您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 [未知机构]:中信证券 配置策略会第二十七期2026上半年配置解决方案的复盘与展望组合配置 - 发现报告

中信证券 配置策略会第二十七期2026上半年配置解决方案的复盘与展望组合配置

2026-07-10 未知机构 程思齐Sophie
报告封面

00:00:00 起源于桥水的啊,这个全天候的策略啊,那这个策略其实通常会有两个误区啊,就第一个呢,会把这种就是宏观的配置的策略等同于啊,资产简单的这个风险评价策略啊。啊,那么第二个误区呢,就是会把桥水的这个宏观情境划分呢啊就等同于这个美林时钟啊。那我们觉得这两个可能都是呃不是呃非常准确的一个描述啊。 00:00:26 就首先呢,风险评价这个东西它更像是一个计算器啊,就它可以用来去呃配平资产啊,也可以用来去配平因子,甚至可以去用来配平宏观状态。啊,那所谓的全天候或者我们这里叫呃宏观状态中性策略,它其实是在做这个宏观状态层面的风险评价啊,也就是说是在啊划分了这个驱动资产的这个宏观状态的基础之上啊,并且啊找到了不同的状态下该配置哪些资产啊。那基于这些做好的投资组合啊,再做一套风险评价啊,那这个其实是它区别于传统的平层的这个呃单呃就是单一平层的啊,大类资产的风险评价的一个核心的区别啊。 00:01:11 那第二个呢就是流传比较广的啊,就是达标书里面的这个图片啊,是各个啊不同的状态之下该配置哪些资产啊。虽然它里边也包括了增长和通胀啊,那看起来可能和美年时钟很像啊,但是我们觉得这个和美年时钟它其实是不一样的啊,因为美年时钟呢它其实是。 00:01:31 是一个象限的概念啊,通常叫四象限。象限的意思就是它是呃,有X轴有Y轴的,那它第一象限的意思其实代表的是呃。经济增长超预期且通货膨胀超预期的这样的一个状态啊,但其实嗯桥水这个维度呢,它更多的是从呃单一维度入手啊,就如我去构建一个增长呃预期上行的这样的一个自由组合,和增长预期下行的这样的一个自由组合啊。 00:01:57 我希望能够同时持有这样两个组合,来对冲或者说免疫掉增长这个因素对于投资组合造成的一个冲击。那类似的话,我们可以再去啊看通胀啊,也可以去看其他的一些因子啊。所 以我们更倾向于把这个东西叫做4状态而不是4象限啊。 00:02:15 那一句话总结的话,我们觉得就我们做的这个宏观配置策略,它其实就是一个结合了宏观情境的多层次的一个风险评价模型。那具体来看的话,它可能包括4个步骤啊,我们叫挂状态啊,找资产子组合和再组合。啊,那理解了这个理论基础之后呢,啊,我们我们想要讲一下就是这个模型的啊盈利基础啊,就是它到底是赚什么钱啊。那其实这个大家家可能也听到的比较多啊,那我们觉得啊, 00:02:47 如果立足国内市场来看的话,其实我们能投资的资产就是国内的股票啊,债券呀,黄金呀,其他商品啊,还有海外股票等等。那这些大类资产之间,它们本身呢,就在对冲着某一个宏观指标上下下行的这样的一个一个关系啊。所以我们需要的呢,就是去基于这些资产啊,在宏观维度的这样的一个对冲性啊,去构建一个相对来说,在风险和波动方面控制得比较好的这样的一个组合啊,来使得这样的一个组合能够相对比较稳定地吃到长期的流动性扩张啊。啊,就是这样的一个一个目的啊,所以呃,这个模型的盈利是非常依赖宏观流动性扩张的环境的啊。 00:03:28 那在今年上半年其实是,呃,面临着一些,呃一些挑战啊。 00:03:34 啊,那第二部分呢,我们想讲一下我们这个策略。 00:03:38 具体是怎么构建的啊?那前面的啊内容呢,其实我们呃也讲得比较多啊,我就不具体展开了啊。我觉得这些图里边呢,把我们这个策略的大概的一个逻辑讲得其实是比较清晰的啊。我们觉得呃大家这个模型其实主要要做三块工作啊,第一个就是宏观运行规律的识别啊,第二个就是啊资产驱动因素的一个把握啊,第三呢就是这个组合构建技术的一个优化。 00:04:04 啊,那这个所谓的宏观运行规律啊的识别或者说刻画啊,那就是我们要去分析呃影响大类资产的一些宏观变量有哪些。