组合配置框架与方法介绍 [page::0][page::3][page::4]

• 采用战略资产配置(SAA)与战术资产配置(TAA)结合的方式构建大类资产组合。

- 战略资产配置确立长期基准，TAA通过动态调整捕捉短期市场机会，提升超额收益。

• 五大维度指标体系涵盖宏观经济、流动性、利率政策、市场预期与技术指标，从126个具体指标中筛选有效因子。

指标挖掘及趋势择时效果案例 [page::8][page::9][page::10]

• 以美国核心CPI同比为例，当指标趋势下行时，道指表现更优，年化超额达12%。

• 中国社融存量同比对沪深300有正向驱动，趋势向上指标对应近9%的年化超额收益。

- 综合指标趋势对权益、债券、黄金资产构建有效的趋势跟踪择时信号。

有效指标筛选及各资产最新观点 [page::11][page::12][page::13]

• 筛选涵盖宏观经济（如制造业PMI、核心CPI）、货币供应、利率汇率、市场预期及技术指标，具体指标对应不同资产的择时价值详见表4、表5。

- 当前观点：A股成长型中证1000较为乐观；债券资产受益于利率及景气指数，建议超配；黄金受到全球储备和价格上行推动，也建议超配；现金建议低配。

动态TAA组合构建与表现实证 [page::14][page::15][page::16][page::17]

• 资产涵盖美股、港股、A股、美债、中债及黄金，参考固定比例及风险平价基准组合。

• 近十年黄金、美股及科技表现最佳，战略资产配置组合波动较低但收益有限。

• 固定比例+TAA策略年化收益率提升至9.4%，夏普比率提高至1.6，最大回撤从-12.3%降至-3.8%。

| 策略 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 |
|--------|-------------|------------|----------|----------|
| 固定比例 | 5.2% | 6.4% | 0.81 | -12.3% |
| 固定比例+TAA | 9.4% | 5.9% | 1.60 | -3.8% |

• 风险平价+3%风险预算+TAA动态组合年化收益率达8.1%，夏普比率达2.37，最大回撤仅-2.2%。

| 策略 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 |
|--------------|-------------|------------|----------|----------|
| 风险平价+3%风险预算 | 4.1% | 3.4% | 1.20 | -6.8% |
| 风险平价+3%风险预算+TAA | 8.1% | 3.4% | 2.37 | -2.2% |

• 动态组合分年度均实现正收益，表现稳定。

策略风险与未来展望 [page::18]

• 策略基于历史数据和模型构建，未来可能受宏观政策和市场风格变化影响存在失效风险。

- 后续可考虑拓展指标体系，优化非结构化数据的应用以提升组合性能。

多资产动态TAA组合配置策略研究报告详尽分析

---

一、元数据与报告概览

• 报告标题： 多资产动态TAA组合配置策略—跨境组合配置研究之一

- 发布机构： 广发证券发展研究中心

• 分析师团队： 史庆盛、罗军、沈涛（具有中国注册分析师资格）

- 报告日期： 截至2024年10月底最新数据

• 研究主题： 基于多维宏观经济指标构建动态战术资产配置（TAA）策略，实现大类资产间的动态优化组合，提升组合风险调整后收益。

核心论点与结论：

本报告构建了一个基于宏观经济、流动性、利率政策、市场预期及技术指标五个维度的126项量化指标体系，通过对指标中期趋势的分析，开发出有效的战术资产配置（TAA）策略，结合战略资产配置（SAA）形成多资产配置解决方案，涵盖权益、债券、黄金及现金。

实证部分显示：

• 相较传统固定权重SAA组合，动态的固定比例+TAA组合年化收益率提升近倍，从5.2%提高到约10%，夏普比率由0.81跃升至1.6，且最大回撤显著降低至-3.8%。

