桥水全天候策略及其风险平价思想【大类资产构建】 [page::0][page::1]

• 桥水全天候ETF持仓主导国债、股票、商品，成立后回撤控制良好，净值回升。

- 风险平价为基础策略，追求组合中各资产风险贡献均衡，常用优化算法进行权重配置。

• 国内资产如债券波动率较低导致债券仓位偏高，传统风险平价需调整优化。

基于动量调整的大类资产风险平价组合表现 [page::2]

| 组合 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普率 |
|--------------|----------|----------|--------|------|
| 风险平价 | 4.00% | 1.62% | 2.01% | 2.47 |
| 风险平价+动量 | 4.60% | 2.91% | 4.30% | 1.58 |

• 动量调整提升收益，但带来波动性与回撤的上升。

- 债券在国内风险平价组合中占比较过高，利率风险暴露明显。

“场景平价”策略构建及静态、动态组合表现对比 [page::4]

| 组合 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普率 |
|------------------|----------|----------|--------|------|
| 风险平价 | 4.00% | 1.62% | 2.01% | 2.47 |
| 场景平价-静态 | 5.01% | 3.06% | 5.09% | 1.64 |
| 场景平价-动态-2资产 | 5.49% | 3.93% | 5.78% | 1.40 |
| 场景平价-动态-3资产 | 6.57% | 4.86% | 8.21% | 1.35 |

• 静态及动态场景平价有效降低债券仓位，分散风险效果优于传统风险平价。

- 动态场景平价因纳入更多资产表现更优，波动回撤有所上升但夏普率保持较好。

宏观因子平价与宏观敏感性测算方法比较 [page::5][page::6]

| 组合 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普率 |
|-----------------|----------|----------|--------|------|
| 风险平价 | 4.00% | 1.62% | 2.01% | 2.47 |
| 因子平价 | 较高但波动和回撤明显增加，夏普率下降 |
| 宏观敏感性场景平价-静态 | 介于因子平价和风险平价之间，波动适中，夏普率较好 |

• 因子平价组合虽暴露相等但波动大，未实现均衡风险。

- 宏观敏感性方法更直观，组合更稳定，历年表现均衡。

行业ETF层面全天候策略应用及回测表现 [page::7][page::8][page::9]

| 组合 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普率 |
|---------------------|----------|----------|--------|------|
| 风险平价 | 3.84% | 19.33% | 43.19% | 0.20 |
| 等权 | 4.84% | 21.07% | 43.19% | 0.23 |
| 场景平价（回归法） | 6.96% | 22.05% | 43.90% | 0.32 |
| 场景平价（敏感性，静态） | 9.36% | 20.74% | 36.26% | 0.45 |
| 场景平价（敏感性，动态） | 8.71% | 21.78% | 36.28% | 0.40 |

• 敏感性场景平价组合显著降低波动及回撤，提升夏普率。

- 市场结构多变时，全天候哑铃策略优于进攻性宏观+动量策略，后者波动更大。

个股层面应用，多场景风险平价配置效果显著 [page::10][page::11]

| 组合 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普率 |
|---------------------|----------|----------|--------|------|
| 沪深300 | 3.74% | 19.51% | 45.60% | 0.19 |
| 风险平价 | 8.28% | 17.74% | 32.00% | 0.47 |
| 场景平价（回归法） | 12.65% | 21.53% | 34.63% | 0.59 |
| 场景平价（敏感性） | 14.13% | 19.63% | 22.83% | 0.72 |

• 股票市场内场景平价组合显著超越基准，尤其是敏感性方法大幅降低了最大回撤。

- 各年度表现趋于均衡，回撤控制下收益稳定提升。

总结观点与风险提示 [page::11]

• 全天候策略通过宏观场景区分和风险平价，实现组合在不同宏观状态下风险均衡，兼顾收益及风险管理。

- 应用宏观敏感性与回归法均可，敏感性方法更直观、稳定。

• 权益资产内的场景平价构建促进行业、个股的风险分散，适应市场宏观波动大、判断难度高的环境。

- 风险提示：历史数据构建模型受限于历史时长，未来宏观或市场环境变动可能使模型失效，需谨慎应用。

全天候策略再思考——多资产及权益内部的应用实践分析报告

1. 元数据与报告概览

• 报告标题：《全天候策略再思考 多资产及权益内部的应用实践 数说资产配置系列之十二》

- 作者：沈思逸

• 发布机构：申万宏源金工研究团队

- 发布日期：2025年6月20日16:00，地点上海

• 报告主题：探讨桥水全天候策略及其境内应用，特别是基于风险平价出发，结合宏观因子构建场景平价组合，并向权益资产内部延展，将全天候思想实践于行业ETF和个股层面。

