主被動結合的風格輪動策略：等量齊觀：風格宏觀好友度評分在BL模型中的應用

大類資大類資產配置主動資產配置專題報告證券研究報告宏觀友好度評分指標系的本質是搭建宏觀經濟預期與資產收益率預期間的映射關系。基于對投資時鐘和周期嵌套模型的理解，我們將某個經濟體的某類短周期的環境壓力大小進行量化，從而形成若干個具有鮮明周期特色的底層宏觀因子。然后綜合考慮相關性和經濟學邏輯將多個底層宏觀因子合成為針對某類資產或風格宏觀友好度據顯示，該策略年化收益率達到22.1%，夏普比率為大類資產配置策略資產配置集中于黃金資產，而風格宏觀友好度觀點BL模型策略依然看好金融風格。短期我們認為化債方向仍然具有高勝率，互換便利SFISF和回購增持專實施將有效提升投資者對于股票市場的信心。金融板塊的機遇仍然風險因素：模型設計的主觀性，分析維度存在局限性，歷史數據存在偏差，市場一致預期調整；黑天鵝事件等可能導致大類資產相關性增加，量化模型基于歷史數據構建，而歷史規律存在失效請務必閱讀正文之后的免責條款部分2of24主動資產配置專題報告 32.全球大類資產配置策略：全球宏觀周期結合 4 9 93.2.行業風格指數相關性較低，BL模型可有效提升分散 133.3.風格宏觀友好度觀點BL模型策略構建 144.結論與配置建議：金融板塊的機遇仍然值得重視 17 18 18 19 21 23請務必閱讀正文之后的免責條款部分3of24主動資產配置專題報告資產和風格輪動研究，主要采用自上而下的宏觀周期因子和資產宏觀基本基于對投資時鐘和周期嵌套模型的理解，我們將某個經濟體的某類周期的環境壓力程度進行量化，從而形成若干個具有鮮明周期特色的底層宏觀因據相關關系和經濟學邏輯合成為針對某類資產或風格宏觀友好度評分指標B》等報告中做過介紹。主動資產配置專題報告請務必閱讀正文之后的免責條款部分4of24論將主觀觀點與量化配置模型有機結合起來，通過投資者對市場的分析預矩陣——主被動結合的大類資產配置新思路》中，我們將宏觀友好度評分指標系簡單加工形成主觀觀點，與量化配置模型中的Black-Litterman相結合。具體過程起始于將宏觀經濟指標一致預期轉化為宏觀友好度評分參考報告宏觀友好度構建方法A股《如何以宏觀友好度評分輔助權益倉位管理》1、CN宏觀友好度評分（Equity）反映宏觀環境對中國權益資產的友好程度，其為CN宏觀綜合壓力指標（Equity）的逆序百分位數。評分越高，中國權益資產獲得正回報的概率越高。由CN宏觀綜合壓力指標（Equity）求逆序百分位得到，取值范圍0-100。2、CN宏觀綜合壓力指標（Equity）=30%×貨幣缺口指標+50%×滯銷指標+20%×滯脹指標。3、貨幣缺口指標=社融同比/M2同比，反映寬信用與寬貨幣的相對力度，其逆序百分位數為CN金融周期友好度評分。評分越高，中國金融環境越4、滯銷指標=（PMI庫存-50）-（PMI生產-50），反映企業去庫存的難度，其逆序百分位數為庫存周期友好度評分。評分越高，中國實體經濟越5、滯脹指標=（PMI-50）-波動率加權的綜合通脹，反映經濟的類滯脹風險和宏觀政策的執行難度，其逆序百分位數為美林周期友好度評分。評分越高，中國經濟的類滯脹風險越低。H股《擇木而棲：A股和港股輪動規律研究》1、HK宏觀友好度評分反映宏觀環境對中國香港權益資產的友好程度。評分越高，中國香港權益資產獲得正回報的概率越高。2、HK宏觀友好度=67%×CN庫存周期友好度評分+33%×US金融周期友好度評分。美股《宏觀友好度視角下的中美權益資產比較》1、US宏觀友好度評分反映宏觀環境對美國權益資產的友好程度，其為US宏觀綜合壓力指標的逆序百分位數。評分越高，美國權益資產獲得正主動資產配置專題報告請務必閱讀正文之后的免責條款部分5of24回報的概率越高。由US宏觀綜合壓力指標逆序百分位得到。2、US宏觀綜合壓力指標=25%×10Y美債實際利率+50%×滯銷指標+25%×滯脹指標。3、10Y美國國債實際利率反映美聯儲貨幣政策的寬松程度，其逆序百分位數為US金融周期友好度評分。評分越高，美國金融環境越寬松。