2022 年起权益资产赚钱效应弱，大类资产表现整体呈现“股弱债强”特征。在中国低 利率时代到来的背景下，居民部门对稳定回报资产需求扩张。“固收+”基金在较高债券资 产配置的基础上，是否能通过不同投资策略增强收益取得绝对收益？ 本文希望探究能否通过“固收+”基金优选获得绝对收益，首先分析历史上“固收+”基 金的业绩表现。分年度来看，2016 年、2018 年和 2022 年，“固收+”基金收益率中位数分 别为-0.20%、-3.41%和-3.06%，2018 年和 2022 年分别仅有 41.93%和 34.91%的“固收+” 基金获取正收益，对绝对收益的实现提出了更高挑战。尽管如此，根据业绩分析，在熊市的 2018 年和 2022 年，分别有 401 和 48 只“固收+”基金年收益率高于 5%，分别占比 22.09% 和 1.48%。因此优选“固收+”基金策略可以作为绝对收益的一种出路。
从基金经理管理层面，“固收+”基金由于管理更注重平台化，且由于“固收+”基金有 不同资产配置，权益仓位和债券仓位可能分别交给不同基金经理管理，使得基金经理能在各 自擅长的领域发挥实力。 总体来看基金经理管理人数越少，收益越高，产品弹性更大。根据不同基金经理管理人 数，本文将不同管理人数的基金产品的净值收益均值画成不同的净值曲线。作为相同管理人 数的产品，化成。分析不同基金经理参与管理人数，其中单名基金经理参与管理的基金的波 动最大，在市场上升时期的进攻能力最强，收益上升明显；但防守能力更弱，在市场下跌行 情下会出现较大回撤，投资风格相对激进。两位基金经理管理的基金风格与一位基金经理管 理的风格类似，在市场上升时有较强的进攻性，收益相比一位基金经理管理的基金较低，但 防守能力略强于一位基金经理管理的基金，在市场下跌行情时收益降低幅度低于一位基金经 理管理的基金。相较之下,三位及以上基金经理共同管理的组合，虽然长期收益能力较差，但 波动幅度相对较小，在一定程度上控制了收益波动风险。在 2018 年市场下跌时期，单一基 金经理管理及两位经理共同管理的收益表现相对遭受更大冲击，但三位基金共同管理在下跌 时的回撤控制明显更好。综上所述，单一管理模式收益弹性较高；两人管理弹性居中；三人 管理收益弹性较弱。
为了更详细地了解三类基金产品的风险收益表现，我们计算各固收+基金自基金经理任 职以来的年化收益率、夏普比率和最大回撤，并统计三类固收+基金的总体表现。 年化收益率方面，单个基金经理独立管理的产品平均年化收益率最高，为 3.42%，远高 于两人管理（3.32%）和三人管理（2.98%）的水平。但单人管理的年化收益率的标准差也 最大，达到 15.19%，基金经理能力分化较大。 从风险收益比来看，三位基金经理管理的产品表现最佳，为 0.08，高于单人管理（0.05） 和两人共同管理（0.06）。整体来看，多人管理的基金产品的风险收益比均优于单人管理， 体现了单人管理模式弹性较大的管理风格。 最大回撤指标显示，单人管理模式下基金的平均最大回撤达-11.93%，明显高于两人管 理（-8.69%）和三人管理（-7.19%），回撤风险更大。但单人管理最大回撤的最大值为 0, 说明部分基金能有效控制下行风险。 总体而言，单人管理产品年化收益率最高但波动风险也最大；三人及以上管理夏普比率 均值最优但分散程度高；而两人管理模式的各项指标介于单人和三人之间，平均水平稍次于 单人管理，但风险暴露程度低于单人管理。
2.1“固收+”基金的标准定义与分类下基础池构建
本文选取 wind 投资类型（二级分类）为短期纯债型基金、偏债混合型基金、灵活配置 型基金、中长期纯债型基金、混合债券型一级基金、混合债券型二级基金和可转换债券型基 金七种类型的初始基金。
