活动概况 - 上海国际信托长三角财富部于11月26日在杭州成功举办客户沙龙活动[1] - 活动以核心FOF策略产品为交流核心，并创新融入了中国传统香文化体验[1] - 活动旨在搭建专业投资沟通桥梁并深化客户情感联结，获得了客户的广泛好评[6] 产品与策略分享 - 公司证券信托事业部杨辰博士受邀进行分享，主题为“从分散组合到超额实现”[3] - 分享围绕资产配置底层原理、管理人筛选评价体系及当前市场环境下的资产配置方向三大核心维度展开[3] - 深入拆解了“上容FOF”、“信识FOF”等系列产品的核心优势与配置逻辑[3] - 该系列FOF产品依托科学的资产配置框架，精选优质管理人及底层资产，旨在为客户提供稳健可靠的含权底仓选择[3] - 分享后设有互动问答环节，客户就FOF产品运作机制、资产配置实操技巧等问题与专家深入交流[6] 客户互动与体验 - 活动设有“不可思议的中国传统香”互动体验环节，现场陈列了多款特色香品[6] - 特色香品包括以木樨为主要原料的木樨香，以及融合印度老山、龙脑、香茅等成分的香牌[6] - 客户在专业人员引导下沉浸式感受传统香文化，活动增进了客户间情谊并拉近了与公司的情感距离[6] 未来规划 - 未来，长三角财富部将持续聚焦客户核心需求，推出更多兼具专业性与创新性的客户活动[6] - 公司计划为投资者提供更优质、多元的服务与体验[6]

信托产品发行情况 - 10月发行信托产品1124只，环比减少15.87% [1] - 证券投资信托发行877只，占比78.02%，环比上升0.24个百分点 [1] - 证券投资信托规模占比由9月的36.43%上升至10月的42.37% [1] - 对外经济贸易信托发行数量最多，中粮信托第二，华鑫信托第三 [2] 证券投资类产品表现 - 股票型信托前10个月平均回报为17.71%，低于前9个月的18.58% [3] - 债券型信托前10个月回报平均值为1.91%，收益表现好转 [3] - 宏观策略前10个月平均回报最佳，为25.89% [5] - 股票策略前10个月平均回报为20.51%，但10月平均回报为-0.8% [5] - 量化多头策略前10个月平均回报达34.67%，且10月保持正收益 [5] - 主观股票多头策略10月平均回报为-0.95% [5] - 组合基金策略中FOF策略前10个月回报平均值为17.18% [6] - 债券增强策略前10个月回报平均值为4.68% [7] 具体产品与机构表现 - 债券型信托“华鑫信托慧智投资154号”前10个月回报最高，10月单月回报达42.55% [7] - 股票型信托“外贸信托璟琨1号”前10个月回报高达247.57%，10月收益率达131.7% [8] - 华润信托股票型信托前10个月平均回报为61%，但较前9个月的98.39%明显缩水 [9] - 财信信托股票型信托平均回报排第二，10月回报为正收益 [10] - 陕国投股票型信托以28.4%的平均回报排第三，产品间分化明显 [10] - 百瑞信托债券型信托前10个月回报平均值排第一 [9] - 国民信托、吉林信托债券型信托平均回报排名靠后 [9] - 上海博颐投资管理有限公司担任投资顾问的股票型信托前10个月平均回报最高，但10月净值回撤明显 [11] - 淡水泉(北京)投资管理有限公司前10个月平均回报为51.26%，排第二 [11] - 幻方量化担任投资顾问的股票型信托前10个月平均回报为50.01%，排第三 [12] 信托行业重大事件与动态 - 国家金融监督管理总局发布《资产管理信托管理办法（征求意见稿）》，明确资产管理信托为私募资产管理产品定位 [13] - 《办法》共五章八十五条，严禁通道业务、资金池业务和刚性兑付 [13] - 《办法》允许商业银行、理财公司、保险公司等更多金融机构代理销售信托产品 [13] - 中诚信托被罚款660万元，5名相关责任人被警告并罚款 [14] - 今年以来已有中诚信托、中建投信托、陆家嘴信托、国元信托等多家机构受到处罚 [14] - 截至今年6月末，信托全行业资产管理规模达32.43万亿元，创下新高 [15] - 行业资产规模较上年末增加2.87万亿元，增幅9.7%，较上年同期增加5.43万亿元，增长20.11% [15]

根据提供的研报内容，经过全面梳理，报告主要涉及对基金投顾产品的业绩统计和调仓行为分析，并未涉及具体的量化模型或量化因子的构建、测试与评价。因此，本总结将跳过“量化模型与构建方式”、“模型的回测效果”、“量化因子与构建方式”及“因子的回测效果”等部分。

