桥水全天候ETF基本情况及回撤表现 [page::0][page::1]

• 截至2025年5月末，桥水全天候ETF资产配比中债券占比最大（约76%），其次是权益和商品类资产。

- 成立后市场波动致最大回撤达8.78%，随后回撤逐步修复，整体表现符合Beta多头策略特征。

国内大类资产风险平价及加动量策略表现 [page::1][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 |

• 风险平价策略稳健，债券仓位普遍偏高（超80%），波动回撤小。

- 加入动量筛选后收益有所提升但波动和回撤同步扩大。

场景平价及因子平价组合构建方法及收益风险对比 [page::4][page::5]

| 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 |

• 场景平价组合通过划分宏观场景分别做风险平价显著提升组合收益，较传统风险平价组合更具弹性。

- 因子平价组合波动与回撤增大，未有效实现宏观风险均衡。

• 宏观敏感性方法构建的场景平价组合表现稳健，且解释力较回归法更强。

权益资产内部全天候组合构建及表现 [page::7][page::8][page::9][page::10]

| 组合 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普率 |
|----------------------------|------------|------------|----------|--------|
| 行业风险平价 | 3.84% | 19.33% | 43.19% | 0.20 |
| 行业等权 | 4.84% | 21.07% | 43.19% | 0.23 |
| 行业场景平价（回归法） | 6.96% | 22.05% | 43.90% | 0.32 |
| 行业场景平价（敏感性静态） | 9.36% | 20.74% | 36.26% | 0.45 |
| 股票风险平价 | 8.28% | 17.74% | 32.00% | 0.47 |
| 股票场景平价（回归法） | 12.65% | 21.53% | 34.63% | 0.59 |
| 股票场景平价（敏感性） | 14.13% | 19.63% | 22.83% | 0.72 |

• 行业层面风险平价收益偏低且波动较高，采用回归及敏感性场景平价组合明显改善风险收益比，敏感性方法收缩回撤效果突出。

- 股票层面应用场景平价策略，尤其是基于宏观敏感性构建的组合，显著提升年化收益并降低最大回撤。

• 全天候场景平价组合在宏观不确定增加时期表现尤为突出，胜过传统风险平价及等权配置。

量化因子与策略总结 [page::4][page::6][page::9][page::10]

• 本文核心构建的是基于宏观因子（经济、流动性、信用、通胀等）暴露的“场景平价”组合。

- 构建流程包括用滚动窗口计算各资产或指数对宏观因子的一元线性回归或宏观敏感性指标，分别筛选高暴露和低暴露资产组成场景组合。

• 各场景组合再按风险平价进行组合，实现风险在不同宏观变量下均衡分布。

- 动态滚动方法较静态方法更为适应市场变化，且宏观敏感性方法在行业及个股场景组合中表现更优。

• 回测数据显示场景平价策略年化收益普遍优于传统风险平价、最大回撤明显收窄，夏普率显著提升。

申万宏源金工报告详尽分析

标题与报告概览

报告标题为《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》，作者为沈思逸，发布机构为申万宏源金工，发布时间为2025年8月27日16:00，报告地点为上海。报告主题聚焦于“全天候策略”的理论延展及其在多资产配置及权益资产内部的应用实践。核心论点在于全天候策略不仅可以应用于大类资产的多元风险平价配置，还可以细化到权益资产内部，利用宏观因子暴露与敏感性分析实现更精细的风险平衡和收益优化。报告通过大量历史数据回测及模型构建，深度剖析了包含风险平价、场景平价、因子平价等多种构建方式，并结合最新ETF实盘产品及国内市场特点进行验证，对传统风险平价的债市过度暴露、资产之间相关性解释不足等问题提出解决方案。最终结论强调宏观变量场景分析与风险平价结合是全天候策略的核心创新点，且在权益资产内部实行同样具备实用价值。[page::0,1,2]