“固收+”基金的风险属性往往由权益资产的仓位暴露来决定，而权益资产仓位来自股 票持仓和可转债持仓的股性部分。本文认为二者占比之和应当处于 0%~30%之间，方可体现 一定的“固收+”特征。相似风险暴露的基金才有一定可比性，因此本文进一步将权益持仓 位于 0%~5%、5%~20%、20%~30%的“固收+”基金分别定义为低风险、中风险、高风险 的“固收+”基金，为后文探究相同风险等级下如何优选“固收+”基金做铺垫。
2.2 不同风险类型的“固收+”基金的表现
进一步比较不同风险类型的“固收+”基金净值走势，2016 年以来，高风险型“固收+” 基金涨幅最高，年化收益率为 4.07%，年化波动率为 3.62%，最大回撤为 9.88%，信息比为 1.12；中风险型“固收+”基金年化收益率为 4.06%，年化波动率为 2.32%，最大回撤为 6.27%， 信息比为 1.75；低风险型“固收+”基金年化收益率为 2.26%，年化波动率为 1.31%，最大 回撤为 10.56%，信息比为 1.73。
对于“固收+”基金，披露的持债数据较少，因此本文主要从基金净值数据入手，构建 了三大因子，分别是：改进动量因子、净值归因因子和风险控制因子。针对低风险基金池， 增加了特质因子。其中动量因子包括半衰期加权因子、相关性中性化因子；净值归因因子通 过多元回归拆解基金收益率，涉及水平因子、斜率因子、凸性因子等因子；风险控制因子包 括特质下行风险因子、最大回撤修复天数、Sortino 等因子。
3.1 如何改进“固收+”基金的动量效应？
2005 年 Joop Huij 和 Jeroen Derwall 在他们的论文《"Hot Hands" in bond funds》中探 讨了债券基金的动量效应。通过分析债券基金的短期和长期表现，他们试图确定是否存在持 续的绩效趋势。他们发现过去表现优异的基金在未来仍然有较大的可能性继续表现强劲。基 于这一规律，研究者提出了一种动量选基策略，表明利用基金的历史表现来进行选择，可以 在未来获得显著超越基准的回报。 本文在中国公募市场上测试了“固收+”基金动量选基因子，发现同样有效。但通过回 测发现不同换仓频率，动量因子的有效性有明显区别，其中短期动量在季频换仓时有效性较 弱。而长期动量随着动量因子回溯期拉长，有效性呈现先增后减的状态。因此我们希望结合 长短端动量因子的特点，对动量因子进行一定改进。
本文对于动量因子有两种改进方式，一是对动量因子进行半衰期加权，放大近期基金收 益率的权重，同时考虑较长期的基金业绩。二是对短期动量因子进行相关性中性化，将风格 策略相似的基金归为一类，计算基金相对于相似基金的动量效应，使得短期动量因子有效性 更强。
3.1.1 改进长期动量因子——基于“半衰期加权”
半衰期加权是一种在金融时间序列中的加权方式，尤其是为了更好地捕捉近期信息的变 化。它使用一种衰减权重的方法来更重视近期的价格变化，而对较久远的价格变化赋予较小 的权重。进行半衰期加权首先需要确定半衰期长度，并以指数方式衰减的权重将被应用于每 一个历史收益数据。
3.1.2 改进短期动量因子——基于“相关性中性化”
对于“固收+”基金，其风险与收益和目标设定和资产配置比例相关性较高，相同策略 的基金净值相关性较强，因此比较相似基金下的短期业绩更能体现基金经理独有的投资能力。 本文提出相关性中性化的方式，本质上是希望将净值收益率相关性较高的基金归类到一个组 别，然后计算这个组别的因子均值，通过将单个基金因子减去因子均值的方式，剥离出因子 的超额收益。
本文测试 60 交易日动量因子在不同滚动天数下相关性中性化后的回测结果，滚动天数 包括 60、120、240 交易日，并测试不同数量的高相关性基金样本。对比不同基金池，可发 现相关性中性化后因子的 ICIR 均有所提升。60 交易日动量因子在高风险基金池的 ICIR 为 0.19，但以 240 交易日为回溯期，取相关性最高的 5 只基金作为相似基金，剔除这 5 只基金 的动量均值，进行相关性中性化处理后，ICIR 提升至 0.51。同样地，对于中风险基金，ICIR 从 0.25 提升至 0.50，高风险基金从 0.16 提升至 0.38。 对于权益风险暴露较高的基金，相关性中性化更有效。根据因子 ICIR 的提升程度，可 见股票仓位越高的基金，相似度中性化后因子 ICIR 提升幅度更大。由于基金权益类资产占 比较高，基金的投资风格差异较大，投资类型相似的基金受投资风格影响较大，因此相关性 中性化策略可以有效剔除投资风格对于基金动量因子的影响，从而显著提高了高风险基金池 因子在回测中的表现。由于低风险基金池基金容量较少，且基金权益类资产占比较低，投资 风格差异较小，因此相关性中性化策略对低风险基金池没有明显的改进效果。
