“固收”产品股票端的量化解决方案

复盘“固收”产品股票端的管理9年以来，随着市场资金对绝对收益产品的需求不断升温，“固收”产品的规模和数量都出现了显著增长。我们在前期报告《深度剖析连续0个季度正收益的“固收基（上——权益投资篇中发现业绩优异“固收产品，在股票端的管理方法上都有鲜明的特征。这其中既有共性，也有差异。本文将分别从择时、行业配臵和选股三个维度，分析优秀“固收”产品的股票端管理模式，为我们从量化角度寻找合理可行的股票端管理方案提供借鉴和参考。本文涉及的“固收”产品定义为，滚动2年期财报平均权益仓位和最高权益仓位都在%以下。由于我们着眼于股票端管理方法的探索，故要求产品必须有股票仓位择时权益仓位变化幅度明显收窄，择时操作趋缓如下图所示，9年以来，“固收”产品的平均权益仓位明显抬高，但仓位变化幅度（当年最高权益仓位最低权益仓位）反而在收窄。即，“固收”产品整体的择时操作近年来明显趋缓。我们认为，这可能与8年底A股市场触底后，进入上升通道有一定的关系。图“固收”产品平均权益仓位与仓位变化范围资料来源：“固收”大厂的产品布局相对均衡另一方面，随着“固收”产品需求的大幅增加，基金公司纷纷组建相关团队，并将发展该类产品上升至公司的战略层面。从“固收”头部公司的产品线来看，布局不同目标风险（股票仓位中枢）的产品已成为主流，从而方便投资者根据自身的风险偏选择相应的产品。这种模式也压缩了基金经理择时的空间和意愿，促使他们更加专注股票端和债券端的底层资产管理。我们将“固收”产品按照权益仓位的高低划分为激进、均衡、保守三种类型。其中激进型产品要求最近2（8次季报的最低权益仓位超过%在剩下的产品中，平均权益仓位高于和低于%的分别定义为均衡型和保守型产品以下两图展示了截至2年年报“固收产品规模排名前0的基金公司三类产品的数量和规模分布。根据我们的划分，除鹏扬和兴全基金仅布局了激进型和保守型产品外，其余公司产品线均全面覆盖三种风险类型。由此我们认为，逐渐清晰化的产品定位，也是近年基金经理择时操作趋缓的又一重要原因。图“固收规模头部公司产品数量分布 图“固收”规模头部公司产品规模分布0%0%0%0%0%易方易方招广富南鹏景顺长城安天工银瑞东证资嘉中华交银施罗德汇添中博鹏兴证全球

0%0%0%0%0%易方易方招广富南鹏景顺长城安天工银瑞东证资嘉中华交银施罗德汇添中博鹏兴证全球激进均衡保守 进衡 券择时能力较强的基金，业绩排名优势有所减弱我们定义产品的择时收益为：T)期股票仓位T期股票仓位（中证0指数涨跌幅(T2)期中证0指数涨跌幅把满足-22年累计择时收益为正单年度择时收益位居同类前%及3年择时胜率超过其中之一“固收产品认定为择时能力较强。随后，分年度考察这些产品当年的业绩排名。如下表所示，择时能力较强的产品近三年的年度平均排名呈单调下行趋势。而且，221年的平均排名均能位列全市场前但2年却打破了这一规律因此，我们认为，择时对于“固收”产品业绩表现的影响有所减弱。表择时能力突出的“固收”产品的年度平均业绩排名累计择收益正累计择胜率>%单年度时收前%资料源Wnd注：金绩好排百数综上所述，我们认为，近年来，“固收”产品的择时操作趋缓。具体表现为，平均仓位的变动幅度减小。这可能与基金公司内部对“固收”产品愈发清晰的目标风险定位和更为全面的产品线布局有关。另一方面，择时对业绩的影响似乎有所减弱。根我们的统计择时能力较强的产品0和1年的业绩都能超越市场中位数但年的排名却落入了后。择时能力突出的“固收”产品案例尽管上文的数据表明，“固收”产品整体的择时行为和收益都有所下降，但依然不乏有一些产品凭借突出的择时能力和精准的择时操作，实现了优异的业绩表现。下表即为其中两个典型代表。