文章核心观点 - 在全球宏观不确定性加剧的背景下，国内投资者对宏观策略的关注升温，寻找中国本土的“桥水”成为热门议题 [2] - 联海资产作为中国本土量化宏观策略的典型代表，在借鉴桥水“全天候策略”的基础上，结合对中国经济周期的理解进行了系统性本土化改造，形成了具有中国特色的宏观对冲方法论 [3][4] - 公司自主研发的宏观量化模型和策略体系，旨在通过量化手段捕捉不同宏观情景下的资产轮动机会，并利用多策略Alpha增厚收益、控制风险 [4][14][15] 联海资产公司概况与定位 - 公司成立于2016年4月，以“宏观+量化”为核心定位，构建了覆盖多资产、多策略的综合投资体系 [4] - 公司在借鉴桥水“全天候策略”理念的基础上，结合对中国经济周期的深刻理解，进行了系统性的本土化改造，逐步形成具有中国特色的宏观对冲方法论 [4] - 2019年起，公司自主研发宏观量化模型，开创性地构建了“联海宏观情景预测模型”与“联海宏观风险因子”，并开发了基于自研宏观情景概率模型的资产配置策略 [4] - 业绩层面，公司多次斩获金牛奖、英华奖等行业权威奖项，2021年至2023年连续三年摘得“三年期宏观对冲策略金牛奖”，2024年再度荣获“年度宏观对冲策略金牛奖” [4] 宏观策略的本土化改造与核心逻辑 - 针对中国市场特殊性进行深度本土化改造：中国市场的宏观驱动力不同，信用周期对经济的影响往往先于并强于增长与通胀；资产相关性在极端环境下易出现“股债双杀”的剧烈波动 [11] - 从桥水的“四象限”升级为“八情景”：在“增长-通胀”基础上引入“货币-信贷”内生逻辑维度，将宏观环境细分为8个情景（如复苏、类复苏、过热、类衰退等），以更精准捕捉中国式流动性溢价 [11] - 识别“非典型情景”：加入对“流动性陷阱”或“生产强、消费弱”等结构失衡状态的识别，弥补传统模型在产业转型期或政策剧烈转向期的钝化 [12] - 防御工具的“主动化”：在底层嵌入期权尾部保护，以“定量为主、定性为辅”的机制，有效对冲中国市场高波动、政策驱动性强的尾部风险 [13] - 子系统Alpha增厚：将内部优秀的指增、CTA等子系统嵌入母系统，利用中国市场丰富的Alpha收益来对冲Beta磨损，提升整体夏普比 [14] - 宏观情景模型核心逻辑：资产定价的本质是宏观因子的映射，模型通过量化手段将复杂的市场噪音提纯为可测算的概率分布，力争实现风险资产的最优配置 [15] - 选择经济周期与流动性周期作为核心维度的原因：经济周期决定长期赔率，但在中国数据具有滞后性；中国是典型的“信用驱动型”市场，流动性周期（货币政策的松紧与实体信贷的传导）是资产价格波动的先导信号，决定短期胜率 [16][17] 八大宏观情景特征与资产表现 - 通过“增长-通胀”与“货币-信贷”双维度交叉，将市场切分为八个细分情景 [19] - **复苏/类复苏**：核心特征是流动性改善或基本面回升，股票表现优异（尤其是顺周期板块），债券相对平稳 [19] - **过热/类过热**：需求旺盛，通胀上行，商品（如能化、有色）进入强势期，股票仍有结构性机会，但债券面临压力 [20] - **滞胀/类滞胀**：增长停滞但成本高企，贵金属和抗通胀资产是避风港，权益类资产波动加大，需配置防御型策略 [21] - **衰退/类衰退**：经济下行，政策开始宽松，债券表现最为突出，呈现牛市特征，避险情绪占据主导 [22] - 核心规律：在典型周期中资产逻辑清晰，主要获取Beta收益；在非典型周期中，存在结构矛盾，宏观叙事反复拉锯，公司通过概率测算降低单一资产暴露，利用期权保护和多策略Alpha来平滑波动，力求组合在复杂情景下具备较高鲁棒性 [22] 量化宏观策略的优势与产品特点 - 核心优势一：“典型+非典型”情景覆盖，通过量化手段定义“流动性陷阱”等非典型情景，提升模型在复杂环境下的鲁棒性 [25] - 核心优势二：“Beta+Alpha”双引擎，区别于纯Beta配置，叠加了自研的指增、CTA等10个独立细分产品组的Alpha能力 [26] - 核心优势三：模型能够自我迭代，在历史经验失效时可快速进行特征重构并自动调整权重，保持策略的持续进化 [27] - 产品设计目标：以“联海宏观增强平衡1号”为例，总体设计目标是获取长期收益与平滑短期风险的矛盾统一，追求较高的收益性价比，回撤可控且回补迅速 [28] - 产品实现路径：自研的宏观情景概率模型和宏观风险因子负责长周期穿越牛熊与风险管控，各个阿尔法增强模块则负责弥补策略在短周期响应速度上的不足 [31] - 配置逻辑：宏观配置模型完全是数据驱动的量化模型，不依赖投资经理的主观经验干涉，通过多个经理“各行其是”来分散判断错误带来的风险 [31] - 策略韧性：该纯量化宏观策略可能在收益锐度上不如最优秀的主观类宏观多资产策略，但其抗风险的韧性使其适合作为长期投资者的重要底仓之一 [31] - 收益来源：从两年实盘看，在股、债、商品上的收益程度差异较大，但综合下来三者总贡献基本持平，表明策略并非依赖某一类资产的牛熊，而是系统性地获取各类资产在适应宏观环境下的收益 [32] 因子体系与风控机制 - 因子体系包含增长、通胀、利率、汇率四大因子，其稳定性源于“逻辑驱动的因子构建”与“多维度的动态调控” [32] - 有效性保障：进行统计学校验，每一类因子都经过过去20年不同宏观压力的回测；进行跨资产验证，利用跨资产的相关性校验剔除因短期情绪导致的“伪信号” [33][34] - 应对宏观信号与市场表现背离的三维风控体系： 1. 