必赢国际437官方本文重点聚焦自上而下的综合性配置方案。主要涉及:(1)宏观层面:海外经济温和增长,国内经济稳中有进;AH股占优,债市延续震荡,中长期看多贵金属和工业金属;最后依次给出普林格周期配置信号、宏观因子风险平价策略与全球配置ETF组合。(2)中观层面:行业判断短期顺周期、中长期科技成长,风格判断大盘成长占优。(3)组合层面:根据选基模型构建FOF组合,根据基本面因子和分钟因子构建股票组合。(4)投研工具箱:中信建投智研多资产配置+平台()是中信建投金融工程及基金研究团队搭建的研究成果展示平台,平台定期更新全球资产配置、行业轮动、FOF策略等模型信号及配置建议。
市场表现:全球权益市场整体上涨,韩国、港股领涨。商品方面,黄金延续强势表现,原油承压下跌。国内方面,北证50大幅领跑,小盘成长风格整体占优,主动权益基金超额修复;有色、TMT表现领先。
大事记:中国资本市场改革与开放进程加速推进,多项重大政策落地与市场结构性变化交织。公募基金销售费用重塑。落实高质量发展行动方案的又一重大举措,公募基金迎基准改革。险资加快入市步伐。科技成长成为投资主线,北向资金持续流入,主动权益持仓显著集中。
全球宏观经济展望:海外宏观经济温和增长,货币开启宽松周期,日本新首相交易经济改革预期。国内经济延续稳中有进,新质生产力促进发展,消费活力有所增强,非地产领域投资仍具韧性,货物贸易顺差扩大。
大类资产趋势展望:1)股票资产:AH股占优,美日股市或延续增长。2)债券资产:中债延续震荡,美债期限结构或陡峭化。3)商品资产:中长期看多贵金属和工业金属,原油震荡走弱。
资产配置方案:1)普林格周期配置模型:认为当前中国经济正处于该周期体系的第三阶段,模型建议配置是股票和商品。2)宏观因子风险平价策略:高配债券资产且以短债为主,股票和黄金作为底仓配置。3)全球配置ETF组合:根据最新宏观信号,流动性因子自9月底以来提示债券利空风险;股票投资建议以红利+宽基+成长的配置思路,其中红利与宽基为底仓;黄金信号仍处于积极区间。综合宏观信号及多目标优化模型得到最终的多资产ETF配置方案,今年以来稳健、平衡和积极组合在债券方面增持短融、减持10年期国债,在股票方面增持A股且偏好红利和宽基;稳健组合对黄金配置比例有所减少。
行业:行业轮动模型基于因子动量思想以及宏观、基本面、资金面,事件动量等子维度构造,2019年以来年化超额达到28.9%、月度胜率74%,今年以来超额达到22.9%、月度胜率70%。结合信号打分及大模型建议,短期看好建材、煤炭、石油石化等顺周期行业,中长期看好通信、电子、计算机等科技成长行业。
风格:价值/成长轮动:通过动量效应、美债利率传导及模式切换信号构建三层模型,组合策略年化收益12.15%,季度择时准确率75.51%。大小盘轮动:综合信用利差、货币宽松度、货币活化及动量这四个信号,组合策略年化收益10.03%,季度准确率76.74%。ETF资金流:基于短期ETF情绪反转资金流效应构建风格轮动模型,全时段价值成长策略年化多空15.24%,大小盘多空14.93%。结论:中期宏观因子和短期ETF资金流均指向大盘+成长;综合判断未来大盘占优,成长行情还有持续空间。
长期能力因子及风格轮动FOF组合:长期能力因子分解基金超额收益为交易、选股、配置、择时四项,引入风格因子优化行业配置。叠加季度风格轮动信号(如美债利率择时),构建动态FOF组合。季度调仓,剔除不可申赎基金。长期能力因子组合2025年收益32.77%,全时段年化16.91%;因子叠加风格轮动FOF年化收益18%。季度KF-Alpha+交易FOF组合年化16.95%。基于更贴近基金投资的基准构造的Alpha因子经过检验相比传统方式构造的Alpha因子有更好的选基效果,今年以来绝对收益46.16%,相对偏股混合超额收益8.81%。
行业轮动FOF组合及ETF组合:基于行业轮动模型,月度调仓。主动权益行业轮动FOF2025年收益59.92%,全时段年化23.7%,相对基准年化超额15.2%。多层规划求解的行业轮动ETF组合2025年收益54.68%,全时段年化23.26%,超额Wind全A 17.9%。
陪伴式FOF组合:构建以Alpha为主、拥挤度为辅的动态多因子选基模型,季度调仓。陪伴式偏股增强、陪伴式300增强、陪伴式800增强FOF组合今年以来收益分别为27.46%、23.45%、20.06%。