根据提供的研报内容，报告核心是对基金投顾产品的业绩统计和调仓行为解析，并未涉及具体的量化模型或量化因子的构建、测试与评价过程。报告内容主要集中于市场现状描述、业绩数据展示和调仓行为分析。 因此，本总结中**没有**需要列出的量化模型或量化因子内容。 报告的核心内容可概括为对2025年8月各类基金投顾产品（纯债型、固收+型、股债混合型、股票型）的业绩表现进行统计[3][11]，并对该月的调仓行为（包括债券资产、权益资产、QDII与商品等）进行了详细解析[4][5][28]。报告中的表格（表1至表10）和图表（图1至图11）均为上述内容的直观数据展示[10][23][24][26][27][30][33][34][35][38][56][61]，不包含模型或因子的构建公式及回测效果指标（如信息比率IR、年化收益、最大回撤等）。

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **行业轮动型投顾模型** - 模型构建思路：通过动态调整行业配置来捕捉市场轮动机会，重点增配医药、顺周期和科技行业，减配消费类行业[13][37] - 模型具体构建过程： 1. 行业配置调整：每月统计股债混合型和股票型投顾产品的行业持仓变化，计算增/减配比例（如医药生物+0.47%、有色金属+0.31%）[37][38] 2. 风格配置调整：监控红利基金、微盘股配置比例变化（如红利基金比例从5.45%增至5.51%）[41][42] 3. 板块轮动信号：基于港股、科创板等热门板块的超额收益右侧配置（港股配置比例从9.54%增至9.61%）[47][48] - 模型评价：策略具有明显的右侧交易特征，对市场热点反应灵敏[13][48] 2. **久期调整模型（债券类投顾）** - 模型构建思路：通过调整债券久期和底层资产比例应对利率波动，增强组合进攻性[28][31] - 模型具体构建过程： 1. 久期计算：采用加权平均期限法，纯债型投顾久期增加0.10年，固收+型增加0.05年[31][32] 2. 资产置换规则： - 纯债型：货币市场基金（-1.14%）→ 中长期纯债（+1.11%）+ 美债（+0.66%）[28][29] - 固收+型：短期纯债（-2.19%）→ 混合债券型二级（+2.51%）[29][30] - 模型评价：有效捕捉利率债交易性机会，但需警惕流动性风险[28][32] 量化因子与构建方式 1. **行业动量因子** - 因子构建思路：捕捉行业短期超额收益动量[37][38] - 因子具体构建过程： $$ \text{行业动量得分} = \frac{\text{行业近1月收益率}}{\text{沪深300近1月收益率}} $$ 应用案例：7月增配医药生物（超额收益显著）、减配食品饮料（超额收益回落）[38][39] 2. **微盘股暴露因子** - 因子构建思路：衡量组合对小市值股票的风险敞口[43][44] - 因子具体构建过程： 1. 计算持仓中中证2000成分股市值占比 2. 监控调仓变化（7月微盘股比例从5.49%→5.58%）[43][44] 模型的回测效果 1. **行业轮动型投顾模型** - 7月绝对收益：5.85%（vs 沪深300超额显著）[13][17] - 近1年收益率：领先同业约25%-30%[17][18] 2. **久期调整模型** - 纯债型投顾7月收益：0.13%（较基准+0.10%）[3][31] - 固收+型投顾Calmar比率：1.36-1.98（风险调整收益优异）[23][30] 因子的回测效果 1. **行业动量因子** - 7月增配行业平均收益：医药生物（+3.9%）、有色金属（+2.5%）[38][49] - 减配行业平均收益：食品饮料（-1.2%）[38][39] 2. **微盘股暴露因子** - 7月微盘股组合收益：跑赢小盘股0.5%[43][44] 注：所有数据截至2025年7月31日[3][13][31]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称**：行业轮动型投顾模型 **模型构建思路**：通过跟踪不同行业的市场表现，动态调整行业配置以获取超额收益[11] **模型具体构建过程**： - 基于股票型投顾产品的行业配置数据，计算各行业配置比例变化 - 