4、US滯銷指標=（ISM_PMI庫存-50）-（ISM_PMI生產-50），反映美國企業去庫存的難度，其逆序百分位數為US庫存周期友好度評分。評分越高，美國實體經濟越景氣。5、US滯脹指標=（PMI-50）-加權通脹，反映美國經濟的類滯脹風險，其逆序百分位數為US美林周期友好度評分。評分越高，美國經濟的類滯脹風險越低?！度展苫揪S度量化：JP宏觀友好度評分指標》1、JP滯銷指標＝（日本生產者庫存指數－100）－（日本生產者出貨指2、JP實際利率指標＝日本十年期國債收益率－日本CPI。3、JP滯脹指標＝基于波動率調和加權的綜合通脹日本制造業PMI-50）。4、將日元（JPY）兌美元（USD）的漲跌幅進行標準化與HP濾波平滑處理，可將日元兌美元匯率因子化，所得指標為JPY升值指標。5、JP宏觀綜合壓力指標＝35%×JP滯脹指標＋15%×JP滯銷指標＋30%×（滯后12M的）JP實際利率指標＋20%×JPY升值指標。對JP宏觀綜合壓力指標進行逆序百分位處理可得到JP宏觀友好度評分?！队《葯嘁尜Y產配置展望：預計仍有正收益》1、IN實際利率指標＝印度十年期國債收益率－印度CPI。2、IN滯銷指標印度制造業展望生產增加－印度制造業展望生產降低印度制造業展望庫存增加－印度制造業展望庫存減少）。3、IN宏觀友好度評分=0.50×IN庫存周期友好度評分+0.50×滯后四期的IN金融周期友好度評分。德股擬開發《債市牛熊背后的周期線索：宏觀友好度B》1、CN宏觀友好度評分（Bond）反映宏觀環境對中國債券資產的友好程度，其為CN宏觀綜合壓力指標（Bond）的逆序百分位數。評分越高，中國債券資產獲得正回報的概率越高。2、CN宏觀綜合壓力指標（Bond）=30%×貨幣缺口指標-50%×滯銷指標-20%×滯脹指標。美債《三維度刻畫十年期美債隱含通脹預期》1、美聯儲緊縮動力評分=f(-4×失業率指標+5×居民通脹指標+2×景氣度指標+5×期限利差指標)，其中f()代表順序百分位處理。美聯儲緊縮動力評分指標領先十年期美債實際利率約6個月，且解釋力度較強，在中長周期維度可以較好擬合和預測十年期美債實際利率趨勢。2、隱含通脹預期指標=50%×（滯后6M的）CRB商品指數漲（滯后6M的）US庫存周期友好度評分因子+30%×綜合通脹指標。3、美債名義利率=美債實際利率+隱含通脹預期指標。以美債名義利率月度變動的逆序百分位數作為美債宏觀友好度評分。商品《國際大宗商品配置價值下半年企穩回升》1、CRB商品宏觀友好度評分R（收益率）版=0.65×韓國庫存周期友好度評分+0.2×中國庫存周期友好度評分（滯后6M）+0.15×地緣環境變化友好2、CRB商品宏觀友好度評分對CRB商品指數解釋力度較強。黃金《三維度刻畫十年期美債隱含通脹預期》利用線性回歸方法使用2006年-2023年COMEX黃金6個月移動平均月漲跌幅對CRB商品宏觀友好度評分R指標和6M-MA美債實際利率進行回歸建模。請務必閱讀正文之后的免責條款部分6of24主動資產配置專題報告以上述模型估計的月度收益率歷史百分位數作為黃金宏觀友好度評分。美元《人民幣兌美元匯率即將開啟一輪升值趨勢》1、RMB升值動力評分=0.35×中國出口景氣度評分+0.50×（100-CN-US金融周期友好度評分）+0.15×CN-US庫存周期友好度評分。2、基于解析國際收支平衡表與宏觀因子三周期嵌套模型，該評分在中長周期維度可以較好擬合和預測離岸人民幣兌美元匯率：2011年以來，指標與人民幣兌美元升貶率相關系數達到0.62，而自2018年中美貿易戰以來，相關系數更是達到了0.81，解釋力度顯著。印度盧比《印度盧比兌美元匯率2024年或穩中有升》年第一季度至2022年第四季度數據進行HP濾波以平滑曲線并進行標準化處理，最后對數據取逆序百分位排序，可得到IN進口壓力評分指標。2、IN-US金融周期友好度評分=IN金融周期友好度評分-0.5×US金融周期友好度評分。3、IN-US庫存周期友好度評分=1.5×IN庫存周期友好度評分-US庫存周期友好度評分。