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]

报告行业投资评级 未提及 报告的核心观点 - 上月市场主要指数估值多数下调，创业板指、沪深300市盈率估值历史分位数分别降至4.5%和44.4%，仅科创50市净率估值分位数上涨至36.1%；31个申万一级行业中仅4个行业上涨，涨幅居前的为美容护理、农林牧渔等，跌幅居前的为电气设备、通信等 [1] - 4月新发行基金76只，规模583.80亿元，主动权益型基金份额下降、发行遇冷，被动权益型基金发行份额小幅上升；仅商品型、纯债型基金上涨，分别涨4.53%和0.52%，纯债型基金正收益占比98.30%；成长风格跑输价值风格，大盘风格不及小盘风格，小盘成长风格相对抗跌；权益市场规模较大基金表现更好，100亿以上超大型基金平均跌幅最小；主动权益基金仓位81.17%，较上月降0.69pct. [2] - ETF方面，股票型ETF净流入1829.28亿元居前，整体ETF市场日均成交额2587.12亿元、成交量1632.90亿份、换手率9.72%；宽基指数多数大幅净流入，华泰柏瑞沪深300ETF净流入超400亿元，华泰柏瑞中证A500ETF净流出43.1亿元；金ETF等涨幅居前，标普油气ETF等跌幅居前 [3] - 4月风险平价模型下跌0.09%，风险预算模型下跌0.61% [4] 根据相关目录分别进行总结 1. 上月市场回顾 1.1 国内市场情况 - 4月沪深市场主要指数震荡回撤，创业板指跌幅超7%，科创50跌幅最小为1.01%；31个申万一级行业仅4个上涨，涨幅居前为美容护理、农林牧渔等，跌幅居前为电气设备、通信等；债券市场中，中债综合全价指数涨0.95%，中证转债指数跌1.31%，商品市场南华商品指数跌5.01% [12] 1.2 欧美及亚太市场情况 - 4月欧美及亚太市场涨跌不一，美股标普500跌0.37%、道琼斯工业指数跌3.22%、纳斯达克指数涨0.85%；欧洲市场法国CAC40跌2.53%、德国DAX涨1.50%；亚太市场恒生指数跌4.33%、日经225涨1.20% [17] 1.3 市场估值情况 - 上月市场主要指数估值多数下调，创业板指、沪深300市盈率估值历史分位数分别环比降11.5pct.和8.0pct.至4.5%和44.4%；仅科创50市净率估值分位数涨0.2pct.至36.1%，创业板指市盈率和市净率估值历史分位数均处历史低位；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、钢铁等，最低的五个行业为非银金融、农林牧渔等 [20] 2. 公募基金整体情况 2.1 基金发行情况 - 4月新发行基金76只，规模583.80亿元，其中股票型51只、规模204.40亿元，混合型5只、规模10.27亿元，债券型17只、规模298.16亿元，FOF基金2只、规模65.97亿元，REITs基金1只、规模5.00亿元；主动权益型基金6只、规模14.76亿元，指数型基金53只、规模282.19亿元；主动权益型基金份额下降、发行遇冷，被动权益型基金发行份额小幅上升 [28] 2.2 基金市场收益情况 - 4月仅商品型、纯债型基金上涨，分别涨4.53%和0.52%，纯债型基金正收益占比98.30%；成长风格跑输价值风格，大盘风格不及小盘风格，小盘成长风格相对抗跌；权益市场规模较大基金表现更好，100亿以上超大型基金平均跌幅最小 [31][35][37] 2.3 主动权益基金仓位情况 - 2025/4/30主动权益基金仓位81.17%，较上月降0.69pct. [40] 3. ETF基金情况 - 股票型ETF净流入1829.28亿元居前，整体ETF市场日均成交额2587.12亿元、成交量1632.90亿份、换手率9.72%；宽基指数多数大幅净流入，华泰柏瑞沪深300ETF净流入超400亿元，华泰柏瑞中证A500ETF净流出43.1亿元；金ETF等涨幅居前，标普油气ETF等跌幅居前；资金净流入靠前的有沪深300ETF华夏等，资金净流出靠前的有科创50ETF等 [44][45] 4. 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，前两种为固定比例，后两种比例根据24个月数据月度调整；4月风险平价模型下跌0.09%，风险预算模型下跌0.61%；2015年以来，风险平价模型年化收益4.46%、最大回撤2.31%，风险预算模型年化收益3.99%、最大回撤9.80%；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%：71%：11%：12%，风险预算模型股票：债券：商品：QDII=13%：53%：8%：26% [54][55][56]