20年以来，两者均在股票仓位上出现过逾%的调整，但排名却能在绝大部分时间内位于全市场前尤其是产品平均股票仓位达到%，但平均业绩排名接近前。由此可见，我们认为，较为有效的择时操作依然是提升“固收”产品业绩的重要手段之一。所以，在后文设计“固收”产品股票端量化解决方案时，我们依然会引入择时或资产配臵模型，积极地调整股票仓位。表择时能力突出的“固收”产品案例产品A 产品B滚动年度收益排名股票仓位滚动年度收益排名股票仓位..0..1..0..1..0..1平均业绩排名平均仓位平均业绩排名平均仓位区间资料来源：注：金绩好排百数；收排为中点推年益在部固收产中分数行业配臵我们从以下2个角度考“固收产品的行业配臵对业绩的影响（业绩排名靠前的基金是存在较为频繁的行业轮动行为，还是长期配臵某几个行业；（）行业配臵轮动能力突出的基金，整体的业绩排名。平均而言，业绩排名靠前的“固收”产品，存在一定的行业轮动行为我们定义产品的行业轮动幅度为：-2年，每个行业相邻两个报告期配臵权重绝对变动值的均值，在所有行业上的和。该指标排名越高，“固收”产品的行业轮动行为越突出。如下表所示，从平均水平来看，绩优产品的行业轮动幅度排名略小于中位数。即，存在相对温和的行业轮动行为，行业配臵并非一成不变。表绩优产品的行业轮动幅度（20-20）3年平均业绩排名平均业绩排名轮动幅度排名前前前资料源Wn，通券究所注：金绩好排百数进一步考察3年平均业绩排名前%“固收产品在-2年期间行业轮动幅度的排名分布。如下图所示，行业轮动幅度较大（右侧的两个十分位区间）但又能保持稳定业绩的产品占比仅为%左右在剩余的8个十分位区间绩优产品的分布较为均匀。由此，我们认为，积极或稳定的行业配臵，都有望获取较好的业绩表现，但过于频繁的轮动则需要较高的预判精度。图绩优产品的行业轮动幅度分布（220-22）6%4%2%0%0% 0% 0% 0% 0% 0% 0% 0% 0% 0%轮动幅度排名资料来源：注：除模于1的轮动行为显著与行业配臵稳定的“固收”产品案例如以下两图所示滚动收益的平均排名都位列前%的产品A和C行业配臵行为却是大相径庭按照中信一级行业分类标准产品A的行业配臵比例波动剧烈幅度在-%之间；而产品C的行业配臵比例则相当稳定，很少出现%以上的变化。图产品A行业配臵 图产品C行业配臵0%0%0%0%0%0%0%0%0%0%0060002120210630012102600221

0%0%0%0%0%0%0%0%0%0%006000210160012102600221 券我们进一步加入另外两只产品——（轮动行为显著）和D（行业配臵稳定），对比他们的业绩排名变化由下表可见近3个报告期轮动行为显著的产品A和B的收益排名均处于全市场前%显著优于行业配臵稳定的产品C和D而且随着近年市场波动加剧结构化行情凸显后两个产品的收益排名呈下降趋势因此我们认为在当前的市场环境中，把握强势行业对“固收”产品的业绩有着举足轻重的影响。表轮动行为显著s行业配臵稳定的“固收”产品案例轮动行为显著 行业配臵稳定产品A产品B产品C产品D滚动年度收滚动年度收益滚动年度收滚动年度收益滚动年度收滚动年度收益滚动年度收滚动年度收益益排名益排名益排名益排名...%.%--.%.%--...%.%.%.%.%.%.%.%...%.%.%.%.%.%.%....%.%.%.%.%.%..%...%.%.%.%.%.%.%.%平均.%.%.%.%.%.%.%.%轮动幅度轮动幅度排名轮动幅度轮动幅度排名轮动幅度轮动幅度排名轮动幅度轮动幅度排名区间.%.%.%.%.%.%..%资料来源：注：据失点代该金由于位题有入固收品池行业配臵能力优异的基金，业绩排名表现优异我们定义产品的行业配臵能力为：对每年的半年报和年报采用rnson分解，所得基金行业配臵收益的均值。