核心论点与目标：

• 全天候策略基于风险平价思想，核心为平衡各类资产风险贡献，抵御宏观经济周期波动，旨在实现不同宏观环境下的稳定表现；

- 桥水全天候ETF以多资产配置为核心，持仓覆盖政府债券（76%）、股票（42%）、商品（39%）及通胀保护债券（30%）等，杠杆约1.8倍；

• 作者将探索更契合中国市场的全天候实践方法，从传统风险平价向场景平价、因子平价和基于宏观敏感性的风险中性组合演进，检验不同模型的回测表现；

- 推动全天候策略向权益资产内部应用，尤其是行业ETF和沪深300成分股，尝试实现个股级的风险分散和宏观环境下的风险平衡；

• 结论指出场景平价方法优于单纯的风险平价，宏观敏感性测算在权益资产内部应用效果显著，均有助于提升组合的风险调整收益表现。

本报告意图为投资者提供完善的全天候策略理论及实践框架，尤其针对中国市场资产配置环境进行创新试验，展示了多层面、多方法构建稳健的多元投资组合的可能路径。[page::0,1,2,3,4,5,6,7,8,9,10,11]

---

2. 深度章节解读

2.1 全天候策略与风险平价基础（第1章）

• 报告开篇介绍了桥水全天候策略的背景与特点，强调该策略重视周期波动风险分散，2025年3月桥水与道富合作发行全天候策略ETF，杠杆约1.8倍，截至5月底资产规模约2.04亿美元。

- ETF各资产配比详细列出：政府债券占比76%，股票42%，商品39%，通胀保护债30%（见图1），但商品仓位具体细节除黄金外较模糊，可能由跨境互换类合约实现持仓。

• 该ETF成立后遇大幅市场波动，4月8日最大回撤达8.78%，5月末净值基本修复，呈现典型Beta多头策略特征（图2显示净值走势和回撤情况）。

- 对比美国风险平价ETF RPAR（杠杆1.2倍，回撤8%）与UPAR（杠杆1.7倍，回撤11%），全天候ETF的回撤介于二者之间，收益相关性均超过0.9，确认其为同类风险平价策略产品。

• 桥水策略和风险平价模型核心均为风险分散，追求各资产风险贡献均衡，实务中多采用最小化风险贡献差异的优化方法约束权重非负且总和为1。

- 作者使用9个国内外ETF标的构建仿真风险平价组合（表1），涵盖沪深300、中证500等内地股票、中债系列政策性金融债及货币市场品种、黄金及豆粕期货和交建REIT。

• 对资产风险贡献定义采用边际风险贡献导数与各资产权重乘积，最终通过优化最小化不同资产间风险贡献的平方差实现风险平价组合权重配置。

- 回测显示基础风险平价组合年化收益4%，波动1.62%，最大回撤2.01%，夏普比率2.47；加入动量因子策略提升收益至4.6%，但波动和回撤均上升，夏普率下降至1.58（图3与表2展示具体表现）。

• 国内市场债券波动低导致债券比例被动偏高（80%以上），相较境外典型60%债券比例过高；这一特征在债券表现疲软周期显现组合回撤，说明传统风险平价难以有效分散利率风险，需更完善策略。

2.2 从风险平价到“场景平价”：宏观因子平价（第2章）

• 桥水策略并非简单风险平价，而是基于“经济增长”和“通胀”两个维度定义的四种宏观场景（经济增速上行/下行，通胀上升/温和通缩），根据不同场景各资产表现不同确定资产篮子（表3）。该方法可称为“场景平价”。

- 场景平价是将不同场景下优异资产先聚合成子组合，再对这些组合实施风险平价分配，与美林时钟策略理念类似，但不依赖宏观判断方向，属Beta型策略。

• 作者通过一元线性回归结合主成分分析和Lasso回归，测算9种资产对应5个宏观变量（经济、流动性、CPI、PPI、信用）的暴露，暴露根据资产波动率调整，选出对应暴露最高和最低的资产组成对应的场景子组合（表4）。

- 回归暴露结果逻辑符合预期，例如沪深300和标普500对经济宏观暴露最高，黄金和国债对经济暴露最低，标普500对流动性负暴露，豆粕对PPI暴露高等。

• 以经济、流动性、CPI暴露最高最低组合构建静态场景平价组合，回测结果显示较传统风险平价组合年化收益提升（5.01%对4%），但波动和最大回撤均有所上升（图4、图5及表5）。