选择增配比例最高的行业（如有色金属+1.29%、医药生物+1.16%）作为重点配置方向[35] - 减配表现较差的行业（如房地产-1.22%、电子-0.40%）[35] **模型评价**：6月行业轮动策略表现突出，收益达4.41%，优于其他策略类型[13] 2. **模型名称**：红利因子配置模型 **模型构建思路**：通过增加红利类基金的配置比例，获取稳定收益[37] **模型具体构建过程**： - 监控红利基金配置比例变化（6月从5.17%增至5.38%）[37] - 结合宏观经济判断（如国内复苏预期）调整配置权重[37] **模型评价**：具有防御性特征，在市场波动时表现稳定 模型的回测效果 1. **行业轮动型投顾模型**： - 6月绝对收益4.41%[13] - 近1年收益率未明确披露（需参考图3）[17] 2. **红利因子配置模型**： - 6月配置比例增长0.21个百分点（5.17%→5.38%）[37] - 近1年超额收益未明确披露（需参考图6）[40] 量化因子与构建方式 1. **因子名称**：微盘股因子 **因子构建思路**：捕捉小市值股票的超额收益机会[41] **因子具体构建过程**： - 统计底层资产中微盘股配置比例（6月从5.48%提升至5.52%）[41] - 结合市场流动性环境调整因子暴露 2. **因子名称**：港股配置因子 **因子构建思路**：通过港股与A股的溢价差异获取套利机会[49] **因子具体构建过程**： - 跟踪恒生沪深港通AH股溢价指数[52] - 调整港股配置比例（6月从8.39%增至9.37%）[49] 因子的回测效果 1. **微盘股因子**： - 6月配置比例上升0.04个百分点[41] - 近6月收益未明确披露（需参考图8）[42] 2. **港股配置因子**： - 6月配置比例增长0.98个百分点[49] - 近1年QDII港股类基金收益45.3%（但6月减配5.3%）[54] 注：部分指标取值需结合图表数据补充，研报中未明确披露所有回测细节[17][40][42]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称**：宏观驱动型投顾模型 **模型构建思路**：基于宏观经济指标和市场预期变化调整资产配置，重点关注债市波动和风格选择[5][6] **模型具体构建过程**： - 通过存款利率、信用债利差等指标判断债市性价比，动态调整货币/利率债比例（如纯债型投顾久期减少0.04年，固收+型增加0.24年）[7][33] - 根据通胀预期和行业景气度调整权益配置（如增配银行+0.92%，减配电子-0.42%）[35][39] **模型评价**：在5月表现领先其他策略（收益3.34%），但对宏观数据敏感性较高[16][20] 2. **模型名称**：红利因子增强模型 **因子构建思路**：利用低通胀环境下红利资产的防御性特征构建组合[5][41] **因子具体构建过程**： - 筛选高股息率指数基金（如中证红利），计算持仓比例变化： $$红利配置比例 = \frac{\sum(调仓后红利基金权重)}{\sum(调仓前红利基金权重)}$$ - 5月平均增配幅度达2.1%，超额收益前50%产品增配7.8%[41][42] 模型的回测效果 1. **宏观驱动型模型**：5月收益3.34%，Calmar比率2.70（固收+型）[16][26] 2. **红利因子模型**：近1年超额收益1.4%，5月持仓比例从5.44%升至5.52%[42][44] 量化因子与构建方式 1. **因子名称**：久期调整因子 **因子构建思路**：反映利率预期变化对债券组合的影响[6][33] **因子具体构建过程**： - 计算调仓前后组合久期差值： $$\Delta久期 = \sum(债券久期 \times 权重变化)$$ - 纯债型产品久期减少0.04年，固收+型增加0.24年[33][34] 2. **因子名称**：港股暴露因子 **因子构建思路**：捕捉港股相对A股的估值优势[41][53] **因子具体构建过程**： - 统计QDII基金中港股类配置比例变化，5月平均增配1.8%[53][54] 因子的回测效果 1. **久期调整因子**：纯债型组合久期调整后收益0.18%（5月）[4][34] 2. **港股暴露因子**：近1年相关组合收益41.9%，5月增配幅度2.2%[53][54] （注：原文未涉及部分因子公式的详细参数说明，故未列出完整数学表达式）