最终本文选择 Rank IC均值对于三类不同风险基金池都有显著提升的相关性中性化参数， 针对 60 日动量因子，计算与基金过去 240 交易日净值收益率相关性最高的 5 只基金，将基 金的动量因子减去相关性最高的 5 只基金的相关系数加权均值因子。相关性中性化后的动量 因子季频换仓在全样本基金池中月度 Rank IC 均值为 6.35%，ICIR 为 0.51。
3.1.3 再构建优化后基金动量因子，凸显更加稳健
半衰期加权因子和相关性中性化因子分别从时效性和中性化两个维度对动量因子做出 改进。前者优化了长期动量的时效性，后者优化了短期动量的稳定性，那么将改进后的长短 期动量因子组合，可以构建更稳健的动量因子。本文将两个动量因子截面标准化后进行等权 加总得到复合因子，实现了 ICIR 的显著提升。
季频调仓下，改进动量因子在全样本基金池 ICIR 提升至 0.62，Rank IC 均值 11.83%。 改进动量 ICIR 在各个基金池均有所提升，其中低、中、高三类基金池的 ICIR 分别上升至 0.75、 0.62、0.57。
3.2 不同风险暴露下“固收+”基金的业绩归因特征有何不同？
债券基金分析的经典模型 Campisi 模型将纯债基金的收益分解收入效应、国债效应、利 差效应与择券效应，因此我们尝试从收益来源对“固收+”基金进行归因。而“固收+”基金 除了投资债券之外，还有权益和可转债部分，同时在管理过程中，可能会出现杠杆操作或现 金仓位的情况，因此加入货币因子，来解释现金仓位带来的收益或杠杆操作所需的成本。 基金利润表会公布基金在股票和债券上的投资收益，但披露频次过低，因此本文借鉴股 票股票多因子体系的研究方法，以基金净值的收益率为因变量，不同收益来源的特性因子为 自变量回归，通过回归结果来衡量基金超额收益水平。 债券方面，首先根据利率的期限结构理论，可以提取出水平因子 、斜率因子 和 凸性因子 。利率期限结构是指在某一时点上不同期限债券的收益率，与其到期期限之 间的一种非线性关系。收益率曲线是利率期限结构理论的直观表达，横纵轴表示到期时间 t， 纵轴表示债券的到期收益率 YTM。常见的利率曲线结构包括向上倾斜型、向下倾斜型、驼峰 型等形状。 收益率曲线的不同形状，来自收益率曲线的几何变化。基本的变化方式包括平行移动 (level)、斜率变化(slope)和凸性变化(convex)。
（1）水平因子：用于描述收益率曲线的平行移动，反映整体利率水平变化，由中债国 开行债券总财富指数日收益率衡量。 （2）斜率因子：衡量收益率曲线斜率变化，通过长期和短期债券指数的多空组合构造， 采用久期中性策略处理。 （3）凸性因子：描述收益率曲线形状变化，通过特定债券指数组合并采用久期中性策 略衡量。久期中性策略即通过合理地配置债券组合的权重，使得组合的久期为零，即达到了 久期中性。久期中性策略也意味着当债券市场收益率发生小幅波动时，组合的价值基本不发 生改变。（4）信用因子：衡量债券发行人信用风险，通过企业债与无风险债券的多空组合并实 现久期中性。 （5）违约因子：反映债券信用等级差异带来的风险，通过高收益企业债与优质企业债 的多空组合衡量。 （6）可转债因子：衡量可转债对收益的贡献，通过转债与无风险债券收益率之差计算。 （7）股票因子：反映股票资产对“固收+”基金收益的影响，通过股票指数与转债收益 率之差衡量。 （8）货币因子：衡量现金资产对基金收益的贡献，通过货币市场基金指数计算。