中证A500因子选股:统一基本面因子框架包括了因子生成,因子计算,因子验证,因子进化,因子筛选等模块,对每个模块都进行了优化,使其能够更加高效合理的挖掘基本面因子。将中证A500内挖掘的因子进行等权合成,并且进行行业市值中性化处理。利用合成因子构建的选股组合alpha为21.73%,夏普比为1.07。
分钟因子模型:通过对A股市场日内微观结构的分析,我们成功构建了一个基于分钟因子模型的隔夜交易策略。策略采用集成学习,融合了LightGBM在截面数据上的优势和我们自研的pegformer模型在时间序列上的强大捕捉能力。在2022年至2025年7月的样本外测试中,该策略表现出卓越的盈利能力和稳健性。预测因子IC均值达到0.087,信息比率高达9.136。在千二的交易成本假设下,策略能实现超过64.15%的年化超额收益和3.53的夏普比率。
中信建投智研多资产配置+平台:中信建投智研多资产配置+平台(网址:是由中信建投研究发展部金融工程及基金研究团队主导开发的研究数字化产品,覆盖资产配置、基金研究及量化选股等多个方向,平台定期更新展示全球资产配置、行业轮动、FOF策略等模型信号及配置建议,并同时具有智能选基工具箱、组合工具箱、投研工具箱等综合性功能,一站式解决组合配置研究需求。
一键优化主动权益基金的基准偏离:“组合优化小工具”集成了三种优化方案,核心思路是对原始组合进行适度权重调整或补充适量成分股,以此优化主动权益基金相对于基准的表现。该款工具的操作流程仅需四个步骤并且开放关键参数的设置,基金经理通过简易操作即可灵活生成定制化的优化方案。
Fin MCP Server:Fin MCP Server是我们开发的一个金融领域MCP Server,不仅支持多种数据提取和分析工具,还集成了量化研究中的关键功能,如策略回测和因子优化。通过与AI代码编辑工具(如Cursor和Trae)结合,Fin MCP Server能够实现从数据获取到策略执行的自动化,也能够在一些AI助手,如Cherry Studio或者手机APP中进行调用,极大地提高了研究效率。其支持本地和云端两种部署方式,使得用户可以根据自身需求灵活选择。
多智能体投资决策框架:我们构建了一个包含分析师、基金经理、风控官的全流程,多智能体投资决策框架,它通过模拟一个高效、理性且纪律严明的投研组织,通过分析K线图像,技术指标,新闻文本,财务报告PDF,研究报告等多模态信息,生成投资建议,为投资决策提供了强大的技术支持。通过此框架,能够快速生成全面的投资分析报告,结果不仅包含不同类型智能体的研究观点,还包含了多种类型的量化指标。
研究均基于历史数据,对未来投资不构成任何建议。文中的模型分析均是以历史数据进行计算和分析的,未来存在失效的可能性。市场的系统性风险、政策变动风险等市场不确定性均会对策略产生较大的影响。另外,本报告聚焦于模型的构建和效果,因此对市场及相关交易做了一些合理假设,但这样可能会导致基于模型所得出的结论并不能完全准确地刻画现实环境,在此可能会与未来真实的情况出现偏差。而且数据源通常存在极少量的缺失值,会略微增加模型的统计偏误。
姚紫薇:金融工程及基金研究团队首席分析师,上海财经大学硕士,厦门大学统计学与数据科学系行业导师、中证报金牛奖专家评委。历任
基金评价业务负责人,2024年加入中信建投研究发展部,深耕基金研究、资产配置、财富管理、数字化建设、大模型应用等领域,主导开发招商证券研基实验室、中信建投智研多资产配置+平台(网址:)。多次获得团队荣誉,获得2020年新财富最佳分析师金融工程方向第3名,2021年新财富最佳分析师金融工程方向第2名。
王超:南京大学粒子物理博士,曾担任基金公司研究员,具有8年的研究和投资经验,2021年加入中信建投证券研究所,主要负责量化多因子选股,机器学习以及大模型研究。
王西之:上海财经大学管理学硕士,7年量化研究经验,主要从事行业轮动、量化产品等方向研究。
孙诗雨:上海财经大学金融硕士,西南财经大学经济学学士,4年基金研究经验,研究方向为权益基金研究、组合构建、基金经理调研等。
应绍桦:厦门大学金融硕士,3年基金研究经验,研究方向主要为资产配置、组合构建、基金数据库、基金因子挖掘等。
缪金瑾:上海财经大学金融硕士、学士,2025年加入中信建投证券研究发展部。
证券研究报告名称:《2026年投资策略报告:精准施策,驭势而行——2026年全球大类资产配置建议书》