---

1. 全天候策略基础与大类资产风险平价实践

1.1 桥水全天候ETF案例分析

报告首先介绍了桥水全天候策略的基本理念及其市场表现。桥水于2025年3月与道富合作发行全天候策略ETF，规模约2.04亿美元，使用1.8倍杠杆。其资产配置结构显示：政府债券总持仓约76%，股票总持仓42%，商品持仓39%，通胀保护债券30%，并以黄金等商品作为核心避险资产。策略本质为多头持仓，永远保持对不同经济周期的风险分散。实盘数据显示ETF成立后1个月最大回撤达8.78%，随后市场波动缓和，净值回升至初始值以上。该策略的回撤表现介于美国风险平价ETF RPAR（最大回撤8%）与UPAR（最大回撤11%）之间，并与这两者的相关系数超过0.9，确认其同类策略特征。
该实证案例说明全天候策略本质上是基于风险平价（风险贡献均等）思想，将多类资产风险均摊，旨在构建抗周期波动的组合。其多资产比重组合大致为：股票25%，商品20%，债券55%。虽大类资产分布不同于传统全球风险平价，考虑到其杠杆和资产选择，策略兼顾收益和稳定性。[page::0,1]

1.2 风险平价的数学表述与实证

风险平价策略以投资组合风险贡献均衡为优化目标，定义如下：

• 令投资组合权重为 \(\mathbf{w} \)，资产协方差矩阵为 \(\Sigma\)，组合波动率 \(\sigmap = \sqrt{\mathbf{w}^\top \Sigma \mathbf{w}}\)

- 边际风险贡献（MRC）及风险贡献为：
\[
\dot{MRC}i = \partial \sigmap / \partial wi, \quad RCi = wi \cdot \dot{MRC}_i
\]

• 优化目标为最小化各资产风险贡献差异平方和，约束权重和为1且非负。

实证中，作者选择国内市场9个典型指数（沪深300、中证500、中证1000、标普500、不同期限债券、黄金、豆粕期货和REITs）进行风险平价组合构建，并考察加入动量筛选后的表现。
从2012年末至2025年4月：

• 纯风险平价组合年化收益4.00%，波动率1.62%，最大回撤2.01%，夏普比率2.47，表现极为稳健但收益有限。

- 加动量筛选后，年化收益提升至4.60%，波动率升至2.91%，最大回撤4.30%，夏普率下降至1.58，收益和风险同步放大。

作者指出，受国内债券波动较低的影响，纯风险平价模型下债券仓位偏高超过80%，这不同于境外风险平价产品（债券仓位约60%），使得组合对利率风险过度敏感，过去几年债市疲软期表现不佳，提示需要天候策略在构建机制上做进一步改进。[page::2,3]

---

2. 从风险平价到场景平价与因子平价

2.1 场景平价思想介绍与实现

基于桥水全天候策略对经济增长和通胀两个宏观维度的划分，分别识别四个宏观场景——经济增速上行/下行，通胀上行/温和通缩——匹配不同资产类别受益组合，将四组合进行等风险（风险平价）配置，形成“场景平价”方案。资产类别配置参考为：

| 宏观场景 | 受益资产 |
|----------|----------------------------|
| 经济增速上行 | 股票、大宗商品 |
| 经济增速下行 | 名义债券、通胀保值债券、黄金 |
| 通胀上升 | 大宗商品、通胀保值债券、黄金 |
| 温和通胀/通缩| 名义债券、股票 |

作者通过一元线性回归技术，对国内外资产历史收益进行主成分提取与宏观变量投影，实现资产对宏观因子暴露的定量刻画。静态分析(2012年至2020年)和动态滚动计算表明，经济、流动性、CPI、PPI、信用五大宏观因子对资产暴露差异显著。基于此，按宏观因子暴露高低筛选资产组建各场景篮子，并对篮子间进行风险平价配置。历史表现：

• 场景平价静态组合年化收益5.01%，波动3.06%，回撤5.09%，夏普率1.64；

- 动态版本（选2-3只资产）年化收益更高（最高6.57%），但波动和回撤同步提升，夏普率在1.35-1.40区间。

债券仓位相较单纯风险平价明显下降，风险分散和收益改善突出（特别是近三年表现显著优于传统风险平价），体现了通过宏观场景划分实现的风险对冲效果。[page::4,5]