4、INR升值動力評分=-0.5×(IN-US金融周期友好度評分)+1.5×(IN-US庫存周期友好度評分)-2×（滯后1季度）IN進口壓力評分。個月后的宏觀友好度評分所對應的預期收益率×0.5”作為主觀觀點。其中宏觀友好度評分所對應的預期收益率根據調倉時點過去5年的歷史數據進行滾動計算。其定義為：預期收益率(宏觀友好度評分)高修正預測的頻率可以進一步優化策略表現。主動資產配置專題報告請務必閱讀正文之后的免責條款部分7of24表2：2024年之后的大類資產宏觀友好度評分表:黃金宏觀環境持續利好A股美股H股美債商品黃金RMB升值動力INR升值動力84.685.586.484.283.382.883.7對于美元以外的各類外幣資產而言，匯率波動因素是影響最終本幣計價收重設定綜合考慮了匯率的波動情況和變化幅度。具體實現方法請見上述報請務必閱讀正文之后的免責條款部分8of24主動資產配置專題報告表3：全球宏觀周期結合量化BL模型：引入匯率的宏觀友好度觀點BL模型策略表現亮眼3%5%3.7937%3.915%3.9321%2.0120%202426%7%3.58合計22%請務必閱讀正文之后的免責條款部分9of24主動資產配置專題報告3.1.運用宏觀周期量化A股五篇報告利用宏觀友好度框架中的五大行業風格友好度評分工具，構建了風格友好度BL輪動策略并進行了回測驗證。圖3：2019年-2021年期間，消費、成長風格表現較好。2023212019-012019-052019-072019-092019-112020-012020-052020-072020-092020-112021-012021-052021-072021-092021-1102019-012019-052019-072019-092019-112020-012020-052020-072020-092020-112021-012021-052021-072021-092021-11金融(風格.中信)公式分別為：主動資產配置專題報告好，同樣越有利于周期品的金融屬性表達。好穩定風格。熊市中穩定風格顯示出較強的避險防御屬性。主動資產配置專題報告9040202018-012018-042018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-102023-012023-042023-072023-102024-012024-042024-072024-102025-012025-042025-073.0%2.5%2.0%1.5%1.0%0.5%0.0%-0.5%-1.0%-1.5%-2.0%-2.5%成長風格友好度評分成長風格友好度評分-預測 6M-MA:中信成長-全A超額收益率（右軸）2018-012018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-102023-012023-042023-072023-102024-012024-042024-072024-102025-012025-042025-07金融風格友好度評分金融風格友好度評分-預測 6M-MA:中信金融-全A超額收益率（右軸）主動資產配置專題報告90402002018-012018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-102023-012023-042023-072023-102024-012024-042024-072024-102025-012025-042025-07消費風格友好度評分消費風格友好度評分-預測 6M-MA:中信消費-全A超額收益率（右軸）4.0%3.0%2.0%1.0%0.0%-1.0%-2.0%-3.0%-4.0%90402002018-012018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-102023-012023-042023-072023-102024-012024-042024-072024-102025-012025-042025-07周期風格友好度評分周期風格友好度評分-預測 