3.3 寻找哪些有效风险指标可体现基金的风险控制能力？
对于优选“固收+”基金，相比于业绩弹性，投资人往往更注重基金的风险收益比和业 绩的稳定性，本节主要基于传统的各类风险指标，探讨什么风险指标可能够有效体现“固收 +”基金的风险控制能力。
3.3.1“特质”下行风险因子
对于“固收+”基金，不同风险等级所承受的风险不同，因此本文对于不同风险等级设 置不同基准。本文提出“特质”下行风险，计算回溯期内基金跑输基准的天数之和。而对不 同风险等级基金的基准予以区分，其基准按照不同权益仓位设置，对中债国开债指数与中证 800 的日频涨跌幅赋予不同权重。计算基金收益率与改进基准收益率的差额，统计回溯期内 跑输基准的天数，作为“特质”下行风险因子。
参数稳健性分析，120 交易日在全样本基金池有效性最高，全样本基金池 IC 均值 11.46%。
3.3.2 传统有效风险控制能力因子
Sharpe 因子：季频调仓时，sharpe 因子 180 交易日回看期的平均 IC 较高，全样本基 金池 IC 均值为 9.15%。
Calmar 因子：季频调仓时，120 交易日回看期的平均 IC 较高，全样本基金池 IC 均值 为 10.07%。
sortino 因子：季频调仓时，sortino 因子 180 交易日回看期的平均 IC 较高，全样本基 金池 IC 均值为 9.94%。
绝对收益胜率因子：季频调仓时，绝对收益胜率因子 120 交易日回看期的平均 IC 较高， 全样本基金池 IC 均值为 5.97%。
最大回撤修复天数因子：当回看期较短时，较多的基金无法在回看期内实现回撤修复， 因此因子筛选优质基金的能力较弱，无论是季频调仓还是月频调仓，回看期越长，因子的平 均 IC 越高，因子越有效，IC 的组合为季频调仓、240 日回看期，IC 值为 11.40%。
创新高天数因子：季频调仓时，三类风险等级的基金均在 120 日回看期呈现出较高的 IC， 其中最高值为高风险组 13.25%；月频调仓时，三类风险等级的基金均在 20 日回看期呈现出 较高的 IC，其中最高值为 15.96%。回看期参数稳健。
最终我们统一使用各因子最优回看期参数，总结不同风控因子的有效性。
计算不同风险控制因子的相关性，可以发现部分与净值收益率和波动率相关的因子有较 高的相关性，改进下行风险因子与其他因子相关性较低。
除了“特质”下行风险因子，calmar 因子、绝对收益胜率因子、最大回撤修复天数因 子与其他因子相关性较低。选取上述 4 类因子构建复合因子。在对各个因子标准化处理后， 将 4 个因子等权加总得到复合因子，复合因子在各个基金池的回测效果显著，全样本基金池 Rank IC 值 12.00%，ICIR0.45，年单边换手率 2.82。
由于“特质”下行风险因子对于不同基金池设置不同的基准，因此对于不同风险等级基 金池最终构建的风险控制因子有差别，下表显示了风险控制因子各个基金池的有效性。
3.4 更具绝对收益属性的“类债”基金具有哪些特质选基因子？
本节重点分析权益比例 0-5%的低风险类基金，由于该类基金的主要仓位为债券，但又 有一定仓位配置股票或可转债，因此本文将其称为“类债”基金。“类债”基金的收益来源 主要为债券，因此评价该类基金主要从债券相关的策略入手。本节重点介绍两个能够评价“类 债”基金的因子：最大回撤排雷和杠杆管理能力。
3.4.1 最大回撤排雷因子
对于类债基金，投资者更加关注收益的稳定性，作为打底仓的资产配置。由于类债基金 的仓位主要配置债券，而为了增厚收益，基金会选择配置更多比例的信用债，因此更需要注 重信用风险管理。如果基金出现较大回撤，则有较大可能出现债券违约的情况。