2.2 因子平价方法与比较

报告进一步描述了“因子平价”策略，即多元回归框架下直接求解在经济、流动性和通胀因子上暴露均等且风险最小的组合。结果显示：

• 收益虽高于纯风险平价，但波动、最大回撤明显增加。

- 未能如预期有效稳定各宏观状态表现，结果不及场景平价方案。

作者认为因子平价虽逻辑严谨，但实际计算复杂且效果不佳，且不如先划分场景对应资产篮子再风险平价聚合的做法直观有效，更符全天候策略精神。[page::5]

---

3. 宏观敏感性测算与风险中性策略

采用宏观敏感性测算指标（如经济上行与下行的月均收益差异、上涨/下跌频率等），构建宏观因子敏感度最高与最低的资产组合。相较于回归法测算得出组合，敏感性方法更具直观合理性与可解释性，但整体收益稍低，且2023年前表现领先。

宏观敏感性方法的优势：

• 直接反映资产对宏观状态的敏感度，减少对统计弹性及波动影响的干扰。

- 组合回测显示收益稳定性更好，配合风险平价框架能体现全天候风险中性思想。

整体上，宏观敏感度加权的“场景平价”组合与回归法构建的动态组合相比，前者稳定性更优但略有收益折损，后者追求收益更激进但波动放大。[page::6,11]

---

4. 权益资产内部全天候策略实践

4.1 行业ETF的场景平价策略

将上述场景平价、敏感性和回归法等技术应用于行业主题ETF层面，目标在于实现行业间的宏观风险均衡，方案如下：

• 使用动态回归计算行业ETF对宏观因子的暴露；

- 每个宏观变量选取暴露最高与最低的5个指数组合，构建对应的高暴露与低暴露资产篮子；

• 对篮子间采用风险平价配比。

以经济、流动性、PPI、信用四宏观变量及其高低暴露组合为例，测试2018年以来组合表现，结果表明：

• 行业场景平价组合（回归法）年化收益6.96%，高于风险平价3.84%和等权4.84%；

- 波动与回撤仍较高，风险分散效果欠佳。

转向宏观敏感度测算下的组合，静态和动态版本均显著改善波动率及回撤，同时收益继续提升，夏普率达0.40-0.45区间，胜过回归法场景平价组合，体现出更优风险收益特征和分散效果。增加信用因子也无明显收益提升，可视为边际效应递减。[page::7,8,9]

4.2 个股层面全天候构建

以沪深300成分股为样本，利用宏观因子回归及敏感度各自挑选经济和流动性暴露的高低30只股票，构建对应四个子组合再进行风险平价配置。回测结果显示：

• 场景平价组合收益、夏普率均显著优于沪深300基准与单纯风险平价股票组合；

- 以敏感度为基础的组合表现更佳，年化收益达14.13%，最大回撤降至22.83%，夏普率0.72；

• 不同年份收益表现分布均衡，尤其在2021年以后市场波动增强期间，显著降低回撤风险。

此验证说明全天候策略通过宏观风险暴露平衡，在权益资产波动较大、不确定性增强时能显著提升风险调整后收益，降低资产内部波动风险。[page::10,11]

---

5. 图表深度解读

• 图1（桥水全天候ETF持仓分配）清晰显示固定收益超过七成，权益占4成左右，商品近4成，强化多元资产参与。以黄金为代表的明确避险性商品占比达14%，反映策略防御核心资产的布局。

- 图2（全天候ETF净值与回撤）显示2025年3-5月内ETF经历逾8%大回撤，后续走势逐步恢复至净值初始水平，验证策略在急速波动环境中回归稳健的能力。

• 图3（大类资产风险平价组合净值）动量筛选+风险平价组合（红线）在2012至2025年保持稳健上升势头，超越单纯风险平价（蓝线），印证多因子增强效果。

- 图4-7（场景平价与动态组合净值及仓位）体现场景平价组合收益波动和回撤均高于单纯风险平价，但收益提升明显，债券仓位降低，有利于降低利率风险集中过高的问题。

• 图8（因子平价组合净值）因子平价组合收益高于风险平价，但回撤与波动显著增加，风险调节后不及场景平价。

- 图9（宏观敏感性场景平价净值）敏感性方案曲线（红）整体稳健，高于静态回归方案，体现其稳定性优势。

• 图11-13（行业指数组合净值与表现）场景平价组合（敏感性）实现收益与风险的综合优化，尤其降低了波动率和最大回撤。

- 图14（股票全天候组合净值）显示基于敏感性测算的股票组合大幅领先沪深300和风险平价方案，降低了风险暴露且收益提升明显。[page::1,2,4,5,6,8,9,10]