如下表所示，由于近年来市场结构化行情突出，行业配臵能力较为优异“固收产品-2年的年度排名都位列全市场前这一相关性显著强于与上文发现的择时能力和业绩表现之间的关联。因此，我们认为，在“固收”产品的股票端管理中，积极的行业配臵行业轮动，是非常值得探索与应用的，我们也会在后文中提供相应的量化解决方案。表行业配臵能力突出的“固收”产品的年度平均业绩排名每年行配臵力排前单年度业配能力名前%%资料来源：注：金绩好排百数选股个股选择能力突出的基金，业绩排名靠前除了择时和行业配臵，个股选择也是“固收”产品业绩非常重要的影响因素。我们定义产品的个股选择能力为：对每年的半年报和年报采用rnson分解，所得基金选股超额收益的均值。如下表所示，选股能力较为优异的“固收”产品，当年的业绩排名始终位于同类前。表选股能力突出的“固收”产品的年度平均业绩排名单年度股能排前单年度股能排前% % % 资料来源：注：金绩好排百数绩优产品的风格暴露共性：大市值、低估值进一步分析绩优产品持股风格的共性分别选择连续3年业绩排名均位列前%或前%的产品作为样本，计算股票组合在市值、估值、盈利、成长4类因子上的暴露如下图所示，绩优产品在盈利和成长因子上并无显著、一致的暴露，但都倾向于选择大市值、低估值的股票。我们认为，相对而言，低估值的大盘股出现极端风险的概更低，选择此类股票较为符合“固收”产品的绝对收益定位。因此，在后文的量化解决方案中，我们也会提供类似风格的股票组合作为参考。表绩优“固收”产品的个股风格暴

连续年业绩排名前基金池排名 相对暴露市值估值盈利成长市值估值盈利成长4 -1134 -6016 -90 50 -60 16 -60 10 -2004 -60 1连续年业绩排名前基金池排名 相对暴露资料来源：市值估值盈利成长市值估值盈利成长1024市值估值盈利成长市值估值盈利成长10246-7022-60-70-70-23-6001-2012-50-1“固收+”产品股票端的量化解决方案在海通量化团队的选股因子系列研究报告中，我们参考主动权益产品的投资理念，运用“bap”的思路构建了-盈利、小盘价值优选、小盘成长、高股息等几类选股策略。在行业轮动的系列报告中，我们从预期盈利、分析师热度、价量趋势和宏观敏感性四个角度构建了轮动策略但考虑到实际投资中直接买入行业指数难度较大，故本文使用行业内的龙头公司组合作为代替。我们将上述组合（扣费后）作为股票端，短期纯债型基金指数作为债券端，考察定期再平衡的“固收+”产品的收益风险特征。随后，我们运用宏观动量月度择时和逆周期季度择时两大模型，动态调整股债配臵比例，力求获得更好的收益风险比。定期再平衡的量化“固收”组合本文设计了价值风格小盘风格和基于龙头公司的行业轮动三种策略作“固收”产品的股票端，每种策略又包含了2个细分组合，具体构建理念如下图所示。图“固收”产品股票端量化策略概览资料源价值风格B-盈利组合基础池：盈利（ROSUE）最好的5股票与B最低的5股票的交集；市场关注度优选基于过去1个月日均换手率将全A个股等分为5组，剔除述-盈利交集股票池中，属于换手率最高5的股票；位序估值优选：剔除长期（3年）位序估值低于%和短期（半年）位序估值高于%的个股。其中，位序估值是指（个股估值/nd全A估值）这个指标在过去一段时间内的相对位臵（分位点。高股息组合流动性约束剔除过去一年内日均总市值最小的%及日均成交金额最小的股票；基本面过滤：在剩余股票中，等权加总ROE和UE因子，构建复合基本面因子，选择得分排名前2的股票；高股息筛选：等权加总剩余股票过去3年和1年的股息率挑选排名前0的股票作为待选样本；价量因子优选：将过去1个月累计收益率、波动率、换手率、尾盘成交占比4个因子等权加总构建低关注度因子在待选样本中选择低关注度因子排名前0的票得到最终的组合。