- 风险平价+3%风险预算策略融合TAA后，年化收益率由4.1%增加至8.1%，夏普比率高达2.37，最大回撤降至-2.2%。

• 近10年来，动态组合每一年均获得正收益，表现稳定。

- 截至2024年10月末，权益资产持中性偏利好观点，特别是A股成长风格的中证1000指数；债券及黄金资产均建议超配，现金资产则建议低配，实现多资产共赢配置。

风险提示包括模型基于历史数据可能不适应政策或市场风格的突变，且观点仅基于量化模型，不代表行业或其他模型结论。

---

二、报告逐章深度解读

1. 组合配置框架（第3-4页）

• 章节摘要： 明确区分战略资产配置（SAA，长周期，长期风险调整最大化）与战术资产配置（TAA，短期动态调整，捕捉超额收益），两者相辅相成。战略配置可用Markovitz均值-方差、Black-Litterman方法或简单固定权重确定。TAA基于多维量化指标中期趋势，实现动态调仓。
• 推理依据： 利用多维指标代表宏观经济、流动性和技术信号的中期趋势预测资产表现，动态调整仓位偏离战略基准以实现超额收益。
• 关键图表：

- 图1（第3页）： 说明资产配置由资产选择、战略配置（SAA）到战术调整（TAA），再到ETF产品组合构建的流程。强调通过模型选择和动态调整实现大类资产配置。
- 图2（第4页）： 展示固定比例风险平价加多维指标TAA的综合组合建设过程。
- 图3（第4页）： 指标趋势刻画及筛选流程：指标平滑→趋势判断→T检验筛选有效指标。

2. 多维指标数据库及案例介绍（第5-10页）

• 章节概要： 汇总126个宏观指标涵盖宏观经济（GDP、PMI、CPI等）、货币供应（M0、M1、M2、社融规模等）、利率汇率（国债利率、信用利差等）、市场预期（消费者信心、VIX指数等）和技术指标（动量、波动率、风险溢价等）五大类[page::5,6,7]。
• 指标筛选方法：

- 对每个指标应用均线平滑处理，判断指标的上行或下行趋势。
- 根据历史趋势期间分别统计指数的平均收益率和T值，测试趋势上的资产收益显著性，筛选表现显著的指标作为资产驱动指标。
- 由此筛选出对不同资产类别（道琼斯工业指数、沪深300、纳斯达克等）的有效驱动指标。

• 典型案例：

- 美国核心CPI同比（图5，第9页）： 指标趋势向上时，道指月均涨幅仅0.3%，反之为2.1%，趋势下行时对权益表现利好，趋势向下对应“超配”信号[page::8,9]。
- 中国社会融资规模同比（图6，第10页）： 指标趋势上行推动沪深300上涨，趋势向下则收益较低，趋势向上时相对中性策略有8.5%年化超额收益[page::10]。

3. 大类资产有效指标筛选与最新观点（第11-14页）

• 筛选指标（表4、表5，第11-12页）：

- 详细列举对各大类资产（欧美指数、沪深指数、债券、黄金等）具备显著预测力的指标、对应的利好方向以及月均收益、T检验数值。
- 指标涵盖宏观经济数据如制造业PMI、CPI，货币供应指标如M1同比，市场预期指标如VIX，技术指标如波动率和风险溢价等。

• 最新观点（表6，第13-14页）：

- 基于2024年10月底数据汇总，报告认为海外大类资产信号多维混合中性偏利好，例如中证1000指数信号较为乐观，拥护超配；债券资产和黄金资产指标普遍偏利好，建议加配。
- 交易策略综合各指标得分形成资产配置建议信号，以权限确定最终持仓比例。

4. 动态TAA组合配置策略（第14-17页）

• 组合构建逻辑（第14页）：

- 资产选择涵盖美股（道指、纳指）、港股（恒生国企、恒生科技）、A股（沪深300、中证1000）、美国及中国10年期国债、黄金和现金理财。
- 基准配置为固定比例SAA和风险平价组合，风险平价结合3%风险预算。
- TAA基于组合每类资产的指标综合得分，动态调整仓位，调仓幅度依赖于得分与基准的偏离度，最后归一化并调整现金保证组合总比例不超标，权益比例上限40%，债券60%，黄金30%[page::14]。

