市场隐含宏观因子具有高频、实时、可投资的特征，且对资产的解释度通常高于原始宏观变量。本节我们 对侧重解释/交易的两套宏观因子走势进行跟踪。
1.1、跨市场全球宏观因子体系：全球增长因子分化，原油产量同比上行
这里我们对美国增长、欧洲增长、中国增长、美国金融条件、欧洲金融条件、中国金融条件、原油供给等 宏观因子进行跟踪，对增长类因子，从若干与增长高度相关的变量提取第一主成分；对金融条件类因子，以高 盛金融条件指数度量，对原油供给，以两年期布伦特原油掉期的溢价度量。
1.1.1 经济增长因子：全球增长因子分化
经济增长类因子中，美国增长最新值为-0.13，近四周下行 0.26，分项驱动信号主要来自权益、汇率市场； 欧洲增长最新值为 1.17，近四周上行 0.19，驱动信号来自权益、债券市场；结合制造业 PMI 来看，美国经济短 期有望小幅修复，欧洲经济总体震荡上行。 中国增长因子近期维持震荡，最新值为-0.81，近四周下行 0.05，分项信号来自权益、商品市场，结合 PMI 来看，国内经济总体预期向好。
1.1.2 金融条件因子：金融条件维持宽松
金融条件类因子中，中国的金融条件指数最新值为-1.35，近四周下行 0.10，总体来看，中国金融条件整体 仍较为宽松。
1.1.3 原油供给因子：继续回升
原油供给因子最新值为-0.90，近期上行 0.02，原油供给继续回升。结合原油产量同比来看，整体延续上行 趋势。
1.2、全球资产因子体系
考虑可交易性，对六种不同类别的资产（股票、商品、新兴市场、长期利率、信用债和 TIPs），以固定权 重对细分资产的收益率加权构造因子序列。其中新兴市场剔除股票因子，信用债和 TIPs 剔除长期利率因子。因 子值以各因子的累计单位净值度量。 从近期的走势来看，各因子最近 1 个月的收益率较为分化，其中，股票、商品、新兴市场、长期利率、信 用债和 TIPs 单月涨跌幅分别为 3.20%、2.24%、-0.04%、0.61%、0.00%、-0.01%，股票和商品涨幅明显，全球 风险资产继续修复。
本章选取涵盖股票、债券、商品三大类的 7 种国内资产，构建了基于资产和基于主成分宏观因子的月频调 仓风险平价策略，其中后者是宏观因子在资产配置中，仅基于风险进行配置的应用。 选取的具体标的为：权益资产中的沪深 300 全收益、中证 1000 全收益指数，债券资产中的中债国债总财富 1-3 年指数、中债国债总财富 3-5 年指数、中债国债总财富 7-10 年指数及中债信用债总财富指数，商品期货中 的金指数。
2.1、基于资产的风险平价策略
从策略的表现来看，自 2010 年 3 月以来，风险平价策略取得了 3.91%的年化收益率，年化波动率 1.67%， 月度最大回撤-2.37%，夏普比率2.34，月度胜率76.34%，双边年化换手率37.48%。策略最近12个月收益率 3.82%， 月度最大回撤-0.17%。
2025 年 10 月，策略在沪深 300、中证 1000 上的权重分别为 1.36%和 0.94%，在债券资产中选择中债国债总 财富 1-3 年、3-5 年、7-10 年指数和中债信用债总财富指数上的权重分别为 37.37%、16.91%、9.51%和 32.09%， 在沪金上的配置比例为 1.81%。
2.2、基于宏观因子的风险平价策略
对选定的七类资产，采用全区间的收益率数据提取的主成分结构如下表。 从构成来看，各主成分有清晰的宏观含义。 第一主成分在债券类资产上的系数较高，其余系数绝对值较小，与利率水平因子对应。 第二主成分在权益类资产的系数为正，债券类资产系数为负或较小，对应增长因子。 第三主成分在黄金上的系数为最高，对应商品因子。 第四主成分在信用债上的系数最高，在利率债上的系数为负数，其余系数绝对值较小，对应信用因子。 第五主成分在短久期的国债上系数最高，在长久期的国债上系数为负数，二者绝对值相近，对应利率斜率 因子。 第六主成分在沪深 300 上的系数最高，在中证 1000 上的系数最低，其余系数绝对值较小，对应权益大小盘 因子。 第七主成分在中等久期的国债上系数最高，在长/短久期的国债上系数为负数且绝对值相近，其余系数绝对 值较小，对应利率凸度因子。
从因子的解释度来看，第一/二/三主成分可解释各类资产 39.2%、25.2%、15.2%的波动，前三个主成分累计 解释度近 80%。 每月末求解各资产的权重，使得各宏观因子对组合的风险贡献相等。