---

6. 估值分析

本报告聚焦资产配置及策略构建，未涉及传统个股或行业估值模型（如DCF、市盈率等），评估重点在策略收益风险统计，使用的关键模型为：

• 风险平价优化模型：最小化资产间风险贡献差异，权重非负约束；

- 线性回归与Lasso回归：量化资产对宏观变量（经济、流动性、CPI、PPI、信用）暴露；

• 风险平价结合场景组合方法：先区分场景，构建场景特定资产组合，再进行组合间风险平价；

- 宏观敏感性排序法：通过收益率对宏观因子敏感度指标排序与权重分配实现风险中性。

无直接市场价格目标价设定，估值角度主要体现在风险收益比率（夏普率）的对比分析及波动和最大回撤的控制上，展示策略实际可操作性和风险管理效果。[page::2,4,5,9,10]

---

7. 风险因素评估

报告明确风险提示如下：

• 仅基于历史数据，样本数据长度有限，模型推断受限于过去环境，未来可能失效；

- 宏观及市场环境若发生大幅变化，历史统计相关关系可能断裂，模型准确度下降；

• 策略实现受限于数据质量、回测假设以及执行效率，现实中可能面临交易成本、信息延迟等限制；

- 动态调整敏感度和暴露指标等过程存在参数选择风险，模型稳定性需持续验证。

此外，报告中多次提及债券资产波动过低导致风险平价策略中债券权重偏高带来的利率风险集中隐患，提示在境内市场实行需根据本土资产特点调整。报告未给出具体缓解方案，仅通过“场景平价”等创新模组尝试优化配置结构。[page::11]

---

8. 审慎视角与方法论细节剖析

• 该报告基于历史数据的回归和敏感性排序方法，体现出系统且严谨的数据驱动分析思路，但依赖历史关联，若宏观变量与资产间关系遭遇结构性突变，策略表现不保。

- 对比回归和宏观敏感性法，敏感性法更直观且具经济解释力，回归法可能受到资产价格极端弹性影响偏误，敏感性法在权益资产内部的表现尤为突出，提示后者具备稳健多场景适用性。

• 动态更新方法（滚动回归和敏感性测算）虽能适应环境变迁，但频繁调整也可能导致组合交易成本上升与策略复杂化，报告未量化该影响。

- 因子平价方法虽然理论优美，实际应用中波动和回撤过高，表现不理想，说明模型过于追求因子均衡而忽略了组合的实际风险承受度，提示理论与实操需进一步兼顾。

• 报告中多处提及债券波动偏低导致配置问题，体现境内外市场差异，暗示外部经典模型需结合本土化调适。

- 权益资产内部应用部分提出的“哑铃策略”视角及多维宏观暴露划分具有创新意义，为主动和被动结合提供了理论支持。

• 市场行情及宏观环境的非线性关系未深入探讨，且回测区间最近几年权益分化加剧、政策调控频繁，模型假设为线性回归和稳态敏感性或难以捕捉所有外部冲击。

- 总体上，报告保持了谨慎中立的学术态度，避免绝对推荐，在风险提示部分完整指出模型固有局限。[page::3,5,11]

---

9. 结论性综合

本报告系统梳理了“全天候策略”从传统风险平价扩展到“场景平价”和“因子/宏观敏感性”多维策略的新进展，兼顾理论模型创新与实证验证，并首次较为全面地将该策略应用至权益资产内部配置。主要结论包括：