由于信用债违约可能出现急跌的现象，因此对于判断基金是否配置“暴雷”债券，可通 过基金净值是否在短期内有较大的回撤。从净值数据出发，筛选基金净值出现显著下跌的基 金。 最大回撤排雷因子的构建方法：回溯基金过去 120 日中的滚动 5 日最大回撤。滚动 5 日 最大回撤考察基金可能踩雷，回溯 120 日是对踩雷行为的影响力进行刻画，追溯过去 120 日内的最大回撤，以作为基金经理可能踩雷的惩罚项。 对最大回撤排雷因子进行分组检验，发现最大回撤最大的组明显跑输其他组，因此该因 子可作为排雷因子，对类债基金进行负面剔除。因此本文最后将最大回撤排雷因子作为负面 剔除的哑变量因子，对于因子截面排序后 10%的基金标记为-1，其他基金标记为 0。
3.4.2 杠杆率
基金的杠杆率指的是债券基金通过借款或使用衍生工具等手段，增加投资规模，以获取 放大后的投资回报。杠杆率衡量了基金实际运作中的资产规模相对于其资本金的倍数，较高 的杠杆率意味着在市场向好时，基金可能获得更高的收益。但在市场不利时，亏损也会被放 大。 由于“类债”基金债券类资产占比较高，具有稳定收益，在极大程度上弥补了杠杆率给 基金带来的负面影响，因此本文测试杠杆率能否有效筛选具备高收益能力的“类债”基金。 基金杠杆率的构建方式如下：
杠杆率 = (基金总值− 股票投资市值− 可转债投资市值)/(基金净值− 股票投资市值 − 可转债投资市值)
由于基金经理杠杆率变动较大，通过参数优选，本文计算基金过去 4期的杠杆率均值进 行稳定性平滑。将杠杆率截面标准化后将低风险基金池平均分为三组，从因子进行分组检验， Group1 代表杠杆率最高的基金分组，Group3 代表杠杆率最低的基金分组，从分组结果来看 杠杆率较高的基金更有可能在未来的具有更高收益能力。
3.4.3 构建类债基金综合有效因子
由于类债基金债券配置比例大于 95%，因此在原有“固收+”基金因子的基础上，本文 增加了 2 个特质因子，分别是最大回撤排雷因子和杠杆率因子。
由于类债基金的特质因子 IC 值较低，因此加入综合因子时仅给予 20%的权重。 对比原有的全样本固收+三因子和加入特质因子后的综合因子累计 IC 值，可以发现增加 特质因子后的综合因子的有效性更加稳定。原固收+三因子 IC 均值 16.68%，ICIR0.78，加 入特质因子后 IC 均值 17.95%，ICIR0.79。
3.5 影响“固收+”基金优选还有哪些其他有效因子值得关注？
3.5.1 股票投资能力
“固收+”基金的业绩弹性主要来源于股票仓位，对于高仓位权益的产品，股票投资能 力是评价基金经理能力的重要因素，也对基金的未来业绩有较大的影响。本文通过股票投资 总收益衡量基金的股票投资能力。股票投资总收益计算方式如下：
股票投资总收益 = （股票投资收益/股票投资市值）∗ 股票资产占基金净值比
按照半年频率换仓，回测股票投资收益因子，其中中风险基金池效果优异，IC 均值 17.91%，ICIR1.04。全样本基金池、低风险基金池、高风险基金池 IC 均值分别为 15.48%、 4.77%、8.67%，ICIR 分别为 0.72、0.16、0.55。
3.5.2 基金规模因子
基金规模可能对基金业绩产生影响。规模过小的基金会面临被迫清盘的风险，同时还会 遇到投资范围较小、分摊费用较高、投研资源不足等问题。对于不同类型的基金，适宜的规 模也有所不同。一般来说对于货币基金，规模越大，保留的现金比例越低，投资的资金比例 就相应越高，有利于缓解基金申赎对业绩的影响。对于被动型基金，规模越大，申购赎回对 净值的冲击越小，有利于提高业绩表现。 同时，基金规模的变化率在一定程度上反映了基金公司对基金投入资源的变化情况，因 此基金规模变化率也可以作为选基因子进行测试。
3.5.3 基金公司规模因子
