应偏紧格局仍将延续，钨价或高位震荡运行[15] - 钴行业：刚果（金）占全球钴原料产量比例大，其2026-2027年钴出口配额没有增长，未来全球钴供给将受约束[17] 在新能源汽车和消费电子领域需求带动下，钴的供需有望维持偏紧状态，建议关注相关板块[17] - 公司评级：维持对有色金属行业“看好”评级，维持对洛阳钼业、中金黄金、华友钴业、紫金矿业、中国铝业的“增持”评级[17]

报告行业投资评级 未提及相关内容 报告的核心观点 - 1月沪深市场主要指数全部上涨，中证500和科创50涨幅超12%，上证50涨幅最小为1.17%；31个申万一级行业中26个上涨，涨幅前5为有色金属、传媒、石油石化、建筑材料和化工，下跌行业为银行、家用电器等 [1][14] - 2025年12月市场新增个人投资者开户258.61万户，机构投资者1.11万户，交投活跃；私募证券投资基金12月新备案规模环比增长至541.74亿元，存续规模达22.15万亿元 [2][21][23] - 1月新发行基金88只，规模914.81亿元，主动权益型基金发行份额环比大幅提升，权益类基金发行市场升温 [3][38] - 1月权益市场表现突出，全类型基金均上涨，商品型基金平均涨幅最大为17.92%；成长风格跑赢价值风格，中小盘风格跑赢大盘风格，中盘平衡型风格涨幅最大为8.99% [3][42][44] - 1月主动权益基金加仓石油石化、有色金属和基础化工，减仓国防军工、医药生物和计算机，整体仓位73.88%，较上月上升0.78pct [4][54][58] - 1月ETF资金净流出8411.87亿元，多只沪深300及上证50指数相关ETF资金大幅流出，部分ETF涨幅居前，部分跌幅居前 [5][61][62] - 1月风险平价模型上涨2.07%，风险预算模型上涨2.39% [6][73] 根据相关目录分别进行总结 上月市场回顾 国内市场情况 - 1月沪深市场主要指数全部上涨，中证500和科创50涨幅超12%，上证50涨幅1.17%；26个申万一级行业上涨，涨幅前5为有色金属等，下跌行业为银行等 [14] - 债券市场中债综合全价指数上涨0.22%，部分指数有涨有跌，中证转债指数上涨5.82%，商品市场南华商品指数上涨8.61% [14] - 2025年12月市场新增个人投资者开户258.61万户，机构投资者1.11万户；私募证券投资基金12月新备案规模环比增长至541.74亿元，存续规模达22.15万亿元 [21][23] 欧美及亚太市场情况 - 1月欧美及亚太市场主要指数多数上涨，美股标普500、道琼斯工业指数、纳斯达克指数上涨，欧洲市场法国CAC40下跌、德国DAX上涨，亚太市场恒生指数、日经225上涨 [26] 市场估值情况 - 1月市场主要指数估值全部上涨，中证全指市盈率历史分位数涨幅居前为8.5pct，中证1000市净率历史分位数涨幅居前为15.3pct [31] - 申万一级指数市盈率估值历史分位数最高的五个行业为房地产等，最低的五个行业为非银金融等，房地产市盈率估值分位数处于高位，电子达96.2%，非银金融接近历史最低点 [31] 公募基金整体情况 基金发行情况 - 1月新发行基金88只，规模914.81亿元，股票型、混合型、债券型、FOF、QDII基金均有发行；主动权益型与被动权益型基金发行份额分别为417.04亿份和196.2亿份，主动权益型基金发行份额环比大幅提升 [38] 基金市场收益情况 - 1月权益市场表现突出，全类型基金均上涨，商品型基金平均涨幅最大为17.92% [42][44] - 不同风格基金市场表现分化，成长风格跑赢价值风格，中小盘风格跑赢大盘风格，中盘平衡型风格涨幅最大为8.99%，大盘价值风格涨幅最小约4.22% [44][47] - 不同规模偏股型公募基金中，5000万 - 1亿的迷你型基金平均涨幅最大为7.27%，正收益占比95.25%；100亿以上的超大型基金涨幅最小为4.79%，正收益占比87.10% [51] 主动权益基金仓位情况 - 1月主动权益基金加仓石油石化、有色金属和基础化工，减仓国防军工、医药生物和计算机 [54] - 2025/1/30主动权益基金整体仓位73.88%，较上月上升0.78pct [58] ETF基金情况 - 