• 组合表现分析：

- 大类资产表现（图8，第15页；表7）： 近10年黄金、纳斯达克和恒生科技表现最好，恒生国企和中美10年国债表现不佳，沪深300总体收益中等。SAA固定组合受债券拖累，收益较低，波动率和回撤控制较好。
- 固定比例+TAA策略（图9，表8、9，第16页）： 结合指标趋势调仓后，年化收益率显著提升至约10%，夏普比率提升至1.6，最大回撤小于-4%，且每年均实现正收益。动态调仓策略显著优化了风险调整后的组合表现。
- 风险平价+3%风险预算+TAA（图10，表10、11，第17页）： 风险平价基础上应用TAA策略，年化收益从4.1%提升至8.1%，夏普比率大幅提升至2.37，最大回撤缩减到-2.2%。该策略在降低组合风险的同时进一步提升收益，表现稳定且持续。

5. 报告总结与风险提示（第18页）

• 总结： 报告重申了SAA与TAA的互补优势，强调基于多维指标的量化战术资产配置能够帮助组合灵活响应宏观经济和市场环境变化，实现超额收益和风险控制。

- 策略结论： 截至10月末，建议权益资产中性偏利好，尤其关注成长风格A股；债券和黄金明显利好，建议超配；现金应保持较低配置。

• 未来展望： 计划进一步优化指标体系和挖掘多因素组合与非线性关系，提升全球资产配置的持续指导能力。

- 风险提示： 模型基于历史数据，面对宏观政策急剧变化或市场风格大变可能失效；观点纯量化，不代表行业基本面意见，且不同模型结论或有差异。

---

三、图表深度解读

图1（第3页）：从SAA到TAA的资产配置流程

图示阐明资产选择、战略资产配置构建长远配置基准，战术资产配置基于短期市场信号动态调整配置，最终落地到具体的ETF基金构建可投资组合。流程逻辑清晰，体现量化多维指标调仓策略的组织架构。

图2-3（第4页）：多维指标趋势构建与指标筛选

图2展示从固定比例或风险平价SAA出发，通过经济、货币政策、利率、预期和技术指标趋势识别调仓信号，动态调整资产权重。图3进一步细化了指标平滑、趋势判断和历史T检验筛选步骤，确保选取的指标对资产预测具显著性。

图5（第9页）：美国核心CPI同比与道琼斯指数互动

趋势线清晰展示当核心CPI趋向下降（红色趋势向下箭头）时，道指迎来超额收益，支持以该指标判断配置权重的科学性。下方择时交易曲线与指数净值走势高度契合，验证了该指标的择时预测效力。

图6（第10页）：中国社融存量同比与沪深300指数走势

曲线显示社融同比上升阶段，沪深300指数相对上涨，反之走低。择时交易净值明显跑赢指数，表明流动性指标对于A股的重要预测价值。结合图5案例，宏观流动性因子和CPI分别印证全球与中国权益市场不同驱动力。

图8（第15页）：大类资产与SAA固定组合表现

多条资产线展示近十年各类资产表现，纳斯达克、黄金表现亮眼，恒生国企指数、美国10年国债期货表现较弱。SAA固定组合收益波动较平稳，但长期收益率有限，尤其低于动态调整策略预期。

图9（第16页）：固定比例+TAA动态策略净值

实证净值曲线体现动态调仓策略的稳健增长，波动率低且持续跑赢固定比例组合，风险调整收益指标显著提升。对应表8关键指标显示夏普比率由0.81升至1.60，极大提升了组合的风险收益比。

图10（第17页）：风险平价+3%风险预算+TAA组合表现

结合风险平价模型，TAA调仓策略性能更优，净值曲线远超无动态调仓组合。表10数据反映年化收益翻倍且风控更严密，最大回撤约为无动态策略的一半，适合风险偏好较低投资者使用。