战术性防御：战术配置层监控量价等微观指标，若出现大幅背离，会通过降低仓位或调整久期进行防御 [35] 2. 非线性保护：利用看跌期权等衍生品对尾部风险独立建模，提供不依赖于宏观逻辑对错的非对称保护机制 [36] 3. 内生性逻辑纠偏：当背离显著时，模型自动调低宏观因子权重，通过算法逻辑自动切换，规避信号滞后风险 [37] 当前市场观点与配置建议 - 阿尔法层面：看好商品的波段交易机会和波动率套利机会，尤其集中在贵金属、有色、能化等品种上 [39] - 贝塔配置层面：认为在全球“再通胀”和国内复苏延续的环境下，广义流动扩散带来的资产价格估值提升是大概率情形，2026年很可能又是一个贝塔和阿尔法的双重大年 [39] - 市场环境判断：认为今年的国内外经济和政治环境变数很大，需要动态分散风险并及时规避阶段性事件冲击或把握短期交易机会 [40] - 策略适应性：认为公司的“贝塔加阿尔法”策略收益来源多元且风控更为细致，比较适应高速变化的市场行情 [40] 对中国量化宏观策略发展前景的展望 - 海外市场参照：截至2025年上半年，全球资产管理规模最高的10家对冲基金中，有将近40%是以类似多策略的形式开展业务，桥水基金以780亿美元管理规模居首，证明量化宏观策略能承载巨大体量并经得起时间考验 [42] - 中国起步晚的原因：2018年桥水正式进入中国前，国内几乎没有以系统化模型作为宏观投资主要依据的管理人，原因在于中国宏观经济历史较短、变化快且复杂，“旧范式”不够多，“新范式”还很多；历史上中国资产显现出更强的阿尔法，其投资机会性价比更高 [42][43] - 未来发展趋势：中国已经不再是个典型的发展中经济体，市场将更加成熟专业；阿尔法必然面临更激烈竞争从而边际递减，贝塔的配置价值越来越重要 [43] - 公司定位：量化宏观模型的短板在逐步补足，而其在风控上的韧性是主观宏观所缺乏的，因此势必成为市场上宏观产品线拼图中的重要一环，公司相信自身在这一细分领域走在市场前列 [43]

报告核心观点 - 报告旨在将桥水基金的经典全天候策略进行本土化落地，基于中国境内可投资的ETF及其跟踪指数，构建一个旨在穿越经济周期、对冲极端风险、实现稳健收益的多资产配置策略[1] - 策略核心方法是以“经济增长上行/下行”和“通胀上行/下行”四象限宏观情景框架为基础，在宏观组合内部及组合之间进行两次风险平价权重优化，使各宏观组合对整体组合的风险贡献相等，从而将风险均衡分配至四大宏观情景[1] - 回测结果表明，该策略实现了较为稳健的业绩表现，在近5年及更长的回测区间内，年化收益率、波动率、夏普比率等指标均表现良好，且能有效控制回撤，展现了“固收+”的特征和风险分散的效果[1][3][33][36][45][47] 一、全天候配置方法与要素概览 - **策略目标与起源**：“全天候策略”由桥水基金首先提出，其核心思想是资产价格波动源于宏观环境相对于市场预期的“意外调整”，策略目标是通过风险分散获取长期稳健回报，而非押注单一宏观情景[6][7] - **核心方法：风险平价与双重分散**：策略构建包含两个维度的风险分散[9] - 时间序列维度：根据增长与通胀的不同组合，划分四个宏观象限，并为每个象限配置适宜的大类资产[9] - 截面持仓维度：不押注单一宏观场景，而是通过风险平价模型调整资产权重，使四个宏观组合对整体组合的风险贡献各占25%，实现风险均衡分配[1][9] - **策略关键要素**：影响策略表现的关键要素包括底层资产筛选配置、宏观风险敞口调整以及通过多策略进行收益增强（Alpha挖掘）[12][14] 二、基于ETF的风险平价模型实践 - **底层资产选择标准**：筛选了规模在2亿元以上、代表性强、特征稳定、具有基本面逻辑且彼此相关性较低的境内ETF及其跟踪指数，涵盖A股大盘/中盘/小盘、创业板、科创板、港股、利率债、黄金及多种商品指数[15][17][18] - **资产间相关性**：在2015年至今及近5年（202103-202602）的样本区间内，所选各大类资产指数（如沪深300、恒生指数、利率债、黄金、商品等）的日收益率相关性处于较低水平，为构建风险分散组合提供了基础[19][21] - **基础风险平价组合回测结果**：直接对上述底层资产应用风险平价模型，在201501-202602回测区间内，组合年化收益率5.84%，年化波动率4.46%，夏普比率0.97，月度胜率69.40%，年度胜率100%，最大回撤-9.85%（发生在2020年3月）[23][25][27] 