基金公司的管理实力对基金业绩有一定影响。对于债券投资，基金公司平台的强弱至关 重要。管理规模较大的债券基金公司通常在债券交易中拥有更高的议价权和更丰富的资源优 势，这类公司通常拥有更为全面的债券研究团队配置，研究能力更为强大。类似地，管理规 模较大的权益类基金公司，其股票研究和投资团队通常更加完善，具备更强的挖掘 Alpha 收 益的能力，为“固收+”基金提供了良好的收益增厚潜力。通过这类基金公司，投资者往往 能够获得更稳健且持续的回报，这进一步凸显了基金公司管理实力在基金表现中的重要性。 本文将基金所属管理人在管的短期纯债型基金、偏债混合型基金、灵活配置型基金、中 长期纯债型基金、混合债券型一级基金、混合债券型二级基金六种类型的总管理规模作为基 金公司规模因子并回测，季度换仓。 进一步，本文计算基金公司管理规模的变化率，衡量最新一期基金管理人在六类基金的 总资源分配变化。对基金公司规模因子和基金公司规模变化率因子分别进行标准化，等权加 总作为综合因子回测： 综合来看，综合因子在中风险基金池表现较好，ICIR 达到 0.66。
3.5.4 久期管理能力
根据久期和债券价格波动率的反向变动关系，本文构建如下基金久期管理因子：
久期管理因子 = −∆重仓券久期*十年期国债变动方向
当十年期国债利率上升也即十年期国债变动方向为正时，为了避免债券价格下降，久期 管理能力较强的基金经理会降低债券资产的综合久期（综合久期可以通过基金季报披露的重 仓券久期衡量），重仓券久期变动为为负，久期管理因子为正。因此久期管理因子与基金的 久期管理能力呈正向变动。
3.6 优选“固收+”基金视角下综合评价因子构建
“固收+”基金综合因子在各类基金池中表现优异。全样本、低风险、中风险、高风险 基金池的 IC 均值分别为 13.05%、17.05%、11.93%、11.00%，ICIR 分别为 0.58、0.79、 0.61、0.55。
本文对于绝对收益组合构建基于两个思路，思路一：基于传统的多因子选基方法，并结 合本文对“固收+”基金的风险等级分类，对不同风险等级的“固收+”基金，根据特质的优 选基金因子每期优选总分得分最高的前 N 只基金进行绝对收益组合构建；思路二：根据不同 风险等级的“固收+”基金在不同宏观环境下的表现，结合西南金工的宏观择时信号，构建 融入资产配置观点的绝对收益策略。
4.1 构建“固收+”基金优选组合
根本第二节的“固收+”基金因子优选，本节将根据不同风险等级的“固收+”基金进行 基金优选。 调仓时点：在每年季度末，即 3 月、6 月、9 月和 12 月的次月第一个交易日收盘调仓。 基金池：根据本文第一节“固收+”基金定义与分类，中的低、中、高风险的“固收+” 基金进行 申赎费率：申购费率为 0.01%，赎回费率为 0.1%。 组合策略构建：分别选取低、中、高风险基金池中选基因子排名前 10 的“固收+”基金 构建“固收+”基金精选 10 组合。 在 2017 年 1 月初至 2024 年 9 月末，低风险、中风险、高风险基金池 TOP10 组合区 间年化收益分别达 5.20%、6.85%、6.96%，Calmar 比率分别为 3.66、1.80、1.07。高风险 优选组合收益能力最强，低风险优选组合风险控制能力优秀。其中，低风险组合表现出极强 的稳健性，表明该组合在风险调整后的收益效率极高，投资者在低风险下依然能够获得超额 收益，适合风险承受能力较低但希望获取稳健回报的投资者。中风险组合的年化收益率为 6.85%，最大回撤为-3.80%，相较于低风险组合，风险有所增加，但整体风险控制依然较为 良好，信息比为 2.16，显示该组合在承担适度风险的同时，能够有效捕捉市场机会，获取不 错的回报。高风险组合的年化收益率达到了 6.64%，表现最为抢眼，其最大回撤为-4.78%， 显示出该组合波动较大。尽管如此，信息比为 1.62，表明该组合在较高风险下仍然具备一定 的风险调整后回报能力，适合风险承受能力较强并追求高回报的投资者。
4.2 融入宏观择时信号的绝对收益策略