• 桥水全天候ETF案例证实风险平价组合理论的实盘应用及其抗周期波动特性，尽管初期面临回撤但整体稳健；

- 传统风险平价策略在国内市场下因债券价格波动低导致风险配置偏差，需通过宏观场景分割与更精细的风险贡献计算进行改进；

• “场景平价”策略通过将资产根据宏观因子暴露分组，在每个经济、通胀、流动性等场景下构建受益资产篮子并风险平价配置，显著提高了收益率的同时改善了波动和回撤风险，夏普率较纯风险平价组合更优；

- 动态回归法与宏观敏感性法两种测算手段均有效，后者更具解释力且对权益资产配置优化效果更佳；

• 将该策略向行业ETF及沪深300个股层面推广，通过宏观场景划分和敏感性权重调整，实现资产内部风险均衡，有效提升了权益资产的风险调整收益，比传统的等权或单纯风险平价表现更突出，特别是在2021年以来宏观波动加剧的市场环境下展现出较强的防御能力；

- 详实图表显示场景平价策略不仅提升了年化收益率，还大幅控制了最大回撤，降低了资产集中风险，同时提高夏普率，证实了该策略在比传统风险平价更精细的风险管理中具有显著优势；

• 报告也提醒该模型依赖历史回测，面对未来潜在的宏观和市场结构变化需要不断调整和完善，且动态调整策略可能带来交易成本和模型误差风险。

综上，该研究为投资者尤其是机构投资者提供了基于宏观场景的资产配置新路线图，既保留全天候策略的核心理念——资产类间风险均衡，又突破了单一风险尺度带来的局限，实现了多维宏观环境下更深入的风险对冲和收益优化。特别是在中国资本市场环境下的定制化应用，为践行多资产及权益内部的稳健布局提供了切实可行的方法体系和实践样本。[page::0-11]

---

参考图表（示例选取）：

图1：桥水全天候ETF持仓分配

| 资产类别 | 配置比例 |
|-----------------|--------|
| 政府债券总计 | 76% |
| 美国债券 | 33% |
| 英国债券 | 9% |
| 欧洲债券 | 18% |
| 澳大利亚债券 | 9% |
| 加拿大债券 | 7% |
| 股票总计 | 42% |
| 美国股票 | 11% |
| 英国股票 | 4% |
| 欧元区股票 | 7% |
| 澳大利亚股票 | 3% |
| 日本股票 | 5% |
| 中国股票 | 4% |
| 新兴市场股票 | 8% |
| 商品总计 | 39% |
| 广义商品 | 25% |
| 黄金 | 14% |
| 通胀保值债券总计 | 30% |

（此表与图片1对应，显示不同资产在ETF中的权重分布）[page::0]

图3：大类资产风险平价组合净值走势

• 图中蓝线为纯风险平价净值，红线为风险平价+动量筛选方案净值。

- 两组合均体现持续增长趋势，动量方案具有更高收益但伴随更大波动。
[page::2]

图4&5：静态场景平价组合净值与仓位对比

• 场景平价组合（红线）净值高于传统风险平价（蓝线）；

- 场景平价减少对债券特别是中长期国债的配置，增加了权益和其他资产权重，提升组合整体收益和多样化。

[page::4]

图8：因子平价组合净值

• 红线因子平价收益领先传统风险平价（蓝线）；

- 然而波动与回撤亦大幅增加，风险控制能力弱。
[page::5]

图11：行业指数场景平价组合净值

• 场景平价（回归法）组合相比等权、风险平价均表现更优，收益提升明显。

[page::8]

图14：股票全天候组合净值

• 场景平价（敏感性法）明显优于沪深300和单纯风险平价，降低回撤，提升收益及夏普率。

[page::10]

---

总结

申万宏源金工报告通过理论与实证数据相结合的方式，推进了全天候策略的深化发展和本土应用实践。报告强调，未来投资策略需兼顾宏观环境不确定性和资产价格相关性动态改变，采用多维度“场景平价”及“宏观敏感性”方法，能够显著提升风险管理能力与长期稳健收益。此方法在大类资产间及权益资产内部多层次实施均展现出较好表现，适应于中国资本市场的特征与环境。报告对于资产配置、量化投资及宏观策略开发者均具备战略指导价值。[page::0-11]

报告