1月ETF资金净流出8411.87亿元，股票型ETF净流出7937.99亿元，跨境型ETF净流入309.17亿元，债券型ETF净流出1061.72亿元 [61] - 整体ETF市场日均成交额6045.75亿元，日均成交量2263.27亿份，日均换手率9.17%，较上年12月增加2.02pct [61] - 多只沪深300及上证50指数相关ETF资金大幅流出，部分ETF涨幅居前为22.5% - 39.6%，部分跌幅居前为4.8% - 6.4%；资金净流入靠前的有有色金属ETF等，净流出靠前的有沪深300ETF华泰柏瑞等 [5][62] 模型运行情况 - 构建4种大类资产配置模型，1月风险平价模型上涨2.07%，风险预算模型上涨2.39% [6][73] - 2015年以来，风险平价模型年化收益4.94%，最大回撤2.31%；风险预算模型年化收益5.13%，最大回撤9.80% [73] - 下月模型资产配置权重不变，风险平价模型股票：债券：商品：QDII = 6%：69%：12%：13%；风险预算模型股票：债券：商品：QDII = 14%：49%：8%：29% [74]

核心观点 - 在经济温和复苏背景下，“实现再通胀”是把握未来A股投资机会的核心议题，其目标在于通过物价温和回升启动“企业利润增长→资产负债表修复→资产价格回暖→财富效应刺激消费与投资”的良性循环，以重塑经济活力与市场信心[1][3] - 实现再通胀需依赖货币与财政政策的协同发力，并在此宏观图景下，A股投资应前瞻性布局三大“优先级”：聚焦“硬资产”、运用“量化思维”进行价值发现、构建“多策略”组合以稳健应对市场演进[3][8][11] 实现再通胀的路径与机制 - **货币政策**：在短期内通过提升市场流动性来支持投资与消费，对推动名义产出回升起到关键作用，是启动再通胀进程的重要一环[5][22] - **财政政策**：核心在于修复资产负债表与“化债”，资产价格上涨被视为实现该目标的关键；通过“股权财政”等创新思路引导资金支持优质上市公司并推动其价值重估，可形成“资产价格回升→资产负债表修复→经济活力增强”的正向循环[6][23] A股投资布局的三大优先级 - **优先级一：聚焦“硬资产”**：在再通胀环境下，资产价格回升是核心特征，应重点关注两类方向：1) 具备定价权的上游资源品（如铜），其在通胀周期中具有战略价值；2) 各行业拥有稳定盈利能力和良好公司治理的核心资产，在“股权财政”思路下有望率先迎来价值重估[8][9][23] - **优先级二：运用“量化思维”进行价值发现**：采纳多因子选股模型的核心理念，系统性地评估企业，避免情绪化交易；股价的长期驱动力来自：1) 公司盈利基本面（如ROE、毛利率）；2) 相对估值（如PE、PB）；3) 市场情绪与供需[8][15][23] - **优先级三：构建“多策略”组合**：从当下迈向再通胀的过程不会一蹴而就，应构建“互补型”投资组合以平滑波动、适应宏观环境演变，具体包括：1) 配置高股息、低估值资产作为稳定基石；2) 搭配关注高成长、行业景气的卫星策略作为增长引擎[11][12][16][26][29]

根据研报内容，现对其中涉及的量化模型与因子进行总结如下： 量化模型与构建方式 1. 模型名称：CPPI + 风险预算基础模型 - **模型构建思路**：该模型旨在解决传统风险平价模型在备选资产波动率差异大时，过于集中配置低风险资产导致组合弹性不足的问题。其核心思路是首先利用固定比例保本策略（CPPI）对高波动的风险资产（权益资产和黄金）进行风险优化，平抑其波动率与回撤，然后将处理后的CPPI组合视为新的资产，再应用风险预算模型进行资产配置[10][35][68]。 - **模型具体构建过程**： 1. **CPPI组合构建**：对7个权益资产和1个黄金资产分别构建CPPI组合[35][42][45]。 - **参数设置**： - 保本周期：1个自然年度[52]。 - 保本比例（λ）：[60%, 70%, 80%][52][93]。 - 风险乘数（m）：[2, 3][52][93]。 - 风险资产上限（b）：[70%, 80%, 90%][52][93]。 - 无风险资产：使用货币基金，其预期年化收益率为保本期前一个自然年度的货基真实收益率[52]。 - 换仓频率：月度换仓（每月最后一个交易日收盘价计算比例，下月第一个交易日调仓）[39][64]。 - **计算步骤**： 1. 计算保本期末的保本金额：$$F_{T} = V_{0} \times \lambda$$，其中 $$V_{0}$$ 为保本周期初组合初始净值，$$\lambda$$ 为保本比例[35][41]。 2. 计算当前时点（t）为实现保本目标应投资于无风险资产的最低金额（$$F_{t}$$，即保本金额的折现值）：$$F_{t}=F_{T}\times e^{-r(T-t)}$$，其中r为无风险资产年化预期收益率，T为保本期末[35]。 3. 计算安全垫（Cushion）：$$C_{t}=V_{t}-F_{t}$$，其中 $$V_{t}$$ 为t时刻组合总价值[36]。 4. 计算可投资于风险资产的金额（$$E_{t}$$）：$$E_{t}=max\{min\{m \times C_{t}, b \times V_{t}\}, 0\}$$，其中m为风险乘数，b为风险资产上限[37][38]。 5. 投资于无风险资产的金额为：$$B_{t}=V_{t}-E_{t}$$[38]。 2. **风险预算模型构建**：将各风险资产的CPPI组合与债券资产（中债0-3年国开债）、货币基金共同作为风险预算模型的备选资产池[68]。 - **最优化问题**：目标是使各资产的实际风险贡献（RC）与预设的风险预算（RB）偏差平方和最小。目标函数为：$$Objective\,function=\sum_{i=1}^{n}(RC_{i}-RB_{i})^{2}$$[68]。 - **优化算法**：使用scipy库的minimize函数，方法为SLSQP，最大循环次数（maxiter）为500，梯度范数容差阈值（gtol）为1e-5。为避免局部最优，分别使用等权和上期权重作为初始猜测，选择目标函数更小的结果[68][69][73]。 - **风险预算比例分配方式**（即因子构建）： - **波动率排名**：根据各CPPI组合在过去J个交易日的日度收益率波动率进行排名，波动率越高，分配的风险预算比例越高[70][72]。 - **上行波动率排名**：根据各CPPI组合在过去J个交易日的日度收益率的上行波动率（仅计算正收益日的波动率）进行排名，上行波动率越高，分配的风险预算比例越高[70][72]。 - **收益率排名（动量）**：根据各CPPI组合在过去J个交易日的收益率进行排名，收益率越高，分配的风险预算比例越高[70][72]。 - 参数J（窗口长度）的遍历范围为[21, 63, 126, 252]个交易日[74][93]。 - **资产仓位限制**： - 外股（美股+日股）CPPI组合总持仓不超过20%[2][67]。 - 黄金CPPI组合持仓不超过20%[2][67]。 - 货币基金持仓介于5%-10%之间。在得到风险预算权重后，计算货基配置比例，若低于5%则用债券补足，若超过10%则将超出部分分配给债券[2][67]。 - **换仓频率**：月度换仓[64]。 2. 模型名称：日度净值监控机制 - **模型构建思路**：为解决基础模型受月度换仓频率限制，难以应对市场短期剧烈波动导致大幅回撤的问题，在基础模型之上增加一个日度监控层。该机制通过每日监控基础模型的净值，在检测到短期大幅回撤风险时，主动将组合仓位切换至防御状态（95%债券+5%货基），以止损并控制回撤；当市场企稳后，再切换回基础模型的配置比例[2][78][79]。 - **模型具体构建过程**： 1. **监控标的**：基于"CPPI + 风险预算"基础模型的日度净值[79]。 2. **触发预警条件（进入防御状态）**：当基础模型净值满足以下两个条件时触发： - 近期最大回撤超过阈值θ：计算基础模型净值滚动N日的最大回撤，若该值超过阈值θ[80][89]。 - 净值低于均线：基础模型净值低于其M日移动平均线[80][89]。 3. **退出预警条件（恢复正常配置）**：当基础模型净值自下而上穿越其M日移动平均线时退出预警状态[80][81]。 4. **调仓规则**：T日产生信号，T+1日执行调仓[81]。 5. **信号处理细节**： - 连续触发预警信号仅首次有效，以避免信号干扰[84][85]。 - 未退出预警状态前，忽略其他进入预警的信号[86][87]。 