本节策略结合西南金工的宏观择时框架，详见报告《基于宏微观大类资产多维择时框架 构建》。西南金工从四个维度选择有效指标对 A 股权益类资产进行择时，分别是宏观基本面、 估值、国际影响力、资金情绪。高频经济指数通过综合周度的宏观数据，包括工业品价格、 生产开工率、房地产销售等数据，通过时序标准化后进行拟合，高频经济指数领先于 PMI 同比，可预测当月的经济增速。高频货币指数结合了货币政策中的多项工具，包括存贷款基 准利率、MLF 利率，以及货币市场利率，使用 7 天逆回购-R007 作为货币市场利率的信号。 改进 ERP 通过对 ERP 的分母加入经济增速的考量，作为 A 股赔率的指标。国际影响力指标 考虑中国在全球的经济地位，将人民币汇率和中美利差加入择时框架。资金情绪，通过回测 发现新发基金规模、融资买入额、期权 PCR 和北向资金有一定择时作用。
对于债券类资产，西南金工从三个维度选择有效指标进行择时，分别是基本面、交易情 绪、市场利率。基本面包括经济增长相关的 PMI 同比和高频经济指数，以及地产相关的房地 产开发投资同比和水泥价格环比。交易情绪主要包括 R001 成交量占比和三十年国债成交额 占比，用于监测债券市场的拥挤度情况。市场利率主要跟踪 R007 和一年期国债利率，用于 跟踪短债市场的动量。
根据不同风险等级基金优选策略，可以发现不同风险等级的基金在不同宏观环境下有不 同的特点。高风险基金池由于权益仓位较高，因此有更大的进攻弹性。而低风险基金池净值 走势更加平稳，具有更高的夏普比率。中风险基金在特殊时刻（例如 2018 年）相较高风险 基金能获得更加稳定的收益。 结合西南金工的宏观择时策略，详见报告《基于宏微观大类资产多维择时框架构建》， 从基金组合收益相对强弱走势中可观察到，当股票信号为负时，低中风险基金策略优于高风 险基金策略；而当看好股票时，中低风险基金明显跑输高风险基金，因此在看好股票时可提 高高风险基金的仓位。 本文计算不同股票信号和债券信号下优选固收+基金组合的日均收益率。当股票信号＞0 时，高风险基金组合日均收益率 0.042%，其次中风险基金组合日均收益率 0.03%，而低风 险基金组合日均收益率仅 0.01%；而当股票信号≤0 时，中风险基金组合日均收益率最高为 0.021%，高风险基金组合收益率仅略高于低风险基金组合收益率。因此，当看多股票时，高 风险基金组合由于配置较高仓位股票，可获得更高收益率；而看空股票时，中风险基金组合 可获得较稳健的收益率。
对于债券信号，低风险基金组合受较大影响。当债券信号≥0 时，基金组合收益率按照 风险等级增加而提升；而当债券信号＜0 时，低风险基金组合日均收益率降至-0.005%，高 风险基金组合日均收益率也有所下降，中风险基金组合最为稳健，日均收益率为 0.025%。 因此，当债券信号发出看空时，本文减配低风险基金组合，同时考虑使用货币基金 （482002.OF）填补仓位。
根据西南金工的大类资产择时信号，对于股票和债券的不同观点配置不同风险的固收+ 基金。 1） 当股票信号≤0，且债券信号＜0 时，“固收+”基金投资组合的配置为 50%的中风 险基金，20%的货币基金和 30%的低风险基金 2） 当股票信号≤0，债券信号≥0，则配置为 50%的中风险基金和 50%的低风险基金。 3） 当股票信号＞0，且信号位于区间(1,2)时，如果债券信号＜0，则“固收+”基金投 资组合的配置为 50%的高风险基金、10%的货币基金和 40%的低风险基金； 4） 当股票信号＞0，且信号位于区间(1,2)时，如果债券信号≥0，则“固收+”基金投 资组合的配置为 50%的高风险基金和 50%的低风险基金； 5） 当股票信号＞0，且信号位于区间(3,4)时，如果债券信号＜0，则“固收+”基金投 资组合的配置为 80%的高风险基金、10%的低风险基金和 10%的货币基金； 6） 当股票信号＞0，且信号位于区间(3,4)时，如果债券信号≥0，配置为 80%的高风险 基金和 20%的低风险基金。
在 2017-2024 年，融入宏观择时信号的“固收+”基金配置策略平均年化收益率为 6.36%， 信息比率 2.44，最大回撤 3.10%，分年度年化收益率始终为正。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