6M-MA:中信周期-全A超額收益率（右軸）3.0%2.0%1.0%0.0%-1.0%-2.0%-3.0%主動資產配置專題報告90402002018-012018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-102023-012023-042023-072023-102024-012024-042024-072024-102025-012025-042025-07穩定風格友好度評分穩定風格友好度評分-預測 6M-MA:中信穩定-全A超額收益率（右軸）5.0%4.0%3.0%2.0%1.0%0.0%-1.0%-2.0%-3.0%-4.0%3.2.行業風格指數相關性較低，由于不同資產價格變化的驅動因素有所不同，資產分散化配置可以降低整體投資組合的風險。也正是因為這個原因，Markowitz稱“資產配置多元化是投資中唯一的免費午餐”。組合的期望收益(均值)和風險(方差)為目標，以簡明的方式解釋了資產分散模型在計算過程中同樣運用了期望收益-風險優化步驟，因而從原理上看，矩陣，各風格指數超額收益率相關性較低或為負，因而可通過MVO或BL此外，我們在附錄中展示了中信五大行業風格指數與其他代表性指數的超金融風格周期風格消費風格成長風格穩定風格金融風格周期風格消費風格成長風格穩定風格-0.140.41-0.17-0.80-0.29-0.620.540.250.23-0.73主動資產配置專題報告通過上述相關性分析，資產配置模型在行業風格配置中應用的可行性得到個月后的宏觀友好度評分所對應的預期收益率×0.5”作為主觀觀點。其中宏觀友好度評分所對應的預期收益率根據調倉時點過去5年的歷史數據進行滾動計算。其定義為：預期收益率(宏觀友好度評分)法論保持一致，我們將同樣的收益率觀點構建方法應用到風格輪動當中。表1：Black-Litterman模型參數設定方法每月月末最后一個交易日投資范圍觀點權重參數τ觀友好度評分所對應的預期收益率×0.5無無為了對比風格宏觀友好度觀點BL模型策略的提升效果，我們選取了3種不當中進行對比。該策略參數設定方法與風格宏觀友好度觀點BL模型策略保持一致。主動資產配置專題報告點BL模型策略，該方法省略了宏觀周期的預期傳導效應，且不使用分321被動BL模型策略凈值被動BL模型策略凈值策略策略名稱風格宏觀友好度觀點BL模型當期最佳宏觀友好度被動BL模型年份年份 年化 最大 年化 夏普 年化 最大 年化 夏普 年化 最大 年化 夏普收益收益收益201952%22%2.3040%21%31%20%202053%27%44%25%22%0.46202121%0.4922%0.397%20%20%0.232022-13%20%20%-0.74-12%26%22%-0.63-5%20%-0.3420236%0.260%-0.09-3%-0.33202443%8%2.2132%20%40%9%2.02合計22%21%21%0.9533%21%0.6923%0.49主動資產配置專題報告需要再次強調的是，由于宏觀周期因子及風格宏觀友好度評分開發時間較使效果好也僅能說明正確的宏觀分析對資產配置具有增益效果。未來我們主動資產配置專題報告本篇報告是我們將主動配置觀點融合配置量化模型研究系列的第二篇報告。報告簡單介紹了主動配置宏觀友好度評分指標系的構建方法并對前篇報告《從宏觀友好度評分到BL模型觀點矩陣——主被動結合的大類資產配置動配置宏觀友好度觀點結合BL模型研究思路引入行業風格輪動策略當中，策略年化收益率超過22%，且對于各類基準提升明顯。宏觀基本面量化思置集中于黃金資產，而風格宏觀友好度觀點BL模型策略依然看好金融風專項再貸款工具的相繼發布實施將有效提升投資者對于股票市場的信心。主動資產配置專題報告主動資產配置專題報告表5：過去三年風格及其他代表性指數超額收益率相關性系數表主動資產配置專題報告表6：風格宏觀友好度評分表101001請務必閱讀正文之后的免責條款部分20of240110主動資產配置專