6. **参数设置**： - 滚动最大回撤窗口（N）：[2, 3, 5, 10]个交易日[89][93]。 - 最大回撤阈值（θ）：从-0.5%到-5.0%，共11个备选值[89][93]。 - 退出预警上穿均线（M）：[2, 3, 5, 10, 15]个交易日[89][93]。 模型的回测效果 以下展示在不同最大回撤约束条件下，通过参数遍历优选出的最佳组合的回测表现。回测区间为2012年1月4日至2025年8月5日[64]。 | 风险偏好类别 | 优选风险预算方式 | 年化收益 | 最大回撤 | 年化波动率 | 夏普比率 | 卡玛比率 | 年化预警次数 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 低风险偏好（最大回撤≤3%） | 上行波动率排名 | 6.82%[95][96] | -2.91%[95][96] | 3.09%[96] | 2.207[96] | 2.344[96] | 2.9[96] | | 中风险偏好（最大回撤≤5%） | 上行波动率排名 | 7.66%[95][108] | -4.97%[95][108] | 3.81%[108] | 2.010[108] | 1.541[108] | 0.9[108] | | 高风险偏好（无最大回撤限制） | 波动率排名 | 8.15%[95][121] | -6.36%[95][121] | 5.02%[121] | 1.622[121] | 1.281[121] | 1.0[121] | 量化因子与构建方式 本报告的核心在于资产配置模型的构建，其风险预算分配方式依赖于以下三类因子来确定各资产的风险预算比例： 1. 因子名称：波动率排名因子 - **因子构建思路**：基于风险平价思想，认为波动率越高的资产，其风险贡献应越大，因此应分配更高的风险预算比例，以期各资产对组合的风险贡献相对均衡[70]。 - **因子具体构建过程**：对于每个备选资产（CPPI处理后的组合），计算其在过去J个交易日的日度收益率的年化波动率。然后根据计算出的波动率数值对所有备选资产进行排名，波动率最高者排名第一。最终的风险预算比例根据此排名分配，排名越靠前（波动率越高），分配的比例越高[70][72]。参数J的遍历取值为21, 63, 126, 252个交易日[74][93]。 2. 因子名称：上行波动率排名因子 - **因子构建思路**：在波动率因子的基础上进行改进，只考虑资产上涨时的波动（上行波动率），旨在更侧重资产带来正收益的能力，而非总体风险[70]。 - **因子具体构建过程**：对于每个备选资产，首先筛选出在过去J个交易日中日度收益率为正的数据点。然后计算这些正收益数据的年化波动率，即上行波动率。根据计算出的上行波动率数值对所有备选资产进行排名，上行波动率最高者排名第一。最终的风险预算比例根据此排名分配[70][72]。参数J的遍历取值为21, 63, 126, 252个交易日[74][93]。 3. 因子名称：收益率排名因子（动量因子） - **因子构建思路**：基于动量效应，认为近期表现好的资产在未来短期内更有可能延续强势表现，因此应分配更高的风险预算比例以捕捉趋势[70]。 - **因子具体构建过程**：对于每个备选资产，计算其在过去J个交易日的总收益率。然后根据计算出的收益率数值对所有备选资产进行排名，收益率最高者排名第一。最终的风险预算比例根据此排名分配[70][72]。参数J的遍历取值为21, 63, 126, 252个交易日[74][93]。 因子的回测效果 报告中未单独提供上述因子在选股或截面上的传统IC、IR等测试结果。这些因子的效果最终体现在其驱动的风险预算模型所构建的资产组合的整体表现中，具体回测效果详见上文“模型的回测效果”部分。作为方法对比，报告展示了不经过CPPI处理，直接使用原始资产并应用这三种风险预算分配方式的结果，其表现（如最大回撤、卡玛比率等）均逊于“CPPI+日度监控”的完整模型，从而间接证明了CPPI风险优化环节以及日度监控机制的有效性[139][140]。