三、全天候ETF-FOF策略设计与实践 - **宏观组合与中国资产匹配**：将桥水的四象限框架与中国境内可投资产进行匹配，例如将“增长上行”象限与A股、港股等权益资产以及部分商品匹配，将“增长下行”与利率债、黄金等匹配，并据此构建了四个宏观资产组合[28][30] - **双重风险平价构建全天候策略**：首先在四个宏观象限内部对各资产进行风险平价优化，构建四个宏观组合；再以这四个宏观组合为底层资产，进行第二次风险平价优化，令其对最终组合的风险贡献相等，形成全天候策略组合[30][31][33] - **长期业绩表现（201501-202602）**：全天候策略组合年化收益率6.10%，年化波动率2.97%，夏普比率1.54，月度胜率73.88%，年度胜率100%，最大回撤-4.82%（发生在2015年），业绩表现优于直接对底层资产做风险平价的组合[33][35][36] - **近5年业绩表现（202103-202602）**：策略年化收益率提升至7.21%，年化波动率仅2.62%，夏普比率达2.18，最大回撤-1.88%，各项风险收益指标均优于同期各类底层资产指数[3][45][47][48] - **持仓特征与近期表现**：策略持仓整体呈现“固收+”特征，权重分散于各类资产并进行边际轮动[40]；在2026年1-2月市场波动中，策略累计收益2.32%，尽管黄金资产在2月2日出现单日跌幅超11%的极端震荡，策略当月最大回撤仅-1.52%[3]；在2026年3月初地缘冲突引发市场剧烈波动的一周，策略通过分散配置仍取得了0.44%的正收益，单日跌幅未超过0.1%[50][55] 四、全天候策略研究展望 - 报告提出了未来策略优化的三个方向：一是细化宏观情景划分，纳入流动性、信用周期等中国核心宏观要素；二是拓展底层资产覆盖范围，如纳入衍生品、境外资产等；三是深化细分赛道Alpha挖掘，通过主题轮动、久期管理、择时等方法增厚收益[56]

量化模型与构建方式 1. **模型名称：三维择时框架**[6][9] * **模型构建思路**：通过监测市场分歧度、流动性和景气度三个维度的趋势变化，综合判断市场整体走势（震荡上涨、震荡下跌、趋势上涨、趋势下跌）[6][9]。 * **模型具体构建过程**：报告未详细描述三个具体指数的构建公式，但明确了其构建逻辑。市场分歧度指数用于衡量投资者观点分歧程度[16]。市场流动性指数用于衡量市场资金面松紧状况[23]。A股景气度指数2.0用于衡量上市公司盈利增长趋势[19]。通过观察这三个指数的变化趋势（上行或下行），将其映射到“分歧度-流动性-景气度”三维坐标系中，从而对市场状态进行判断[9]。 2. **模型名称：ETF热点趋势策略**[27] * **模型构建思路**：结合技术形态（价格趋势）和市场情绪（换手率变化），筛选出处于强势上涨趋势且市场关注度短期显著提升的ETF构建组合[27]。 * **模型具体构建过程**： 1. **初选**：根据K线形态，筛选出最高价与最低价同时呈现上涨形态的ETF[27]。 2. **构建支撑阻力因子**：基于最高价与最低价近20日的回归系数，计算其相对陡峭程度，以此构建因子[27]。 3. **筛选关注度提升品种**：在支撑阻力因子的多头组中，选择近5日换手率与近20日换手率比值最高的ETF，即短期市场关注度明显提升的品种[27]。 4. **组合构建**：最终选择10只ETF，采用风险平价方法构建投资组合[27]。 3. **模型名称：融资-主动大单资金流共振策略**[34] * **模型构建思路**：利用融资融券资金流和主动大单资金流两种不同类型资金的共振效应，筛选出资金面共同看好的行业[34]。 * **模型具体构建过程**： 1. **构建行业融资融券资金因子**：计算行业内个股的融资净买入减去融券净卖出并加总，然后使用Barra市值因子进行中性化处理。取该中性化后序列的最近50日均值，并计算其两周环比变化率[34]。 2. **构建行业主动大单资金因子**：计算行业资金净流入，并使用行业最近一年的成交量进行时序中性化处理，然后进行排序打分。取该排序分值的最近10日均值[34]。 3. **策略逻辑**：研究发现，融资融券因子的多头端在某些市场状态下有稳定的负向超额收益，而主动大单因子（剔除极端多头行业后）有稳定的正向超额收益。因此，策略在主动大单因子的头部打分行业内，剔除融资融券因子也处于头部的行业，以提高策略稳定性。最后，再剔除大金融板块[34]。 4. **模型名称：全天候配置策略（高波版与低波版）**[38] * **模型构建思路**：通过资产选择、风险调整和结构对冲三项原则，构建分散化的投资组合，旨在不依赖宏观预测和杠杆的情况下获取稳健的绝对收益[38]。 * **模型具体构建过程**：报告未提供具体的资产配置权重计算公式，但阐述了核心设计原则。 1. **核心原则**：遵循资产选择、风险调整、结构对冲三项基本原则以实现收益稳定[38]。 