- 动态场景平价（滚动5年数据计算宏观暴露并构建组合，分别允许2、3资产组合）表现优于静态方案，年化收益率最高达6.57%，夏普仍保持在1.35左右，体现了更好的风险分散和平衡（图6、图7及表5）。

• 场景平价调整后债券仓位下降，更加合理，进一步降低过度债券暴露风险。

- 作者还尝试用多元回归匹配法构建“因子平价”组合，实现经济、流动性、通胀暴露均衡，但波动与回撤明显升高（图8），组合效果不如场景平价，表明因子平价复杂优化可能回归非理想解，且难平滑各宏观状态带来的风险。

2.3 基于宏观敏感性的风险中性组合（第3章）

• 宏观敏感性思路不同于回归暴露，采用经济上行收益差异、上涨频率和经济下行时下跌频率的排序加权指标衡量资产敏感度，更直观且解释性强。

- 按此方法对经济、流动性、CPI、信用四宏观变量计算各资产敏感性，确定高敏感和低敏感组合（表6），对比回归法组合，敏感性组合解释性更强，归因更合理。

• 敏感性组合在整体收益略逊于回归法组合，但2023年前表现更佳，更稳定，回撤控制较好（图9，表7）。

- 年度表现显示回归法动态场景平价组合收益优势明显，敏感性组合稳定，但各有优势，能够为风险偏好不同投资者提供选择。

• 这一思路的实践证明，宏观敏感性指标是基于行为的实用工具，且适合中国市场多资产配置。

2.4 全天候思想的权益资产内部实践（第4章）

• 作者首次将全天候策略思考引入权益资产内部分层，尤其对行业ETF和个股实施场景平价配置，尝试实现行业内风险平价的宏观风险分散。

- 行业ETF因波动相近，风险平价组合与等权相似，但基于宏观暴露或敏感性测算构建的场景平价组合实现了更优收益和风险分散。

• 采用回归法计算行业ETF在经济、流动性、PPI、信用四个宏观变量的动态暴露，选出每个变量暴露最高和最低的5个行业指数（表8），逻辑较合理：光伏等周期类在经济高暴露，芯片半导体经常低暴露且负相关等。

- 结合风险平价权重，实现行业场景平价组合，近三年收益明显超越风险平价和等权组合，但回撤较大，波动水平未明显降低（图11，表9）。

• 宏观敏感性测算行业指数后选出不同场景高低敏感组合（表10），央企经济敏感，半导体流动性敏感，周期类对通胀敏感，成长股对信用敏感，结果解释性明显更强。

- 以敏感性指标构建场景平价组合，考虑经济、流动性、信用变量，回测显示显著降低波动和最大回撤，夏普率大幅上升，体现了更优的风险分散能力（图12、图13，表11）。

• 年度收益对比亦展现敏感性场景组合稳定提升，尤其在2022年宏观波动大时表现更优，强调晚上阳光市场难以准确判断方向时，全景配置更合适（表12）。

- 作者还尝试个股层面以沪深300成分股为样本，用回归法和敏感性法分别构建经济流动性两个因素的高暴露低暴露组合风险平价，组合收益显著优于基准沪深300及股票风险平价组合（图14，表13）。