从策略表现来看，自 2010 年 3 月以来，基于宏观因子的风险平价策略取得了 3.85%的年化收益率，年化波 动率 1.47%，月度最大回撤-2.42%，夏普比率 2.62，月度胜率 81.72%，双边年化换手率 256.85%。策略最近 12 个月收益率 3.69%，月度最大回撤-0.06%。总体来看基于宏观因子的风险平价策略表现稳健。
2025 年 10 月，策略在沪深 300 和中证 1000 上的权重分别为 2.71%和 0%，在债券资产中选择中债信用债总 财富指数上的权重为 95.47%，在沪金上的配置比例为 1.82%。
本章介绍了普林格周期配置模型并给出了最新配置建议，本质上，该模型基于是宏观因子对经济环境进行 状态分类，并综合考虑不同环境下各类资产的表现，进行主动配置的应用。
3.1、普林格周期配置模型介绍
普林格周期脱胎于美林时钟模型，在美林时钟模型增长/通胀的基础上加入信贷指标来更好的适应货币主义 时代。在普林格周期中，使用先行指标（M1、M2 同比），同步指标（GDP 同比、工业增加值同比），滞后指 标（PPI 同比）三个指标来衡量经济周期，将经济周期划分为六个阶段，并计算了在上述各个阶段中各类资产 的回报率和股票不同风格回报率，结果表明，在经济周期各个阶段的轮换中，不论是大类资产还是股票风格， 其收益率均有所分化，优势品种有超越大市的表现。
在经济周期第一阶段，央行仍实行宽松的货币政策，继续增加货币供应量，推行各种财政政策刺激经济。 从资产配置的角度看，此时一般短期利率会上行，同时债市经历熊市之后也将迎来拐点，因此债券与现金成为 这一时刻的优质资产。但是在这一阶段，生产与通胀仍处于下降区间，高波动资产依然有相当高的风险，不建 议配置。 在经济周期第二阶段，通货膨胀继续回落，GDP 增长率开始上升，虽然闲置的生产力还没有完全的利用起 来，但企业的利润率已企稳开始回升，同时央行为了使经济全面恢复会持续增加货币供给。从资产配置的角度 看，这时权益市场筑底完成，是配置的最佳时期，建议高配。 在经济周期第三阶段，三指标同步上行，经济全面恢复，企业利润率高速上行。从资产配置角度看，此时 各行各业生产力火力全开，对原材料需求较高，商品迎来行情，此使股票受益于企业基本面快速抬升以及经济 上行的预期会获得普涨，此阶段建议高配股票和商品。 在经济周期第四阶段，生产增长开始减缓，通货膨胀上升。GDP 增长虽然在上升，但增速已明显放缓，为 抑制过热的投资，央行开始加息减少货币供应量。从资产配置角度看，由于股票投资收益依赖企业的利润率和 利率水平，商品是最佳的资产配置选择，同时股票也有一定的配置价值，但是需要重点关注盈利支撑。 在经济周期第五阶段，GDP 增长降低到长期增长趋势以下，但是通货膨胀依然继续上升，经济进入滞胀阶 段。从资产配置角度看，权益市场已经疲态初现，不建议配置，而商品处于最后的疯狂，可以配置但是有一定 的风险，此时黄金成为最优资产。
在经济周期第六阶段，三指标同步下行，经济增长严重乏力，从而导致了通货膨胀开始下降，企业利润率 也遭遇滑铁卢。从资产配置角度看，此时建议配置避险属性明显的黄金与债券。
3.2、改进版普林格周期配置建议跟踪
根据我们的改进版普林格周期，普林格六周期信号更新：阶段 3。9 月 23 日，中国人民银行货币政策委员 会召开 2025 年第三季度例会，其中提到加强货币政策调控、保持流动性充裕，我们认为以 M1 和 M2 为代表的 先行指标延续上行趋势。9 月份制造业 PMI 为 49.8%，较上个月上升 0.4 个百分点，连续两个月回升，我们认为 经济总体趋势向好。8 月 PPI 同比降幅较上个月收窄 0.7 个百分点，滞后指标短期上行。模型建议配置股票和商 品。 根据我们改进的普林格周期理论构建的策略，自 2016 年以来年化收益 22.40%，夏普比率 1.89，月度最大 回撤-6.38%，该策略每年均获得正收益，今年以来收益率为 27.01%。
本章我们对中债久期择时策略与美债久期择时策略进行跟踪。 中美久期择时策略均为季度调仓，每季度末选择未来一年预期收益率最高的期限品种进行集中持仓，当策 略一段时间表现不佳时选择将持仓信号改为动量信号，即选择过去一段时间表现较好的品种进行集中持仓。
4.1、中债久期择时策略