2. **对冲构型**：采用循环对冲设计，直接针对资产波动进行长期收益平衡，绕过对宏观因素的刻画[38]。 3. **组合分类**：根据风险水平分为高波版和低波版。高波版采用“四层结构化-股债金风险平价”方法；低波版采用“五层结构化-风险预算”方法[38][40][42]。 4. **资产类别**：组合涵盖A股、H股、美股、债券、商品（黄金、有色金属、能源化工、豆粕）等多种资产[48]。 量化因子与构建方式 1. **因子名称：支撑阻力因子**[27] * **因子构建思路**：通过计算价格高点与低点回归线的陡峭程度，来衡量ETF价格的上涨动力或阻力强度[27]。 * **因子具体构建过程**：对于每只ETF，分别对其最高价和最低价序列进行近20日的线性回归。该因子的值即为两个回归线斜率的相对陡峭程度，具体计算公式未在报告中给出[27]。 2. **因子名称：行业融资融券资金因子**[34] * **因子构建思路**：衡量经过市值调整后的行业层面融资客资金流向的近期变化强度[34]。 * **因子具体构建过程**： 1. 计算行业内各股票的融资净买入与融券净卖出之差，并在行业内加总，得到原始行业两融资金流。 2. 使用Barra市值因子对该原始序列进行横截面中性化处理。 3. 计算中性化后序列的50日移动平均值。 4. 计算该50日均值的两周环比变化率，作为最终的因子值[34]。 3. **因子名称：行业主动大单资金因子**[34] * **因子构建思路**：衡量经过自身成交量调整后的行业层面主力资金（大单）净流入强度的近期平均水平[34]。 * **因子具体构建过程**： 1. 计算行业的主动大单资金净流入额。 2. 使用该行业自身最近一年的成交量时间序列，对资金净流入序列进行时序中性化处理。 3. 将中性化后的序列在全市场行业内进行排序并转化为分位数打分。 4. 取该排序分值的10日移动平均值，作为最终的因子值[34]。 4. **风格因子组**：报告提及了价值因子、盈利收益率因子、杠杆因子，并指出本周市场呈现“高价值高盈利收益率高杠杆”的风格特征，但未提供这些因子的具体构建公式[49]。 5. **Alpha因子组**：报告列出了大量Alpha因子及其近期表现，但未提供具体构建公式。这些因子主要包括： * **估值类**：未来三年一致预期市盈率倒数（ep_fy3）、市盈率倒数fttm（ep_fttm）、一致预期市盈率倒数（est_ep）、市销率倒数（sp）、股息率（dividend_yield_ratio）等[54]。 * **盈利与质量类**：营业收入TTM（or_ttm）、经营现金流TTM/总市值（ocfp）、单季度ROA同比差值（roa_q_delta_adv）、营业利润TTM/销售费用TTM（oper_salesexp）等[54][57]。 * **成长与预期类**：一致预期净利润（FY1）变化占比（mom1_np_fy1）、一致预期营收（FY1）变化占比（mom3_rev_fy1）、一致预期EPS变化占比（mom3_eps_fy1）、PEG（peg）等[56][57]。 * **动量与波动类**：一周收益标准差（return_std_1w）、十二个月收益标准差（return_std_12m）、3月最高价/3月最低价（close_max_div_min_3m）、2年的收益率（mom_2y）、十二个月残差动量（specific_mom12）等[54][57]。 * **情绪与交易类**：近252交易日平均换手率的自然对数（swap_1y）、换手率波动（turnover_std_3m）等[54]。 * **分析师预期类**：评级上下调差/评级上下调和（est_num_diff）、est eps刷量（mom_est_eps）等[57]。 模型的回测效果 1. **三维择时框架**：报告展示了该框架的历史状态划分图（图3、图4），但未提供具体的量化回测指标（如年化收益率、夏普比率等）[9][12]。 2. **ETF热点趋势策略**：2025年以来，策略收益为65.46%，相比沪深300指数的超额收益为43.25%[27]。 3. **融资-主动大单资金流共振策略**： * 2018年以来费后年化超额收益为14.3%，信息比率（IR）为1.3[34]。 * 策略上周（报告期）绝对收益为-1.51%，相对行业等权基准的超额收益为-0.91%[34]。 4. **全天候配置策略**： * **高波版**：截至2025年，年化收益率11.8%，年平均最大回撤3.6%，夏普比率1.9。2026年以来收益率2.9%[46]。 * **低波版**：截至2025年，年化收益率6.7%，年平均最大回撤2.0%，夏普比率2.4。2026年以来收益率1.3%[46]。 因子的回测效果 1. **风格因子（本周表现）**： * 价值因子周收益：3.08%[49] * 盈利收益率因子周收益：2.10%[49] * 杠杆因子周收益：1.93%[49] 2. **Alpha因子（近一周多头超额收益）**：报告以表格形式列出了近一周和近一个月表现最好的20个因子及其多头超额收益[54]。