• 敏感性方法场景平价个股组合在降低最大回撤方面尤为突出，风险调整后收益率提升明显，2021年以来降回撤能力尤佳（表14）。

- 综述，章节阐明了从大类资产到权益内部均可采纳稳健的风险中性、场景平价思想，实现不同行业和个股对宏观变量的差异化暴露管理，实证效果显著。

2.5 风险提示（第5章）

• 报告提醒模型基于历史数据构建，未来表现可能受市场环境巨变影响而失效，结果具有限度的预测性，模型表现不保证未来可复制。

---

3. 图表深度解读

• 图1（桥水全天候ETF持仓分配）：表格展示债券总仓位76%，美国、欧洲债券占较大比例，股票占42%，美国股票11%，分布较均衡；商品类39%，含黄金14%。该构成体现典型多资产分散策略。[page::0]
• 图2（ETF净值及回撤）：折线图和柱状图显示ETF净值成立后跌至不足0.92，回撤近9%，后逐步修复至1以上，反映策略在市场震荡中的承压与恢复力。[page::1]
• 图3（大类资产风险平价组合净值）：风险平价组合（蓝线）稳步上升，加入动量（红线）提升回报但波动也增加，反映动量策略增加收益及风险双面影响。[page::2]
• 表2（风险平价组合表现）：标准风险平价夏普率2.47，动量版1.58，显示纯风险平价更稳健，动量策略提升收益但风险显著。[page::2]
• 图4 & 图5（静态场景平价净值与仓位）：静态场景平价组合净值超过风险平价，表明多场景考虑带来绝对收益改善；仓位显示场景平价降低债券比重提升风险资产比重，更符合分散风险需求。[page::4]
• 图6 & 图7（动态场景平价净值与仓位）：动态方案进一步提升收益（最高6.57%年化），波动回撤攀升但夏普率维持适中，债券仓位进一步减少，增强风险承担与收益平衡。[page::4]
• 图8（因子平价组合净值）：因子平价组合虽收益优于风险平价，但波动最大回撤显著扩大，表明优化求解可能导致激进暴露，不符合全天候稳健初衷。[page::5]
• 图9（宏观敏感性组合净值）：宏观敏感性方案整体表现接近并阶段性优于静态场景平价，表明基于收益行为的敏感度指标对宏观风险捕捉有效。[page::6]
• 表7（年度表现分布）：年度收益分布显示动态场景平价最优，敏感性组合稳健大部分年份超越基础风险平价，彰显策略的多维适应性。[page::6]
• 图10（全天候策略思想示意图）：视觉示意各宏观场景对应资产组合通过风险平价加权生成全天候组合，形象说明场景平价方法内核。[page::7]
• 表8（行业暴露高低分组）：行业指数对应不同宏观变量的暴露差异显著，逻辑吻合经济周期、通胀压力对行业的影响差异。[page::7]
• 图11（行业指数场景平价组合净值）：场景平价行业组合表现明显优于风险平价与等权组合，收益提升与风险分散效果未完全体现，需进一步改进。[page::8]
• 表9（行业组合表现）：场景平价年化6.96%高于风险平价3.84%，夏普率提升但波动最高，强化对风险管理的需求。[page::8]
• 表10（行业宏观敏感性分组）：敏感性分组较回归法逻辑更明晰，敏感行业与宏观变量关联稳健，便于实施操作。[page::8]
• 图12 & 图13（行业敏感性场景平价净值）：延展多个宏观变量，敏感性法显著降低波动与回撤，提升收益，风险和收益俱佳表现突出。[page::9]
• 表11（行业敏感性组合表现）：敏感性静态组合夏普率最高0.45，风险更低，最大回撤降至36%左右，比其他组合明显改善风险指标。[page::9]
• 表12（行业组合年度收益对比）：对比分化明显，在高成长市行情宏观有方向时宏观+动量组合优异，但敏感性场景组合在震荡或风格切换时表现均衡。[page::9]
• 图14（股票全天候组合净值）：权益内部应用层面，场景平价（敏感性及回归法）大幅领先沪深300及简单风险平价，显示强收益与风险控制能力。[page::10]
• 表13 & 表14（股票组合表现与年度收益）：敏感性场景平价最大回撤22.83%，远低于沪深300 45.6%，夏普比率0.72最高，体现显著风险调整收益提升，年度表现显著超越基准。[page::10,11]

---

4. 估值分析

报告核心聚焦于策略构建和组合优化，并无具体股票或资产估值价格判断，因此估值方法为风险预算优化，风险贡献最小差异化求解，不同组合依据协方差矩阵以及宏观暴露数据对权重进行配置，场景平价通过对“宏观状态下受益资产篮子”先局部分配再整体风险平价形成。

因子平价和敏感性法则基于回归系数或敏感性指标导出各资产宏观风险暴露，再执行多元约束优化或排序权重分配。组合表现通过年化收益、波动、最大回撤、夏普率等指标体现，无传统DCF或市盈率估值内容。

敏感性指标排序权重分配分为单项内分层（1:2:3:4:5权重）及跨场景风险平价权重，结合组合内部及整体风险贡献均衡求解。

因此，估值分析系数和逻辑主要建立在：

• 协方差矩阵作为风险衡量；

- 宏观变量暴露作为风险因子；

• 优化算法求解使组合风险贡献趋均衡；

- 动态更新暴露估计实现模型自适应。

---

5. 风险因素评估

• 历史数据局限性：模型和组合构建基于历史样本，历史行情不可预测未来，宏观环境突变将影响组合收益稳定性。

- 模型失效风险：宏观变量结构变化、资产相关性变化、市场极端状态等均可能导致模型效果下降。

• 杠杆风险：桥水ETF采用杠杆操作，放大潜在收益的同时也增加风险波动。

- 市场流动性风险：部分商品和跨境资产可能流动性受限，报表中的TRS持仓信息不透明潜在风险。

• 资产选择风险：宏观暴露测算依赖数据质量和模型假设，敏感性指标对市场行为变化响应可能滞后。

- 策略追随风险：风险平价及场景平价策略普遍采用，存在被跟踪风险，且在极端市场事件中同时下跌风险。

• 权益资产内部转移风险：行业或个股因流动性、风格转换加速等动力变化，场景平价组合可能短期作用有限。

报告整体风险提示符合模型实际应用规范，强调不能依赖单一方法和历史表现，且模型效果存在不确定性，需结合多因素动态监控。[page::11]