那我们内部呢是把所有的宏观数据都做了高频化啊,那啊这 样的话呢,可以更好的或者说啊,更及时更大量样本的去分析,大类资产和宏观数据之间的这样的一个勾稽关系啊。那因此我们可以分析不同的宏观因素在解释资产的收益和波动方面,它能够贡献多少。 00:04:33 啊,那从这个啊解释力度或者说解释贡献度的视角来看的话,我觉得可能呃增长啊通胀利率汇率都啊比较啊有影响力啊,或者说有边际贡献啊。那因此呢,我们是啊在识别宏观运行规律的基础之上啊,是做了这样的一个8个宏观状态的一个划分。 00:04:55 啊,那第二步呢,就是这个资产驱动因素啊,我们是呃运用了一些以定量研究为主,定性研究为辅的这样的一个一个方式啊,具体来看的话是包括了一些类似于这种呃。多因子的滚动回归模型啊,然后以及呃这个胜率和赔率综合的一些打分模型啊。那这两个量化方式是可以帮助我们去定位到呃,不同的宏观状态来临的时候啊,哪些资产的锐度或者说进攻性会比较好啊,就是呃第一步和第二步呢, 00:05:30 共同的完成的成果或者说工作的话呢,就是我们做的这样的一个图谱啊,有8个方块啊。那每个方块里边呢应该去配置什么样的资产啊,我们也把这个映射关系构建好了啊,那最后一步其实就是叫组合构建的技术啊,那这个里边呢,为了保证这个模型的一个。普适性吧,或者说啊,让他这个。 00:05:55 挖掘和优化的因素控制到最低啊,那我们是用了最基础的风险评价模型。 00:06:01 啊,说我们基本上就是呃呃,用原始数据历史的斜方差矩阵去做的风险层面的测度的刻画啊啊,当然嗯具体应用的话,我们可能会考虑多个窗口期的加权平均的这样的一个一个结果。啊,那那更精细一些来看的话,其实在模型内部啊,但凡涉及到这个权重分配的工作,我们其实都是用风险评价模型去做的啊,因为这个里边可能啊涉及到的层级比较多。因为我我为了构建一个稳定的体系,我既需要各个宏观状态之间是风险配平的啊,我也需要这个宏观状态内部啊。 00:06:38 他投资的这些大类方向的这些资产啊,之间的风险配平,那也需要每一个投下去的大类资产,内部的一些细分资产之间的风险配比啊。 00:06:49 所以呃这里边一共是做了三层啊,那每个层级呢都是用的风险评价模型去做的啊,那这个就是我们呃这个宏观状态中性策略啊,大致的一个呃构建流程啊,那在这个基础之上呢, 00:07:03 我们是衍生了3个版本,呃基准版、股债版和增强版啊。那在呃展示这个呃长期之前呢,我想先初步对这3个版本做一个介绍,也方便各位投资者的理解啊。 00:07:17 那基。这版本呢,我们初衷是希望把它做成一个啊,比如说叫像配置领域的沪深300的感觉啊,就是想说我们用最最基础的一些宽基的啊,覆盖面比较广的这种啊,横跨股债商的这种啊啊。大贝塔类的资产按部就班地用,呃这个前面提到的这个宏观中心的框架去做,它就大概能够实现这样的一个效果啊,所以它是一个相对调仓频率比较低啊,比较偏长期配置思路的这样的一个。 00:07:47 一个一个产品啊,那比较适配的就是这种偏自有资金属性,而且是呃长期投资诉求的这样的一类客群。 00:07:56 第二个呢就是呃股债版啊,股债版呢,我们主要是想面向目前在投资范围里面无法投资商品的一些客户啊,比如说像公募的固收加啊产品啊,像啊保险资管产品以及一些年金养老金的产品啊。那这类产品呢,因为在投资范围里面无法投资商品啊,所以我们希望做到的是啊,通过一些优化技术把股票和债券啊做一些啊组合啊,然后让这个组合呢能够接近或者说逼近啊,某一个呃商品的呃这个长期的收益风险特征啊。那这样的话呢,我们就可以实现一个呃呃穿透来看所有的底层啊,都是股票和债券这两类资产的啊这样的一个呃宏观配置策略。啊, 00:08:42 那最后一个增强版呢,可能主要是想面向这种呃通就是这个呃。短期或者说这个排名考排名考核压力比较大的一些一些客户啊,因为呃大家都想在基础版的基础之上做一些增强吧 啊,那其实需要去做的就是一些呃这种高频的宏观的择时啊,以及一些啊细分的更有进攻性的呃这种呃策略的挖掘啊。那那希望的目标就是能够啊在这种相对呃短周期视角下的这个。