部分关键因子近一周表现如下： * 未来三年一致预期市盈率倒数（ep_fy3）：1.13%[54] * 一周收益标准差（return_std_1w）：1.07%[54] * 十二个月收益标准差（return_std_12m）：1.00%[54] * 市盈率倒数fttm（ep_fttm）：0.99%[54] * 一致预期市盈率倒数（est_ep）：0.99%[54] 3. **Alpha因子（分指数最近一年多头超额收益）**：报告展示了在不同宽基指数（沪深300、中证500、中证800、中证1000）中，最近一年表现最佳的因子及其超额收益[57]。部分代表性因子表现如下： * **沪深300中表现最佳**：评级上下调差/评级上下调和（est_num_diff），超额收益34.58%[57] * **中证500中表现最佳**：一致预期净利润（FY1）变化占比（mom1_np_fy1），超额收益15.80%[57] * **中证800中表现最佳**：一致预期净利润（FY1）变化占比（mom3_np_fy1），超额收益28.07%[57] * **中证1000中表现最佳**：单季度净利润同比增长(考虑快报、预告)（yoy_np_q_adv），超额收益23.09%[57]

文章核心观点 - 文章将投资赚钱类比为经营餐厅，认为持续成功的关键在于不依赖特定个人（厨师/基金经理）且扎根于稳定的市场环境（规律）[3][4] - 提出评估私募策略是否“硬核”的两大标准：**人才**上不依赖单一决策者，**环境**上策略逻辑基于长期稳定的市场规律或人性特点[10][16] - 根据上述标准，文章指出**量化多头**和**配置型宏观对冲（如全天候策略）** 是两类经典的“硬核”策略，其内部产品分化小，预期收益相对稳定[20][28][37][39] 根据相关目录分别进行总结 投资赚钱的通用逻辑 - 投资赚钱的逻辑与经营餐厅相似，持续成功依赖两方面：不依赖特定个人，以及扎根于稳定的市场环境或规律[3][4] 私募策略选择的关键维度 - **人才维度**：硬核策略应不依赖某一个人做决策，因为投资中“人”是最大的变量，个人风格难复制且状态会起伏[10][12] - **环境维度**：硬核策略应扎根于长期存在、难以被消除的稳定市场规律或人性特点，而非追逐短暂风口或依赖极致市场环境[16][18] 量化多头策略分析 - 量化多头是经典硬核策略之一，其不依赖个人，而是依靠模型持续捕捉由市场情绪驱动产生的价格偏差[20] - 该策略偏好情绪化、交易活跃的市场环境，与A股散户占比高的特点完全匹配，其依赖的人性弱点（如对亏损的恐惧、对盈利的贪婪）是长期存在的[22][26] - 例如在去年，若在年初买入量化多头产品，到年底收益普遍不错，这得益于市场情绪充分释放为量化模型提供了肥沃土壤[24] 配置型宏观对冲策略分析 - 宏观对冲策略分为**轮动型**和**配置型**，其中轮动型依赖基金经理对经济风向的精准预判和择时[29][30] - **配置型宏观对冲**（如全天候策略）更符合硬核特征，它不作人为判断和择时，而是通过提前配置股、债、商品等资产，确保在任何经济环境下都有不错表现[32][34] - 该策略依赖的市场环境在于：不同资产的涨跌原因不同，因此它们之间的相关性较低；只要经济周期存在，资产走势就不会完全同步，策略总能实现“东方不亮西方亮”的平衡效果[34][35] 硬核策略的总结与选择建议 - 真正“硬核”的私募策略共同点是：不依赖明星管理人、不绑定完美市场环境、不赌单一方向[37] - 硬核策略意味着其内部不同产品间的收益分化更小，预期收益相对更稳定，但这不代表策略有绝对好坏，投资者选择时仍需根据自身偏好和诉求[39][40]

文章核心观点 - 宏观投资策略没有一劳永逸的完美方案，必须持续迭代和调整以适应快速变化的市场环境 [10][14] - 桥水基金凭借其全天候策略在去年取得了50年来的最佳业绩，并吸引了大量全球资金流入 [3][5] 宏观策略的迭代进化 - **进化方向一：提升短周期适应力** - 面对市场逻辑快速切换和突发事件频发的环境，依赖单一逻辑“躺赢”的时代已经结束 [14] - 为应对市场反复震荡对趋势策略的“磨损”，部分管理人选择向高换手策略倾斜，以更快的交易频率响应盘面变化，用速度应对波动 [16][17][19] - **进化方向二：通过量化提升Alpha能力** - 为克服主观判断的局限性，部分管理人选择降低主观判断，加大量化策略的应用 [24] - 量化宏观策略使用的数据种类极大丰富，除了传统经济数据（如GDP、CPI），还纳入了许多前瞻性数据和高频数据（如发电耗煤量、货运流量、房地产周度销售），以提供近乎实时的“经济体温” [26][28] - 量化能力有助于更迅速地捕捉不同资产下的机遇、适应不同市场环境，并剥离情绪对交易结果的影响 [31] - **进化方向三：捕捉全球资产机会** - 单一的资产或模型已难以持续成功，现代宏观策略如同搭积木，通过不断叠加、组合、优化多个模块来构建 [33][34] - 例如，某管理人的宏观策略由四大模块构成：本土股债商、宏观周期模型、尾部风险管理、CTA策略 [36] - 该策略后续又加入了全球动量模型，旨在基于流动性与风险偏好捕捉全球资产机会，并根据市场行情灵活调整风险预算 [38] 策略迭代的总结与启示 - 宏观策略的进化史体现了投资方法论的进化，其迭代路径可概括为：从高频极速响应的“快”，到系统智能决策的“稳”，再到横向多市场覆盖的“广” [40] - 桥水的全天候策略本身也在持续演进，从最初只买卖美国本土的股债商，发展到全球资产配置，从被动的“纯Beta”叠加主动管理，到近期为应对地缘动荡和通胀而开始纳入货币贬值风险 [7][8]

2026年初市场表现与资产配置 - 2026年开年市场表现强劲，大类资产均有不错表现，A股市场延续去年强势，年初以来一路高歌猛进并创新高后高位横盘，市场交投情绪高涨 [1] - 商品市场表现同样突出，黄金白银价格表现疯狂，带动有色各品类有不错表现，各大机构纷纷上调金价预期 [1] - 商品管理期货策略在2025年表现优异，根据私募排排网数据，主观CTA和量化CTA产品盈利比例分别高达88.2%和90.4%，年收益率中位数分别为16.47%和12.65%，最大回撤中位数仅-7.84%和-6.27% [1][5][6] 市场环境与宏观背景 - 美联储开启降息周期，全球流动性宽松，叠加委内瑞拉、格陵兰岛等地缘政治风险事件频发，全球商品价格或将呈现高波动震荡上行格局 [3][8] - 国内“反内卷”政策发力，内部供需格局有望改善，若PPI数据趋势性转正，国内工业品价格弹性将提升，有利于加大商品价格波动率 [3][8] 资产配置价值分析 - 商品与权益、债券等大类资产存在低相关性，与权益的相关性大约为0.6，与债券的相关性则不到0.2，有助于分散收益和风险来源 [3][8] - 面对2026年错综复杂的全球宏观环境，需注重大类资产配置，通过不同资产来分散收益来源和风险来源，减少单一资产波动加剧的风险 [3][8] CTA策略表现与选择 - 2025年不同周期、不同细分策略的管理人业绩分化很大，商品市场趋势性机会主要集中在贵金属、有色等品种，能抓住主线的管理人业绩尤为亮眼 [3][8] - 从持仓周期看，中长周期趋势CTA策略显著优于短周期策略，因反复开平仓的策略会产生交易磨损并可能错过趋势性机会 [3][8] - 对于普通投资者，一方面可关注中长周期趋势CTA策略，另一方面，涵盖截面多空套利、短中长周期的多策略也是不错的选择 [4][9] 复合策略与资金效率 - 部分管理人推出了CTA+量化股票多头策略，能够有效提高资金使用效率，投资者只需一笔资金即可获得商品和权益两种资产收益来源 [4][9] - 近期热门的“全天候”策略也能达到类似效果，即同时配置于多种资产以获取多元收益 [4][9]

文章核心观点 - 文章围绕半夏投资创始人李蓓对一篇媒体报道的回应展开，探讨了其当前的投资策略、对市场资产配置风险的看法以及其策略的有效性前提 [1] - 李蓓认为当前主流资产配置在四类策略上过于拥挤且估值偏高，潜藏较大风险，而她的“深度价值”持仓结构如同一份特殊期权，能在通缩逆转时获得大涨，在通缩持续时损失有限，以此对冲市场风险 [2][6] - 文章同时指出，市场风格的转换并非简单的“非此即彼”，AI科技行情与顺周期板块可能并存，且李蓓的对冲策略高度依赖对宏观拐点的准确判断，并不适用于所有投资者 [7][8][10] 李蓓对市场风险的分析 - 指出当前高净值群体和财富机构的核心重仓高度集中在四类策略：量化增强、科创基金、全天候策略、海外资产 [2] - 这四类策略均存在明显风险点：量化增强受小盘因子和非线性因子影响；科创基金面临国内利率回升和美国AI泡沫破灭的隐患 [2] - 除美国AI资本开支预期下修外，其余风险的共同诱因是中国通缩结束、房价物价回升 [2] - 四类策略对应的资产当前估值偏高，持仓处于愈发拥挤的状态，潜藏较大风险 [2] - 当前市场资产配置“扎堆”是重大隐患，大量资金集中在少数资产（如AI产业链）易引发集中抛售和价格大幅波动 [7] 李蓓的投资策略与持仓 - 当前持仓偏向“深度价值” [3] - 股票组合以行业龙头为主，总体估值极低：8倍PE、0.8倍PB，股息率达5% [4] - 80%持仓具有强顺周期属性，还包含业绩恢复增长的消费品龙头等低估值高股息资产 [4] - 持仓还涉及利率曲线做陡操作，即买中短期国债、空长期国债 [5] - 该持仓结构在通缩持续时大概率不会明显亏损甚至可能小涨；若通缩逆转，则有望大幅上涨 [6] - 将半夏投资的持仓比作一份特殊期权：损失有限但盈利空间大，能有效对冲当前资产配置拥挤的风险 [6] - 目前的姿态是“等风来”，在通缩结束前承受压力，等待通缩结束后业绩全面回归 [11][12] 对市场风格与策略的讨论 - 市场风格的转换并非简单的“非此即彼”，AI科技行情与顺周期板块可能并存 [7][8] - 若AI在技术与产品端保持高势能且应用落地，科技行情会持续；若顺周期板块业绩反转，也能获得市场认可 [8] - 即使经济复苏、通缩逆转，市场表现也可能不是简单的“顺周期崛起、科技成长调整”，风险偏好上升往往也有利于科技成长 [8] - 提前押注顺周期不一定能取得长期较好收益，还需看具体配置情况，并举例如2022年有基金经理重仓航空板块后业绩急转直下 [8] - 当前AI产业链与上一轮新能源牛市不同，其技术日新月异，应用次第展开，基本面对估值和拥挤度有一定消化能力 [7] - 以算力为主的AI产业链在2024年下半年再次崛起，涨幅远超2023年 [7] 策略的适用性与行业背景 - 李蓓的对冲思路站在资产组合多元化配置角度较为合理，配置与主流资产反向联动的产品能有效降低组合整体波动 [9] - 该策略的前提建立在对宏观拐点的判断上，若通缩持续时间远超预期，顺周期资产可能长时间表现平淡，对追求短期收益的投资者吸引力不足 [10] - 该策略对于具备一定风险承受力、着眼长期资产配置的投资者，对冲风险的价值更为突出 [10] - 私募领域信息披露较少，外界很难像公募一样准确跟踪其具体持仓情况 [1] - 主观私募面临量化产品崛起的冲击，需要找准自己的差异化方向，近期有“量化私募20亿额度秒光”的消息 [13][14]

高净值群体资产配置现状 - 当前高净值群体资产配置有四大核心重仓：量化增强、科创基金、全天候策略和海外资产 [1][18] - 量化增强策略本质配置小盘股，风险点在于size因子和非线性因子 [1][18] - 科创基金风险点在于国内利率回升引发风格转换，以及美国AI资本开支预期下修导致AI泡沫破灭 [1][18] - 全天候策略风险点在于利率回升引发债券持仓亏损和黄金下跌 [1][19] - 海外资产风险点在于人民币汇率和美国AI [2][20] 各类资产规模增长情况 - 自去年9月24日以来，融资余额合计净增1.1万亿元，远超同期主动权益规模增量，融资盘最大配置方向是龙头科技为首的TMT板块 [3][21] - 私募基金总规模从2024年底的5.21万亿元增长至2025年10月底的7.01万亿元，增加1.8万亿元，保守估计其中1.5万亿元为量化私募 [3][21] - 2025年ETF总规模从年初约3.73万亿元激增至5.74万亿元，年内规模增长超2万亿元，增速超过53% [3][21] - ETF增量最大的四个方向是科创债、恒生科技、黄金ETF和沪深300ETF [3][21] - A500ETF近期受热议，最近一周申购净流入255亿元，最近一个月申购净流入367亿元 [3][21] - 以A500ETF易方达159361为例，其规模从6月底的137亿元激增至245亿元，规模增长80% [5][23] 各类资产收益表现 - 百亿量化私募2025年业绩均在40%以上，量化策略已连续第三年跑赢主观策略 [8][26] - 混合偏股基金年内收益达32%，在连续三年萎靡后重振雄风 [8][26] - 宽基指数收益普遍在20%以上，A500ETF年内收益22%，沪深300ETF年内收益18% [9][27] - QDII基金几乎全线限购，黄金ETF年内规模纷纷突破百亿，投顾组合中流行“红利-黄金-纳指”配置 [9][27] 全球基金经理情绪与仓位 - 最新全球基金经理调查显示，宏观乐观情绪达到2021年8月以来最高 [9][27] - 股票+大宗商品配置比例达到2022年2月以来最高 [9][27] - 现金水平降至3.3%的历史低点，较之前的3.7%下降 [9][27] - 盈利预期（净29%）达到2021年8月以来最高 [9][27] - 流动性条件被评为过去17年第三佳 [9][27] - 基金经理认为AI泡沫是最大尾部风险，占比37% [12][30] - 认为最可能的信贷事件来源是私人信贷（40%）和超规模资本支出（29%） [12][30] - 最拥挤的交易是做多“Mag 7”（54%）和做多黄金（29%） [12][30] 2025年市场驱动因素与未来展望 - 2025年在弱美元预期差和AI产业叙事膨胀下，全球权益市场演绎“资产荒”和“资金牛”，现金和长债变成劣势资产 [15][33] - 做多流动性和做多波动率成为科技股、小盘股走牛的根源 [15][33] - 国内市场额外叠加了超常规逆周期调节政策与存款搬家的财富效应 [15][33] - 市场需思考2026年是否重复2025年故事，并关注头寸拥挤是否必然带来趋势反转、利率回升是否必然带来地产走强、宏观对冲是否为风格切换最佳方向等问题 [16][34]