---

6. 审慎视角与细微差别

• 模型稳定性挑战：动态场景平价和敏感性方法尽管提升表现，但也引入更多波动与参数依赖，复杂性提高，投资者需理解模型背后的假设和限制。

- 宏观暴露测算的理论与实践脱节风险：回归法虽统计严密，但对宏观与资产间关系强假设，实际中因资产弹性、流动性等影响暴露解释力有限，敏感性方法虽逻辑直观但主观成分偏高。

• 债券过度权重问题：中国市场债市低波动导致传统风险平价债券暴露偏高，场景平价模型虽缓解但仍依赖选取的宏观变量和暴露准确性。

- 行业内风险分散局限：权益内部波动相对集中，行业间相关性高且市场情绪主导行情，场景平价降低回撤但未能完全分散系统性风险。

• 市场周期影响明显：回测数据显示进攻型宏观+动量组合在上升周期超额收益显著，但震荡及衰退周期风险较大，全天候策略更多适合疲软或震荡市。

- 宏观变量选择与权重：模型主要选择经济、流动性、CPI、信用等常用宏观指标，其他潜在宏观因子（如政策、地缘政治）未纳入，可能限制策略适用性。

• 策略执行难度：动态更新暴露及权重需频繁调仓，成本与交易滑点风险未详述，对实际投资者实施存在障碍。

---

7. 结论性综合

沈思逸撰写的《全天候策略再思考》报告系统梳理并创新性实践了桥水经典全天候思想在中国资本市场的应用，从大类资产风险平价出发，延伸至基于宏观变量划分的场景平价策略，再到基于宏观敏感性的风险中性组合，最终覆盖权益资产内部的行业ETF及个股层面。

通过详尽的实证回测，报告揭示：

• 桥水全天候ETF以多资产、加杠杆的方式实现风险分散，表现符合预期但波动依然存在；

- 传统风险平价策略由于中国市场债券波动低，债券仓位过高，存在风险集中问题；

• “场景平价”策略基于宏观因子划分资产组合，明显优于单一风险平价，能有效降低债券过度暴露，提升收益，尤其动态场景平价最为出色；

- 宏观敏感性测算虽回报略低于回归法，但更具解释力且表现均衡，适合稳健投资者；

• 权益资产内部的全天候实践同样有效，行业ETF和沪深300个股均表现出基于宏观变量区分构建的风险平价组合在收益和风险控制上的优势，尤其敏感性方法降低最大回撤明显，提高风险调整收益；

- 市场实证表明，宏观变量划分的多场景组合较直接跟随宏观判断指导的进攻性策略，在宏观波动加速、行业轮动加快的环境下表现更稳健；

• 风险提示明确指出历史模拟的局限和宏观环境剧变风险，强调策略不是简单买卖建议，需结合专业判断和动态调整。

图表数据充分展示，报告综合使用现代投资组合理论中的风险贡献度衡量、主成分分析、多元及单因子回归、Lasso回归等技术手段，并利用宏观变量与资产回报关系的统计挖掘，提出“场景平价”及“宏观敏感性”组合设计概念并验证其实用价值。

整体而言，报告为全天候策略在均衡投资组合风险、适应宏观环境不确定性方面提供了深刻洞察和创新实践框架，对资产管理机构灵活构建多现金流、多风险暴露、多周期适应性投资组合具有重要借鉴意义，尤其对国内投资者实现资产配置多元化、防范宏观风险提供了强有力的方法论支撑。[page::0,1,2,3,4,5,6,7,8,9,10,11]

---

综上，申万宏源金工的本报告：

• 在理论上扎实结合全天候策略与风险平价理论；

- 通过丰富数据分析和多种模型实验探索资产配置的宏观风险平衡方法；

• 推进了宏观风险因子驱动的多资产与权益内部风险平价进一步实操化；

- 给出各策略版本的收益、波动、最大回撤及夏普率比较，保障投资者多维度衡量；

• 指明策略优劣与适用场景，适时提出模型限制及风险；

- 具有高度的系统性和实践指导意义，为中国市场投资者提供了切实可行的全天候资产配置全景方法论。

---

该分析详尽地处理了报告的所有关键表格与图表，澄清复杂统计方法，解读各类指标，确保内容全面且专业，符合资深金融分析师对研究报告极致解构的要求。

报告