啊,考核的情况之下啊,做出一些锐度和差异化来,所以这三个版本呢可能会适配不同的客户群体啊。 00:09:27 那首先基准版呢,我们这个这个产品它长期来看的话呢,是9.2左右的一个年化收益啊,然后波动大概在4.7左右啊,夏普比率是啊接近一个2的水平。嗯。呃,右下角这个表格是这个策略它。历年的一个收益表现啊,那基本上每年都是一个正收益。呃,在17年和22年这两个流动性收缩的年份里边呢,收益相对低一些啊,在22年啊,在24年是实现了单年度的最高收益啊,25年是8.7的一个收益啊,今年上半年是3.8的一个收益啊,这是整体的一个呃绩效表现啊。 00:10:10 股债版的话呢,嗯,整体的效果是会比基准版要弱的啊,因为呃呃所谓的这个宏观配置嘛,它更多的是希望能够呃去更广泛地覆盖资产类别,然后通过这种分分散性的对冲来实现一个啊,更好的更稳健的配置效果啊。所以呃仅仅用股债去替代商品的,它的效果会有些折扣啊。那它它它它的长期来看的话呢,年化收益大概在7.8左右啊,然后波动呢啊,也是4.7左右的一个水平啊,那整体的夏普是1.6~1.7这样的一个一个表现啊,那么这个策略它长期来看呢。这个24年表现确实不错啊,有这个19个点,25年也还可以,有6.7的一个收益啊。 00:10:54 那今年上半年确实压力比较大啊,是1.6的一个呃YTD的收益。呃,可以看到确实呃没有商品去分散风险的话啊,其实它的表现确实会相比于基准版啊打一些折扣。 00:11:10 啊,那么第三个增项版本呢,其实就是呃像我前面说的他做了两件事儿啊,一个是呃宏观的一些择时啊,另外一个就是一些啊底层策略的优选啊。那它的长期绩效表现其实来说是是不错的啊,那长期的年化收益可以做到14.2啊,那相比于基准版的话啊,基本上可以做到5个点左右的年化超额的增强啊,而且它的夏普比率和卡玛比率是啊能够超过2的。 00:11:38 那么从这个历史的历年收益表现来看的话,每年确实也能够啊做到一个年度级别的正收益啊,而且过去三年的表现确实都很好,嗯,在这个24年的话是29个点的收益啊,25年是16个点啊,那今年上半年也是6.6的一个收益啊。那是这啊,这个是啊我们说的这个基准版,股债版和增强版啊这三个策略的一个长期的绩效啊, 00:12:02 那么接下来我想就这个适配性更广的这个基准版的策略啊,那做一个更详细一些的复盘和回顾啊。 00:12:10 首先我们先做了呃左下角的这幅图啊,那这个图呢是我们这个策略呃今年上半年的呃净值走势啊,以及它的最大回撤的情况啊。那可以看到我用红色的方框圈起来这三个区域啊,分别是啊1月末到2月初的这段时间啊,以及这个3月份的这个时间,还有这个6月份的时间啊。那这3个啊时期呢,确实我们的这个策略都经历了3次比较大的回撤啊,背后的原因呢相信各位投资者也比较呃比较了解对吧, 00:12:42 就今年其实呃对于全天候策略的扰动还是比较大的啊,1月份呢主要是这个。这个货币政策的呃啊美联储啊货币政策路径的一些摇摆,然导致了啊商品行情的一些巨震啊。那么3月份呢,主要是啊美伊地缘冲突的这个超预期的升级啊,那导致这个全球流动性的一个收紧啊。那么这个啊6月份呢,啊一方面是呃这个美联储的这个货币政策的一个一个转向啊,这个实际利率的提升对啊黄金有一个比较明显的压制作用啊。然后以及这个AI板块的这个啊虹吸效应也对啊,各类资产的这个分散的配置效果造成了一定的负面影响啊。 00:13:21 所以综合来看的话,其实今年我们定义叫流动性扰动下的啊逆风期啊,那我们这个策略确实面临了比较大的一个挑战啊,但即使在啊这样的一个多重外部冲击之下啊,它这个策略整体的韧性和稳定性还是不错的啊。 00:13:38 右边这个表格是我们逐月的一个统计啊,你可以看到啊,如果从月度级别来看的话啊,单月的最大回撤基本上可以控在两个点左右啊啊,如果从全年来看的话啊就是。整个上半年来看的话啊,这个最大回撤也控制在了3个点以内啊啊月度级别的收益来看的话,嗯最惨 的月份可能它的啊月度亏损也就是在1.7左右啊,那基本上呢呃还是比较好的体现了这样的一个韧性和稳健性。 0