螺丝钉星级指标概述 - 螺丝钉星级指标用于判断市场整体估值情况，在每日估值表中以红色星星显示 [4] - 星级范围从1星到5星，5星代表熊市底部最佳投资阶段，1星代表牛市巅峰泡沫阶段 [5][6][7] - 该指标与市场涨跌负相关，市场下跌时星级提升，市场上涨时星级下降 [10] 5星级市场特征与策略 - 5星级市场处于熊市最底部区域，股票基金投资价值最高，历史上出现机会较少 [5][11] - 该阶段低估品种众多，以2024年9月18日为例，估值表显示大量绿色低估和黄色正常估值品种 [16][17] - 从历史数据看，5星级位置市场继续大跌空间有限，后续反弹幅度可观，例如从2024年5.9星到2025年10月，中证全指上涨50%多 [11][18][19] - 此阶段适合投资主动优选、指数增强等股票基金组合，股票比例达85%-90% [16][27] 4星级市场特征与策略 - 4星级市场每次熊市通常都会达到，低估品种相比5星级减少但仍有投资机会 [5][30] - 该阶段股票基金定投金额相比5星级大幅减少，部分组合如指数增强可能暂停买入 [32] - 投资者可考虑月薪宝等稳健组合，股票仓位约40%，债券仓位约60%，波动风险较小 [16][33] - 从4星级到熊市底部可能出现30%-40%级别下跌，需控制股票基金配置比例不超过"100-年龄" [36][37] 3星级及以下市场特征与策略 - 3星级市场低估品种稀少，大部分品种处于正常和高估状态，例如2021年初3星级时估值表无绿色低估品种 [41][42] - 该阶段股票基金不适合买入，主动优选、指数增强等组合暂停投入，出现止盈机会 [43][46] - 适合投资低波动资产如365天投顾组合（股票比例15%）、全天候策略（9年上涨70%，年化5.9%）和长期纯债基金 [55][58][61] - 2星和1星为牛市中后期，大多数品种高估，A股历史上1星仅出现两次，市场回调幅度可达60%-70% [70][71][72] 组合投资策略 - 不同星级对应不同组合策略，5星侧重股票基金，4星可搭配稳健组合，3星及以上侧重止盈和低波动资产 [13][16][55] - 控制波动风险方法包括坚持定投降低持仓成本、分散配置不同类型资产、根据风险承受能力控制仓位 [47][48] - 债券投资参考10年期国债收益率，2025年10月15日收益率为1.8%-1.9%，长期纯债性价比不高 [63][64][69]

投资原则与资产配置 - 投资组合应包含15个或更少的相关性低的收益来源 以实现多元化平衡 [12] - 资产配置需考虑不同经济环境下各类资产表现差异 如通缩压力大时债券表现优于股票 大量印钞时黄金等抗通胀资产表现更佳 [12] - 多元化配置能显著改善风险收益比 通过10-15个非相关性资产可降低60%-80%风险同时保持收益不变 [16] - 风险平衡应基于波动率权重而非货币金额 股票波动率约为债券两倍 需按波动性权重配置以实现真正平衡 [21] - 现金长期来看是非常糟糕的投资品 中国投资者过度集中于房地产或活期存款并非良好多样化组合 [12] 各类资产观点 - 黄金应被视为货币而非生息资产 在优化组合中占比通常为15% 最低5%-10%也能起到风险分散作用 [19] - 黄金核心价值在于分散风险和法币贬值时的保值功能 近年金价上涨本质是货币贬值所致 [19] - 当资产收益主要依赖价格上涨而非票息时需高度警惕 当前低收益率环境预示未来收益率可能承压 [14] - 美元贬值是大势所趋 因债务过多增长过快 出路只有转向硬通货或央行印钱引发通胀两条路径 [20] - 债券投资在收益率极低时存在风险 因价格已处高位 收益主要来自价差而非利息 [14] 执行纪律与投资策略 - 坚持再平衡机制 定期卖出上涨资产转投其他资产以维持战略配置比例 这有助于纪律性止盈和低位买入 [23] - 完全避免市场择时 因择时是零和游戏且个人投资者难以持续战胜市场 [22] - 采用定投方式入场 但需明确最终风险中性组合目标 [22] - 通过计算机系统执行自动化投资计划 避免情绪化决策 桥水每年花费数亿甚至数十亿美元用于投资研究 [24] - 投资前需事先了解决策可能结果 通过回测熟悉各种情景 避免情绪驱动型决策 [24] 地区分散与组合构建 - 任何时候都是分散投资好时机 不应以美股是否处于高位作为配置依据 [16] - 建议将一半或更多资金配置于本国资产 但需包含黄金债券等多元化组合 其余分散至10个左右市场 [16] - 地区分散至关重要 日本NISA计划和中国QDII额度放宽都体现全球化配置趋势 [15] - 债务即货币 货币即债务 全球储备货币排序为美元第一 黄金第二 欧元第三 日元第四 [15] - 通过风险平衡的多元化组合 夏普比率可提升至5倍 即风险降至1/5同时保持预期收益 [17] 业绩表现与实证数据 - 桥水中国全天候基金过去六年表现稳定 最差年收益率10%-14% 平均收益率约16% [11] - 桥水基金管理规模超过1240亿美元（截至2024年底） 长期位列全球最大对冲基金之一 [2] - 多元化配置能降低组合波动性 因不同资产类别表现互补 如股市下跌时债券往往上涨 [12]