大宗商品市场结构性剧变 - 大宗商品市场正经历结构性剧变，板块表现极端分化，南华贵金属指数暴涨18.21%，而能化指数暴跌14.57%，黑色板块重挫13.18%，板块间最大差异超过30个百分点[4][6] - 商品波动率呈现"脉冲式"特征，清明假期关税冲击曾推动20日波动率飙升200%，但5月迅速回落至历史10%分位，高波动事件与低波动交替对CTA策略构成挑战[7] - 市场分化背后是三重力量角力：宏观扰动常态化（如特朗普关税政策反复冲击）、产业周期错位（煤炭产能过剩与新能源金属供需偏紧）、资金行为变迁（产业套保盘激增）[7][10] CTA策略整体表现与演变 - 今年CTA策略整体表现较为乏力，4月之前处于各大策略中垫底位置，7月反内卷推出后表现逐步复苏至第三，10月后强势上涨[8][11] - 部分量化管理人通过创新方式运用CTA策略，收益超过不少量化和主观多头策略，与传统管理期货策略大有不同[12][13] - 单纯的CTA策略在复杂多变、资产波动加剧的市场环境下已较难跑出上佳表现，而进化出的宏观/多资产策略能通过收益多元、风险分散提升投资者持有体验[25] 通过CTA构建量化宏观对冲策略 - 老牌CTA管理人自2011年布局CTA，2020年启动宏观数据库搭建，2023年整合策略模块构建宏观策略雏形，通过风险预算模型自上而下从宏观到微观构建不同预测周期的子策略[14] - 子策略包括五个部分：经济周期策略、情绪周期策略、多因子定价模型、经典趋势策略和风险预警，前四个模型相对独立，风险预警针对较大级别宏观突发风险事件[14][15] - 投资品种覆盖金融、国债和商品期货大部分流动性较好品种，整体波动控制在8%以内，资产配置为权益30%、债30%、黄金15%、其他商品25%，保证金占用10%-15%，杠杆1倍左右[17][18] - 策略今年突出业绩主要得益于黄金贡献，当前环境改善因素包括国内政策托底（如反内卷化解过剩产能）、全球流动性宽松预期支撑商品价格、部分商品品种短期及中长期波动率中枢上行趋势明确[16][19] 通过CTA构建多资产策略 - 该策略无自上而下宏观表达逻辑，通过大类资产分散布局实现收益多元和风险分散，是量化CTA，以趋势策略为主，交易股指、商品和国债多期货品种，多策略布局，全周期覆盖[20] - 底层覆盖50多个品种，当前运作15-20个子策略，涵盖趋势、期限套利和截面多空策略，子策略权重由优化器回测历史5年数据确定，市场突发变化会叠加主观干预[21] - 策略信号覆盖长、中、短多频段，预测周期从日内到10天，日换仓20%左右，股指和国债持仓周期约5天，能在极端行情中快速调整头寸方向[22] - 具体策略仓位分配为趋势策略60%、期限套利策略30%、截面多空策略10%，风控上保证金控制在30-40%，单品种市值占比不超过8%，单板块占比不超过25%，控制回撤在15%以内[23][24] - 今年所有资产贡献正收益，收益来源占比为股指:商品:国债 = 6:3:1[25]

基金研究核心观点 - 9月权益市场延续上涨，成长风格跑赢价值风格，大盘风格跑赢小盘风格，大盘成长风格表现突出，上涨7.46% [2][3] - 公募基金发行市场火热，新发行基金126只，规模1,096.71亿元，其中被动权益型基金发行规模达807.51亿元，主动权益型基金发行份额为172.48亿份，较上月大幅上升 [3] - ETF市场资金大幅净流入2,221.31亿元，环比大幅增加151.68%，主要受科创债ETF集中成立影响 [4] 上月市场回顾 - 9月市场主要指数估值多数上调，科创50市盈率历史分位数达99.9%，创业板指估值历史分位数涨幅靠前 [2] - 31个申万一级行业中13个行业上涨，电气设备、有色金属、电子、房地产和传媒涨幅前五，国防军工、银行、非银金融、美容护理和休闲服务跌幅前五 [2] - 8月市场新增开户总数达264.12万户，连续多月上涨，机构投资者开户数增长较为明显 [2] 公募基金市场概况 - 私募证券投资基金8月新备案规模为428.54亿元，环比下降约45.95%，但存续规模环比上升至20.73万亿元 [3] - 9月主要类型基金均上涨，商品型基金涨幅最大达9.40%，仅纯债型基金下跌0.10% [3] - 100亿以上超大型偏股型基金平均上涨7.43%，正收益占比83.33%，表现优于小型基金 [4] - 主动权益基金9月末仓位为76.58%，较上月下降1.97个百分点，加仓电力设备、通信和有色金属，大幅减仓国防军工、电子和医药生物 [4] ETF市场概况 - 个券层面，科创50、沪深300指数相关标的遭遇资金大幅流出，港股互联网、证券等多只ETF资金净流入居前 [5] - 电池ETF、创业板新能源ETF华夏等上月涨幅居前，上涨23.0%-39.9%，金融科技ETF、通用航空ETF南方等跌幅居前，下跌6.0%-7.7% [5] - 资金净流入靠前的有港股通互联网ETF、证券ETF、中证A500ETF富国等，净流出靠前的有华夏上证科创50ETF、华泰柏瑞沪深300ETF等 [5] 金融工程研究核心观点 - 9月A股主要指数全部上涨，创业板指涨幅最大达12.04%，上证50涨幅最小为0.42% [7] - 截至9月30日，沪深两市两融余额为23,867.40亿元，较上月增加1,327.62亿元，融资余额为23,709.72亿元，较上月增加1,328.72亿元 [8] 融资融券市场概况 - 市场ETF融资余额为1,036.51亿元，较上月增加24.04亿元，融券余额为74.14亿元，较上月减少0.39亿元 [8] - 户均融资融券余额为1,358,146元，较上月增加72,355元，有融资融券负债的投资者数量占比为22.75%，较上月减少0.21个百分点 [8] - 主板融资与融券余额占比下降，科创板和创业板占比上升，大市值板块融资余额占比上升，小市值板块融资余额占比下降 [8] 标的券情况 - 行业方面，电子、电力设备和通信行业融资净买入额较多，国防军工、农林牧渔和石油石化行业融资净买入额较少 [9] - 融资买入额占成交额比例较高的行业为非银金融、通信和电子，较低的行业为轻工制造、纺织服饰和社会服务 [9] - 个股融资净买入额前五名为宁德时代、阳光电源、先导智能、中际旭创、立讯精密，融券净卖出额前五名为宁德时代、比亚迪、赤峰黄金、中控技术、华工科技 [9] 轻工制造&纺织服饰行业核心观点 - 包装纸价迎上涨，截至10月10日，国内瓦楞纸、箱板纸、白板纸和白卡纸均价较9月26日分别上涨30元/吨、40元/吨、140元/吨和50元/吨 [11] - 短期中美关税风险提升，特朗普威胁11月1日起对华额外加征100%关税，但中长期看中国制造业企业全球竞争力不会改变 [11][12] - 四季度扩大内需政策加力值得期待，建议关注业绩确定性较强且具备高股息预期的家居、宠物、新消费等领域 [12] 行业要闻与行情回顾 - 长假后湖北、湖南等地多家包装企业发布纸板涨价函，涨幅在3%左右，包装纸涨价已逐步扩散至下游 [11] - 10月9日至10月10日，轻工制造行业跑赢沪深300指数1.23个百分点，纺织服饰行业跑赢沪深300指数2.12个百分点 [11] 公司动态与投资建议 - 公牛集团股东拟大宗交易减持不超过公司总股本2%的股份，金牌家居控股股东已增持304.50万股 [11] - 维持轻工制造与纺织服饰行业"中性"评级，维持欧派家居、索菲亚、探路者、森马服饰、乖宝宠物、中宠股份"增持"评级 [12]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 6月市场主要指数估值全部上调，沪深300、中证全指估值历史分位数涨幅靠前，创业板指仍处历史低位；31个申万一级行业中23个上涨，通信、国防军工等涨幅居前，食品饮料、美容护理等跌幅居前 [1] - 6月新发行基金70只，规模627.28亿元；主动权益型基金发行份额大幅上升，市场火热，被动权益型基金发行份额小幅下降；仅商品型基金下跌，偏股型基金涨幅最大；成长风格跑赢价值风格，中盘成长风格表现突出；多数情况下权益市场规模较小的基金表现更好；主动权益基金仓位较上月下降3.76pct [2] - 6月ETF资金净流入596.05亿元，债券型ETF净流入超900亿元，股票型ETF净流出315.40亿元；除中证A500指数外宽基指数标的多数净流出，部分ETF涨幅或跌幅居前，资金流向有差异 [3][4] - 6月风险平价模型上涨1.59%，风险预算模型上涨2.34%；2015年以来，风险平价模型年化收益4.64%，最大回撤2.31%；风险预算模型年化收益4.45%，最大回撤9.80% [5][63] 根据相关目录分别进行总结 上月市场回顾 国内市场情况 - 