海外政策 - 4月将是特朗普关税政策落地最密集时间点，关键节点包括4月初《美国优先贸易政策备忘录》调查结果和"对等关税"出台 [1] - "对等关税"存在预期差，落地节奏或较缓和，本质目标是通过施压谈判推动贸易伙伴降低对美关税 [1] - 对华20%关税更多是美国内政延伸，4月1日贸易备忘录调查结果或意味特朗普对华经贸谈判策略成型 [1] - 4月后中美或实质性开启谈判，产业政策等"结构性改革"成为交换条件协调难度可能大于上一任期 [1] 深海科技 - 深海科技首次写入2025年政府工作报告，后续地方产业支持政策预计陆续出台 [3] - 深海科技产业链涉及上游核心零部件、中游整机装备和下游运营服务，建议优先关注核心参与厂商 [3] - 深海科技战略定位与商业航天、低空经济并列，板块整体位置较低，后市有望持续演绎 [4] 大类资产配置 - 将经济周期框架与风险预算模型结合可保证组合稳健表现并增厚收益 [7] - 高风险偏好投资者适合采用客观评分体系和风险预算模型结合的方式 [7] 货币政策 - MLF改革采用"固定数量、利率招标、多重价位中标"模式，实现630亿元净投放 [8] - MLF多重价位中标或为商业银行负债成本减压，长端利率中枢较中旬或存下行空间 [8] - MLF改革是央行淡化其政策利率的举措，银行或参照同业存单利率报价，中标利率可能下降 [10] 基金销售 - 权益基金指数化进程加速影响代销格局，头部机构保有规模上升而主动权益规模下降 [11] - 银行渠道受主动权益基金规模下滑冲击较大，券商渠道或将受益 [11] 固态电池 - 珠海发布首个地方性固态电池发展行动方案，明确2027年形成产业集群、2030年批量交付目标 [12] - 重点发展半固态电池量产和全固态电池研发等关键技术，相关公司有望受益 [12] 公用事业 - 深圳水价改革听证会拟于4月11日召开，两方案综合供水涨幅均为13% [14] - 改革落地将极大疏导供水企业成本压力，各地市理顺供水价格机制有望提速 [14] 白酒行业 - 春糖会反馈平稳符合预期，白酒动销同比降幅收窄，行业筑底阶段共识度提升 [16] - 茅台、五粮液等大单品批价平稳提振产业信心，建议在行业底部增加优质资产配置 [16]

文章核心观点 - 以全天候策略和风险平价模型为代表的配置模型运用从风险角度配置思想，能控制组合整体波动，结合不同经济周期框架和风险预算模型可保证组合稳健并增厚收益，高风险偏好投资者可结合客观评分体系和风险预算模型 [1] 全天候模型 - 较早引入从宏观环境映射资产价格变化思想，根据经济增长、通货膨胀与投资者预期差异划分宏观环境象限，寻找不同环境下最优资产，通过均衡配置实现穿越周期目标 [2] - 优点是开创从风险角度配置资产思想，相对被动配置确保组合稳健，但组合权重集中在低波动资产，投资者无法融入主观观点 [2] - 给出不同宏观环境下资产配置比例及对应资产，如经济增长上升时股票、商品等占25%风险 [3] - 展示全天候策略（债券加杠杆和不加杠杆）与沪深300、南华工业品等资产的年化收益率、年化波动率、夏普比率对比数据 [4] 风险平价模型 - 弥补全天候策略未给出普适性风险均衡配置解法的缺陷，是接近最优夏普比例的模型，被动化配置特点适合作为优质底层策略 [5][6] - 给出风险平价模型（债券加杠杆和不加杠杆）与全天候策略的年化收益率、年化波动率、夏普比率对比数据，以及不同资产在加杠杆和不加杠杆情况下的最大、最小、平均权重 [7] 基于经济周期轮动的动态风险预算模型 美林时钟 - 原理简单直接，对资产价格有较好指示作用，认为宏观周期经历复苏、过热、滞涨、衰退阶段，大类资产表现相应切换，可据此进行资产配置 [8] - 在中国市场应用时因选择指标“水土不服”，如用GDP表征经济增长效果欠佳，用CPI表征通胀解释能力不足，用PPI可弥补部分缺陷 [8] - 2015年以来，基于中国版美林时钟的风险预算年化收益率和年化波动率分别为5.59%和2.99% [9] 债务 - 通胀周期 - 借鉴美林时钟思路，用债务 - 通胀周期划分宏观环境并指示资产配置，通胀周期对实体经济和资产价格有较好指示作用 [12] - 理想状态下根据债务周期和通胀周期错位划分四个象限，不同阶段资产表现不同，如周期早期股票表现好，中场商品表现好，晚期债券表现好 [12] - 相较于风险平价模型和美林时钟模型，收益和模型整体效果有进一步提升 [12] 货币 - 信用周期 - 降低对经济景气度关注，更关注货币供需与流通，货币周期变化取决于央行货币政策基调，难以提前预判，依赖投资者主观判断 [22] - 是最适用于中国市场、综合效果最佳的模型 [22] 基于评分体系的风险预算模型 - 基于经济周期的风险预算模型利用经济周期增厚收益，用风险预算模型控制波动，债券在组合中权重较高 [23] - 股债性价比适合用作动量指标调整股债仓位，可结合评分体系与风险预算模型确定大类资产内部细分资产权重 [23]