中债久期择时策略标的为：中债 1-3 年国开行债券财富指数，中债 3-5 年国开行债券财富指数，中债 7-10 年国开行债券财富指数，上证 5 年国债全收益指数，银华日利 ETF（代表货币型市场基金）。 中债久期择时策略经过历史样本内回测和样本外跟踪（自 2022 年 11 月 30 日开始样本外跟踪），从 2014 年 1 月至 2025 年（截至 9 月底），中债久期择时组合年化收益 6.11%，最大回撤 1.06%，夏普比 2.11，季度胜 率 93.62%，组合持仓产品收益率在当季排名前 2（一共 5 种期限产品）的季度占比 65.96%。基准中债国债总指 数在此期间年化收益 4.90%，最大回撤 3.38%，夏普比 1.85，季度胜率 78.72%。
另外从 2022 年 11 月 30 日开始样本外跟踪，截至 2025 年 9 月底，中债久期择时策略累计绝对收益 13.54%。 我们基于 2025 年 9 月底模型信号对 2025 年四季度持仓进行决策，中债久期择时策略选择银华日利 ETF 进 行持仓。
4.2、美债久期择时策略
美债久期择时策略标的为：Bloomberg U.S. Treasury: 1-3 Year Total Return Index，Bloomberg U.S. Treasury: 3-5 Year Total Return Index，Bloomberg U.S. Treasury: 5-7 Year Total Return Index，Bloomberg U.S. Treasury: 7-10 Year Total Return Index，领航现金储备联邦货币市场基金（代表货币型市场基金）。 美债久期择时策略经过历史样本内回测和样本外跟踪（自 2022 年 12 月 31 日开始样本外跟踪），从 1998 年 1 月至 2025 年（截至 9 月底），美债久期择时组合年化收益 4.99%，最大回撤 4.58%，夏普比 1.13，季度胜 率 78.38%。彭博美国国债总指数在此期间年化收益 3.64%，最大回撤 16.50%，夏普比 0.69，季度胜率 62.16%。
另外从 2022 年 12 月 31 日开始样本外跟踪，截至 2025 年 9 月底，美债久期择时策略累计绝对收益 22.98%。 我们基于 2025 年 9 月底模型信号对 2025 年四季度持仓进行决策，美债久期择时策略选择 Bloomberg U.S. Treasury: 7-10 Year Total Return Index。
5.1、上市公司业绩跟踪体系介绍
我们认为由最新财报披露引起的个股超预期或低于预期可能是驱动指数涨跌的主要动力之一，因此我们选 取了以下市场较为常见的衡量个股超预期的指标：Davis 双击因子，SUE 因子，超预期比例因子，分析师因子， 超预期个数比例因子，相关系数因子。 跟踪指数我们选择沪深 300，中证 500 和创业板综指数，在计算完个股的因子值后我们对于指数成分股按 照等权和加权两种方式将因子值合成到指数。 考虑到财报的发布存在一定的时滞，我们将一季报的调仓日期确定为 4 月 21 日，二季报的调仓日期确定为 7 月 21 日，三季报的调仓日期为 10 月 21 日，四季报调仓日期为 1 月 21 日。预测区间为接下来的一个季度。 最后我们先计算出之前 5 年同期指数因子值的均值，接着对比当期指数因子值和 5 年同期指数因子值的均 值，如果当期指数因子值超过 5 年同期指数因子值的均值，我们倾向于看多指数，如果当期指数因子值低于 5 年同期指数因子值的均值，我们倾向于认为指数有下行风险。 考虑到不同指数可能适合不同的因子，我们通过历史区间回测确定了各指数胜率最高的指标进行跟踪。
5.2、股票指数择时效果及最新配置建议
通过回测，最近 6 年（2018 年-2023 年）我们的 A 股指数择时模型沪深 300 择时准确度为 75%，中证 500 择时准确度为 54%，创业板指择时准确度为 42%。 以下图表展示了 A 股指数择时模型的历史回测效果，考虑到数据的可得性，沪深 300 的回测结果从 2011 年开始，中证 500 的回测结果从 2012 年开始，创业板综的回测结果从 2017 年开始。
根据 A 股上市公司业绩跟踪体系，从二季报的情况来看，沪深 300、中证 500 的超预期值高于历史平均水 平，创业板综超预期值略低于历史同期均值。总体来看，把握权益投资机会，精选超预期个股。
（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。）
