量化模型与构建方式 1. **模型名称：风险平价/风险预算模型**[57][59] * **模型构建思路**：通过配置资产权重，使各类资产对投资组合的整体风险贡献相等或按预算分配，以实现更优的风险分散，而非简单的市值或等权重配置[57][59]。 * **模型具体构建过程**：报告提到海外量化型产品（如Fidelity Risk Parity Fund和Invesco Balanced-Risk Allocation Fund）使用基于风险因子的风险平价框架[59]。具体构建通常涉及以下步骤： 1. 定义风险因子：例如，Fidelity使用的因子包括增长、通胀、利率、流动性；Invesco使用的因子包括增长、防御、实际收益[59]。 2. 映射资产到风险因子：将股票、债券、商品及对应衍生品等大类资产映射到上述风险因子上[59]。 3. 计算风险贡献：估计各资产（或因子）的波动率和相关性，计算每个资产对组合总风险（通常以波动率衡量）的边际贡献。 4. 优化权重：通过优化算法调整资产权重，使得每个资产（或目标风险因子）对组合的风险贡献相等或符合预设的预算比例。其核心优化目标可表述为最小化各资产风险贡献的差异，数学形式通常为： $$ \min_{\mathbf{w}} \sum_{i=1}^{N} \left( RC_i(\mathbf{w}) - \frac{\sigma_p(\mathbf{w})}{N} \right)^2 $$ 其中，$\mathbf{w}$ 为资产权重向量，$RC_i(\mathbf{w})$ 是资产 $i$ 的风险贡献，$\sigma_p(\mathbf{w})$ 是组合总风险，$N$ 是资产数量。 * **模型评价**：报告认为，风险平价理念与宏观因子框架在过去一年及近期市场环境下显示出有效性，帮助量化型产品在收益上持续领先并在美股回撤时实现正收益[59][67][74]。 2. **模型名称：混合型策略量化框架**[57][58] * **模型构建思路**：结合量化模型与主观判断，先用量化框架确定基础资产配置权重，再根据基金经理的主观市场观点和机会识别进行战术调整[57][58]。 * **模型具体构建过程**：报告提及了Blackrock和PIMCO旗下混合型产品的构建方法： 1. **量化基础框架**：使用包括宏观、基本面、另类数据在内的多源数据构建信号[58]。 * Blackrock Tactical Opportunities Fund：主要从宏观角度分析，使用的数据除传统的GDP、通胀、就业外，还包括气候变化、央行会议等另类数据，并使用自然语言处理等方式将其转换为信号[58]。 * PIMCO产品：在宏观数据外，还会引入对应资产类别的基本面指标，例如债券的到期收益率、信用风险，股票的盈利增长、估值水平等，搭建多因子框架[58]。 2. **主观判断调整**：在量化模型输出的基础权重上，基金经理基于对中长期宏观市场环境展望以及短期观点，在一定的权重范围内进行增减配操作[57][58]。 3. **模型名称：主观多策略决策框架**[57] * **模型构建思路**：以基金经理和投资委员会的决策为核心，采用自上而下的方式进行大类资产配置和具体标的选取，主要依赖团队对宏观和市场的中长期展望及短期观点[57]。 * **模型具体构建过程**：以JPMorgan Global Allocation Fund为例： 1. **宏观展望**：依据团队对未来6-18个月经济增长、通胀、利率、政治事件等的展望，决定大类资产（如股、债、商品）的配置比例[57]。 2. **策略实施**：在考虑基金风险与回报目标的前提下，选择具体的证券、基金或衍生品等工具来实施上述配置策略[57]。 3. **持续监控与调整**：持续监控组合风险与权重，并根据短期市场观点进行调整、再平衡等操作[57]。 4. **因子名称：宏观与基本面多因子**[58] * **因子构建思路**：从宏观经济和资产自身基本面中提取影响资产价格的关键变量，构建因子信号以指导资产配置[58]。 * **因子具体构建过程**：报告提及了混合型策略产品中使用的因子类型： 1. **宏观因子**：例如GDP、通胀、就业、利率、流动性等传统宏观指标，以及通过自然语言处理从央行会议纪要、气候变化报告等另类数据中提取的信号[58]。 2. **基本面因子**：针对不同资产类别的基本面指标。例如，债券的到期收益率、信用风险；股票的盈利增长、估值水平（如P/E、P/B）等[58]。这些因子被用于搭建多因子框架，以评估资产的吸引力或风险。 5. **因子名称：风险因子**[59] * **因子构建思路**：识别并定义驱动大类资产回报的共同风险源（因子），并将资产配置问题转化为对这些因子的风险暴露管理[59]。 * **因子具体构建过程**：报告明确提到了两家机构在风险平价模型中使用的风险因子集： 1. **Fidelity风险因子**：包括增长、通胀、利率、流动性[59]。 2. **Invesco风险因子**：包括增长、防御、实际收益[59]。 这些因子并非直接从市场数据中计算出的单一指标，而是概念性的风险维度，需要通过投资于股票、债券、商品及对应衍生品等具体资产来实现对这些因子的暴露[59]。 模型的回测效果 （注：报告未提供统一时间区间内各量化模型的独立回测指标。以下为报告中提到的各策略类型产品在特定时期的表现摘要，并非单一模型回测结果。） 因子的回测效果 （注：报告未提供单个因子的独立测试结果，如IC值、多空收益等。） 产品策略表现汇总 （注：此部分为根据报告内容整理的、采用不同模型/策略的基金产品表现，并非模型或因子本身的回测。指标取值截至2026年03月06日[68]。） 1. **量化型策略产品 (代表模型：风险平价)**[68] * 过去1年收益：21.37% (Fidelity Risk Parity Fund)， 19.20% (Invesco Balanced-Risk Allocation Fund) * 过去1年波动：11.55% (Fidelity Risk Parity Fund)， 8.91% (Invesco Balanced-Risk Allocation Fund) * 过去1年收益/波动 (IR)：1.85 (Fidelity Risk Parity Fund)， 2.15 (Invesco Balanced-Risk Allocation Fund) * 过去1年最大回撤：9.34% (Fidelity Risk Parity Fund)， 7.72% (Invesco Balanced-Risk Allocation Fund) * 过去1年收益/最大回撤：2.29 (Fidelity Risk Parity Fund)， 2.49 (Invesco Balanced-Risk Allocation Fund) * 最近1个月收益：-0.09% (Fidelity Risk Parity Fund)， 6.61% (Invesco Balanced-Risk Allocation Fund) 2. **混合型策略产品 (代表模型：量化框架+主观调整)**[68] * 过去1年收益：21.30% (PIMCO Global Core Asset Allocation Fund)， 16.28% (PIMCO All Asset Fund)， 7.20% (Blackrock Tactical Opportunities Fund) * 过去1年波动：9.20% (PIMCO Global Core Asset Allocation Fund)， 6.75% (PIMCO All Asset Fund)， 6.37% (Blackrock Tactical Opportunities Fund) * 过去1年收益/波动 (IR)：2.32 (PIMCO Global Core Asset Allocation Fund)， 2.41 (PIMCO All Asset Fund)， 1.13 (Blackrock Tactical Opportunities Fund) * 过去1年最大回撤：9.08% (PIMCO Global Core Asset Allocation Fund)， 6.38% (PIMCO All Asset Fund)， 5.67% (Blackrock Tactical Opportunities Fund) * 过去1年收益/最大回撤：2.34 (PIMCO Global Core Asset Allocation Fund)， 2.55 (PIMCO All Asset Fund)， 1.27 (Blackrock Tactical Opportunities Fund) * 最近1个月收益：-0.77% (PIMCO Global Core Asset Allocation Fund)， 0.93% (PIMCO All Asset Fund)， 1.69% (Blackrock Tactical Opportunities Fund) 3. **主观型策略产品 (代表模型：主观多策略/生息策略)**[68] * **主观多策略**过去1年收益：10.46% ~ 16.97% * **生息策略**过去1年收益：8.85% ~ 19.11% * **生息策略**过去1年收益/波动 (IR) 较高者：2.53 (PIMCO Dividend and Income) * **生息策略**过去1年收益/最大回撤较高者：2.75 (PIMCO Dividend and Income) * **生息策略**最近3个月最大回撤：多数在3%以内[68][69]