---

四、估值分析

报告并未针对标的资产或基金进行传统的估值分析，如DCF或市盈率评估，而侧重于基于量化多维宏观指标趋势对资产类别整体表现的预测和动态权重调节。风险平价则是基于资产风险贡献的权重分配方法，结合3%年化风险预算，控制风险敞口。

---

五、风险因素评估

• 模型依赖历史数据： 指标趋势关联基于历史样本，可能在政策环境变动或市场典型风格突变时失效。

- 量化模型局限： 报告声明所提出的行业和资产观点仅限于量化角度，且不同量化模型之间存在结论差异。

• 资产约束风险： 权益比例 capped at 40%，债券60%，黄金30%，实际操作中可能限制充分发挥的空间。

- 组合构建依赖标的选择： 落地为FOF基金组合，基金标的优选的合理性影响策略最终收益。

报告未详细说明缓解策略，但强调模型的多指标综合与严格的调仓归一化，旨在降低单指标误判风险。

---

六、批判性视角与细节提示

• 报告大量依赖于历史统计的T检验及收益率均值，且对各指标的具体预测期限较少展开，可能忽视了宏观指标与资产表现之间的复杂非线性关系和结构性断点。

- 风险平价+TAA策略显示出极佳的夏普比率和回撤水平，但报告未详述手续费成本、交易成本及实际市场流动性对动态调仓的影响，这方面可能低估了策略实际操作的难度。

• 指标多维且数量庞大（126项），存在过拟合风险，报告虽进行趋势平滑和T检验筛选，但未体现对模型稳定性和样本外检验的深入探讨。

- 组合动态调仓的边界条件设定（如权益比例上限40%）可能对收益起支撑作用，但约束本身未详细论证其合理性。

---

七、结论性综合

整体而言，本报告系统性地构建了一个基于多维宏观与市场指标的动态战术资产配置（TAA）策略，重点发掘指标中期趋势对全球及中国主要资产类别的领先预测能力。通过棘线条明晰的量化模型和历史数据回测，积极验证动态调仓策略显著提升组合的年化收益率及风险调整后表现：年化收益率提升近1倍，夏普比率几乎翻倍，且最大回撤显著降低。

利用126项覆盖宏观经济、货币供应、利率汇率、市场预期与技术指标的庞大数据库，报告对各指标的趋势判断与回测赋予了科学依据，并结合权益、债券、黄金等资产的风险收益特性，构建了权重约束明确的组合框架。

从图表解析看，美国核心CPI、美国M1同比、社融规模同比等指标对对应资产的择时效果坚实可靠，支持构建有效的动态配置模型。动态TAA组合在表现上显著优于固定比例SAA组合，且持续实现年度正收益，风险平价策略加持下性能更优，适合风险管理严格的投资者。

策略建议体现为：截至2024年10月底，权益资产保持中性偏利好，A股成长风格表现突出；债券和黄金资产均获得超配建议，现金持仓比例下降，策略表现活跃且风险可控。

报 告最后强调模型存在基于历史与量化的局限性，建议投资者谨慎使用，结合自身投资需求和风险偏好进行适配。

---

参考图片与表格索引

- 图1（第3页）SAA到TAA流程

> - 图2-3（第4页）多维指标趋势与筛选流程

- 图5（第9页）美国核心CPI对道指驱动效果

> - 图6（第10页）社融同比对沪深300驱动效果

- 图8（第15页）大类资产与SAA固定组合表现

> - 图9（第16页）固定比例+TAA组合净值表现

- 图10（第17页）风险平价+3%风险预算+TAA表现

> - 表1-表6（第5-14页）多维指标及大类资产筛选结果与观点

- 表7-表11（第15-17页）各策略组合绩效指标对比

---

完整报告基于广发证券发展研究中心Wind数据，体现了当前跨境多资产组合配置领域在量化方法与数据挖掘上的先进应用，适合作为资产配置研究的参考样本及实务操作指南。[page::0,1,3–20]

报告