6月沪深市场主要指数全部上涨，创业板指涨幅超8%，深证成指、中证500涨幅超4%；31个申万一级行业中23个上涨，通信、国防军工等涨幅前5，食品饮料、美容护理等跌幅前5；债券市场各指数上涨0.13% - 3.34%不等，商品市场南华商品指数上涨4.03% [13] 欧美及亚太市场情况 - 6月欧美及亚太市场多数上涨，美股标普500、道琼斯工业指数、纳斯达克指数分别上涨4.89%、4.21%、6.57%；欧洲市场法国CAC40下跌1.11%，德国DAX下跌0.37%；亚太市场恒生指数上涨3.36%，日经225上涨6.64% [21] 市场估值情况 - 6月市场主要指数估值全部上调，沪深300、中证全指估值历史分位数涨幅靠前，创业板指仍处历史低位；申万一级指数市盈率估值历史分位数最高的五个行业为房地产、银行等，最低的五个行业为农林牧渔、非银金融等 [24] 公募基金整体情况 基金发行情况 - 6月新发行基金70只，规模627.28亿元；主动权益型基金17只，规模67.38亿元；指数型基金36只，规模284.72亿元；主动权益型基金发行份额大幅上升，市场火热，被动权益型基金发行份额小幅下降 [2][32] 基金市场收益情况 - 6月仅商品型基金下跌1.66%，偏股型基金涨幅最大为2.68%，正收益占比97.63%；成长风格跑赢价值风格，中盘成长风格表现突出上涨5.83%，大盘价值风格涨幅最小约2.52%；多数情况下权益市场规模较小的基金表现更好，40亿 - 100亿大型基金平均涨幅最大为2.80%，100亿以上超大型基金涨幅最小为2.16% [2][40] 主动权益基金仓位情况 - 2025/6/30主动权益基金仓位是75.44%，较上月下降3.76pct [47] ETF基金情况 - 6月ETF资金净流入596.05亿元，债券型ETF净流入超900亿元，股票型ETF净流出315.40亿元，资金从沪深300等宽基指数流入债基；整体ETF市场日均成交额2657.60亿元，日均成交量1268.08亿份，日均换手率8.59%；除中证A500指数外宽基指数标的多数净流出，部分ETF涨幅或跌幅居前，资金流向有差异 [3][51][52] 模型运行情况 - 选择股票、债券、商品、QDII四类资产构建4种大类资产配置模型，6月风险平价模型上涨1.59%，风险预算模型上涨2.34%；2015年以来，风险平价模型年化收益4.64%，最大回撤2.31%；风险预算模型年化收益4.45%，最大回撤9.80%；下月模型资产配置权重不变 [62][63]

报告核心观点 - 上月权益、商品和债券上涨，黄金下跌；上月未加入货币资产的策略收益 0.48%，表现差于风险平价和等权配置策略；最新建议增配权益和商品，平配债券和黄金，调整后权益、国债、商品、黄金权重分别为 7.01%、75.01%、10.90%、7.08% [2][3][4] 上一期各资产表现 - 上月权益、商品和债券净价上涨，涨幅分别为 2.50%、4.03%，黄金下跌 0.57% [2][10] - 报告使用的 ETF 中，沪深 300ETF、有色 ETF 和能源化工 ETF 分别上涨 2.85%、3.08%和 4.37%，黄金 ETF 下跌 0.75% [2][13] 宏观经济指标走势 - 从经济增长、通货膨胀、信用和货币四个大类选取 18 个因子对宏观资产配置进行指引，展示了季调后指标走势 [17] 大类资产配置策略表现 - 根据经济指标走势决策大类资产配置，融入风险预算模型，用下行波动率计算风险权重 [25] - 2014 年 1 月 1 日到上月末，策略年化收益 7.71%，年化波动率 3.53%，最大回撤 3.17%，夏普比率和卡玛比率分别为 2.19 和 2.44，优于风险平价和等权配置策略；加入货币资产可使回撤更低，夏普比率和卡玛比率提升 [3][25] - 上月未加入货币资产的策略收益 0.48%，表现差于风险平价和等权配置策略 [3][27] 最新配置建议 - 权益经济因子 1 分，信用因子 3 分，建议增配；债券货币因子宽松，但经济、通胀上行，建议平配；商品通胀因子总分 4 分，建议增配；黄金经济和通胀因子得分大于 0，建议平配 [4] - 调整后权益、国债、商品、黄金的风险权重分别为 7.01%、75.01%、10.90%、7.08% [4][32]

