配置视角下权益资产池的构建：量化资配月谈（2026/11）

1. 引言

资产配置研究应回归基本问题：收益与风险来源、模型规律的可解释性和可迁移性。资产池的选择对配置结果有重要影响，需从收益-风险角度出发，基于张成检验（Spanning）进行权益资产池选取。

2. 本期研究：Spanning视角下权益池构建

2.1 回归本质，资产如何选取

资产配置研究应关注收益与风险的来源，模型规律的可解释性和可迁移性。资产池的选择对配置结果有重要影响，需从收益-风险角度出发，基于张成检验（Spanning）进行权益资产池选取。

2.2 Spanning对资产选取的启发

张成检验的核心在于判断新增资产能否提供现有组合难以替代的配置机会。若原有资产已能实现相同目标，扩容仅意味着管理范围扩大，只有改善组合机会集，新增资产才具有经济价值。

2.3 MSS与SSD法的实践路径

以境内/境外权益ETF为研究目标，沿“ETF产品—跟踪指数—候选资产池—筛选名单”的路径构建权益资产池。在指数行情处理方面，考虑多只ETF可能跟踪同一指数，以跟踪指数代码为标识对产品进行归并，并对跨境指数的原币行情结合可得汇率进行换算。

2.3.1 MSS法的实践困境

MSS在本次实证中受到候选资产高度相关、有限样本统计识别及长仓机会保留等因素制约，直接用于构建权益池的支持尚不充分。

2.3.2 SSD法的技术路径

权益资产池的压缩，需要同时回答保留哪些资产和保留多少只资产。评价基准是：在相同的历史样本和投资约束下，压缩后的资产池相对于完整资产池会损失多少可实现的投资效用。由此形成的实施顺序是：先统一收益数据和风险偏好评价标准，再建立完整资产池的机会基准，随后逐只加入资产，最后根据预先设定的损失容忍度确定名单与数量。

2.4 SSD：以2026年中权益池为例

以2026年6月30日的半年度选池信号为例，可以沿候选资格、收益节点、风险偏好和名单压缩四个环节，观察SSD如何将较大的权益候选集合转化为可供配置使用的名单。

2.5 SSD：敏感性与配置结果分析

2.5.1 基准筛选结果

SSD筛选具有一定配置价值，但改善幅度仍较有限。境内筛选效果较为清晰，境外则尚未形成相对相关性筛选的优势。

2.5.2 敏感性：资产上限先验约束

资产数量约束对配置结果形成较明显的分层，过度压缩可能损失有效的投资机会。

2.5.3 敏感性：收益节点门限设置

收益节点设置对筛选结果具有实质影响，C规则的境内配置表现更具优势。

2.5.4 敏感性：效用网络划分方式

增加偏好刻画的精度有助于局部改善，但并未改变名单压缩的主要规律。

2.5.5 敏感性：协方差估计方式

多数净值曲线的长期走势较为接近，说明选池效果并未因估计方式变化而发生根本改变，但是境内外对近期风险信息的反应不同，局部估计方案仍能带来一定的绩效差异。

2.5.6 配置结果分析

优化权益池具有较明确的配置价值，能够改善仅依赖固定宽基组合的收益风险结构。C规则SSD权益池纳入股债金风险平价配置后，组合在波动基本持平的情况下取得了更高收益和更小回撤。

3. 模型跟踪：大类资产配置系列运行情况

3.1 抗通胀指数

PPI情景等权本月收益+5.16%，全球通胀情景等权本月收益+14.03%，分别跑赢中证商品期货指数9.15和18.02个百分点。PPI情景等权通胀上行期收益38.61%，全球通胀情景等权通胀上行期收益16.22%，分别跑赢中证商品期货指数10.94和3.75个百分点。PPI情景等权：与PPI滚动平均相关系数0.60，相对中证商品期货指数+0.11。

3.2 商品ETF配置

综合版策略在提升收益的同时，体现出较强的回撤控制能力。全样本期间，MVO_PRO、RP_PRO和RB_PRO的年化收益分别为17.70%、15.76%和16.94%，均高于基准的12.90%；最大回撤分别为13.29%、9.66%和11.16%，明显低于基准的21.20%，夏普比率也由基准的0.79提升至1.41—1.45，收益与风险控制实现同步改善。样本外超额表现尤为突出。自5月底以来，三个策略的年化收益分别达到21.53%、22.19%和20.88%，较基准高出23.38、24.04和22.73个百分点。同时，样本外最大回撤仅为4.40%—5.21%，较基准的14.21%收窄约六至七成，夏普比率达到1.59—1.70。

3.3 宏观状态识别

10月末，宏观四状态模型的信号由此前的收缩切换至放缓（CLI仍处低位、CRACI继续下探）。8—9月，增长水平低于自身趋势、风险偏好转弱，模型连续识别为收缩。本次状态切换主要反映增长水平相对趋势位置的变化，风险偏好尚未同步改善，后续需继续观察两类信号能否形成同向修复。