全球市场表现 - 全球股市自2025年年初以来表现强劲，MSCI全球指数上涨约15% [1] - 自2022年熊市结束以来，全球股票的年均回报率高达20% [1] - 若仅观察股市回报率为正的年份，平均回报率几乎高达20% [1] 不同资产类别历史回报 - 投资级信用债在经济繁荣时期的历史年均回报率通常为6%—7% [1] - 高收益信用债的表现更为亮眼，平均年回报率达11%—12% [1] 投资启示 - 今年股市15%—20%的上涨不应成为担忧的理由，除非预期出现经济下行 [2] - 在经济繁荣的上涨年份中，超额回报十分常见 [2] - 限制下行冲击对于提升长期平均回报具有重要意义 [2] - 可考虑防御型股票基金、对冲基金等能在市场上涨中保持参与度并降低下行风险的基金管理人 [2] - 具有良好回报特征的资产类别（如信用债）对于资产配置者尤其有价值 [2] - 大宗商品的涨跌往往更加均衡 [2] - 主动管理可能有助于引入或增强投资组合的正偏度 [2] 未来需关注领域 - 可关注延长周期的结构性增长催化剂，包括财政刺激、政策改革以及央行潜在的降息举措 [3] - 需关注通胀走势及跨资产相关性上升的可能性 [3] - 需密切关注全球财政扩张和贸易政策等潜在催化因素 [3] - 关注企业盈利增长能否扩展至更多行业，以实现更加均衡、可持续的市场上涨 [5] - 在美国，超大型科技股一直是市场反弹的主导力量 [5]

报告行业投资评级 未提及 报告的核心观点 - 2025 年上半年商品市场窄幅震荡，中证商品期货指数全年微涨 0.20% [2] - 投资者应摆脱对固收依赖，实践股债商资产配置，提高商品仓位占比 [2] - 中证商品指数走出独立优异行情，但要关注近期相关性提高问题 [2] - 商品指数能在财富管理和资产配置中充当重要配置工具 [60] 各部分总结 市场行情回顾 - 2025 年上半年商品市场窄幅震荡，中证商品指数微涨 0.20%，振幅 10.27%，走势呈倒 V 式震荡 [9] - 宏观事件驱动频发，全球经济筑底需求疲软，商品市场受政策、地缘扰动，以震荡和脉冲式行情为主 [12] - 农产品和工业品走势分化，不同事件冲击使商品内部进一步分化 [15] 指数收益归因 展期收益贡献 - 2025 年上半年展期收益为 1.07%，多数月份为正，仅 3 月为负且幅度大，或暗示全球经济增长筑底改善 [20] 板块收益贡献 - 2025 年上半年农产品和工业品走势分化，农产品价格小幅上涨波动小，工业品价格大幅下跌波动大 [23] 品种收益贡献 - 板块维度上黑色和能化多为负收益贡献，贵金属、有色和农产品多为正收益贡献 [24] - 品种维度上正收益贡献大的有黄金、白银、铜，负收益贡献大的有螺纹钢、橡胶、纯碱 [24] 宏微观表征性 宏观层面：中证商品指数领先 PPI 月 2 个月左右 - 中证商品指数同比序列与 PPI 同比高度相关且领先约 2 个月，当前商品指数同比序列筑底回升，或暗示 PPI 筑底回升 [25] - 近两三年商品指数同比和 PPI 同比走势一致但幅度劈叉，反映下游企业经营压力大 [25] 微观层面：板块指数与行业利润总额保持同步 - 子板块指数同比序列和对应行业利润总额同比序列相关性高，可作企业生产决策参考 [29] - 化工产业能化期货指数同比序列筑底回升，钢铁产业钢铁期货指数寻底，行业经营有压力 [29] 大类资产对比 - 长期看商品市场收益接近权益市场但风险更小，2025 年上半年商品市场收益略高于大盘指数、落后于小盘指数，风险指标优于权益市场 [38][39] - 当前无风险利率低，债券投资性价比下降，投资者应实践大类资产配置，提高商品指数在组合中的地位 [40] - 2024 年以来商品市场和权益市场相关性提高，2025 年上半年维持高位，6 月底股商相关性下降 [43] 海外指数对比 - 长期看中证商品指数在收益和风险层面优于海外主流商品指数，2025 年上半年风险控制表现优 [47][48] - 中证商品指数与海外主流商品指数相关性低，4 月初相关性快速提高并在二季度维持高位 [48][50] 应用案例 - 在传统股商组合中将部分股票替换为商品，能在收益接近的情况下大幅提高组合的收益风险比 [54] - 传统股债四六组合中一半股票替换为商品，组合在收益接近时大幅降低波动和回撤 [60]