资产配置策略 - 风险平价模型对不同资产分配相同的风险权重 [1] - 风险预算模型允许根据风险偏好设定各资产风险权重 风险平价模型是风险预算模型的特例 [1] - 大类资产（权益、债券、商品）相关性较低 债券与权益/商品长期相关性在0至-30%之间 [1] 资产组合构建 - 权益部分可选取沪深300ETF、中证500ETF、创业板ETF、国证2000ETF等宽基指数 [2] - 债券部分可选取国债ETF、政策性金融债ETF、地方政府债ETF [2] - 商品部分可选取黄金ETF、商品期货ETF [2] - 进阶构建可采用核心—卫星方式或行业轮动策略 [2] 市场动态分析 - "股债跷跷板"模式长期存在 因利率逆周期调节与实体经济热度预期差异 [1] - 短期可能出现"股债双杀" 此时贵金属（黄金）避险价值凸显 对冲效应明显 [1]

根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **模型名称：人工智能全球大类资产配置模型** - **模型构建思路**：基于机器学习模型和因子投资的思路，对各资产进行打分排序，构建月频量化等权配置策略[30] - **模型具体构建过程**： 1. 使用历史数据统计和建模，生成资产打分 2. 根据打分结果分配权重，形成可投资组合 3. 每月动态调整权重[30] - **模型评价**：在各维度上表现优于基准，具有较好的超额收益能力[30] 2. **模型名称：动态宏观事件因子的股债轮动策略** - **模型构建思路**：基于宏观择时模块和风险预算模型框架，构建不同风险偏好的配置策略[37] - **模型具体构建过程**： 1. 使用经济增长和货币流动性指标生成信号 2. 根据信号强度分配股票和债券权重 3. 输出进取型、稳健型和保守型三种配置方案[37][38] - **模型评价**：长期表现优于基准，风险调整后收益较好[37] 3. **模型名称：红利风格择时策略** - **模型构建思路**：使用经济增长和货币流动性指标构建动态事件因子体系，对红利指数进行择时[45] - **模型具体构建过程**： 1. 选取10个宏观经济指标 2. 通过因子体系合成最终信号 3. 根据信号决定仓位[45][48] - **模型评价**：相较于基准指数有显著稳定性提升[45] 模型的回测效果 1. **人工智能全球大类资产配置模型** - 年化收益率：13.76% - 年化波动率：18.28% - 最大回撤：16.53% - 夏普比率：0.75 - 超额年化收益率：9.02%[30][36] 2. **动态宏观事件因子的股债轮动策略** - 进取型年化收益率：19.93% - 稳健型年化收益率：11.00% - 保守型年化收益率：6.06% - 进取型最大回撤：-13.72% - 稳健型夏普比率：1.18[37][44] 3. **红利风格择时策略** - 年化收益率：15.84% - 年化波动率：17.68% - 最大回撤：-21.70% - 夏普比率：0.89[45][49] 量化因子与构建方式 1. **因子名称：经济增长因子** - **因子构建思路**：通过工业增加值、PMI等指标衡量经济增长状况[37][40] - **因子具体构建过程**： 1. 收集工业增加值同比、PMI新订单等数据 2. 标准化处理后加权合成[40] 2. **因子名称：货币流动性因子** - **因子构建思路**：通过国债利率、银行间利率等指标衡量流动性状况[37][40] - **因子具体构建过程**： 1. 收集DR007、M1-M2剪刀差等数据 2. 标准化处理后加权合成[40] 3. **因子名称：红利风格因子** - **因子构建思路**：通过消费者信心指数、PPI等指标判断红利风格机会[48] - **因子具体构建过程**： 1. 选取10个宏观经济指标 2. 通过动态事件因子体系合成信号[48] 因子的回测效果 1. **经济增长因子** - 4月份信号强度：50%[38] - 对配置权重影响显著[37] 2. **货币流动性因子** - 4月份信号强度：40%[38] - 对短期配置调整有指导作用[37] 3. **红利风格因子** - 4月份合成信号：0%[48] - 有效控制回撤[45]