回测时，我们分别以股债-0和-0为中枢，对标“保守均衡”和“激进”两种类型构建月度再平衡的量“固收组合并和股票端为沪深0的基准对比。由下表可见无论是-0还是-0中枢以-盈利与高股息组合为股票端时，6年至今的每一年都能获得正收益。而简单使用沪深0时，并不能达到相同的效果，尤其是股票仓位较高的-0中枢。表价值风格的量化“固收”组合的收益风险特征（206.0-223.0）股债0中枢收益P盈利回撤高股息收益回撤收益沪深回撤.%.%..%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%0.%.%.%.%.%...%.%.%.%.%.%.%.%.%.%.%YTD.%...%.%.%年平均..%.%.%.%.%全区间.%收益P盈利.%回撤.%股债0中枢高股息收益.%回撤.%收益沪深.%回撤.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%..%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%..%YTD.%.%.%.%.%.%年平均.%.%.%.%.%.%全区间.%.%.%.%.%.%资料来源：，注：股组合为扣单边三用后的值，不仅如此，这两个价值风格的量化“固收+”组合的收益和回撤也显著优于基准。尤其是将高股息组合用作股票端时，除6年，其余年份两种中枢下的回撤分别小于%和%。小盘风格小盘价值优选组合价值因子过滤：在全部A股中，剔除估值最高的%股票；小盘风格倾斜及多因子打分：使用市值、价值、增长、加速增长、累计研发投入占比预期净利润调整反转、尾盘成交占比和开盘后大单净买入金额占比共9个子为突出小盘特征将小市值因子权重提升至%其余因子权重均为%复合打分后，在剩余股票中选择得分最高的0只股票构建等权组合。小盘成长组合增长类因子：盈利加速、U、预期净利润调整、累计研发投入占比（C）B_INT；高频因子：尾盘成交占比、开盘后大单净买入金额占比；因子复合：增长类因子、高频因子、小市值共8个因子等权打分，选取得分最高的0只股票构建等权组合。如下表所示在-0中枢下若将小盘风格作“固收产品的股票端则年以来的每一年均可实现%以上的绝对收益同时除26年外回撤都能控制在%及以下当股票的仓位中枢上升至%时两个量“固收组合的年化收益均能接近%。但相应地，回撤也明显增大。表小盘风格的量化“固收”组合的收益风险特征（206.0-223.0）小盘价值优选股债0中枢小盘成长沪深收益回撤收益回撤收益回撤.%.%..%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%..%.%.%.%.%.%.%.%.%.%.%.%YTD.%.%.%.%.%.%年平均.%.%.%.%.%.%全区间.%.%.%股债0中枢.%.%.%小盘价值优选小盘成长沪深收益回撤收益回撤收益回撤.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%..%..%.%.%.%.%.%.%.%.%.%.%.%.%.%2.%.%.%.%.%.%YTD.%.%.%.%.%.年平均.%.%.%.%.%.%全区间.%.%.%.%.%.%资料来源：，行业轮动我们认为行业上涨的动力可能来自4个方面（未来业绩好（分析师强力推荐（技术面形成趋势（）受到宏观环境推动因此可构建如下的月度行轮动模型，预期盈利水平：每个行业内，个股一致预期ROE的市值加权平均在过去3所处的分位点；分析师情绪和关注度每个行业内当月分析师上调评级的个股数占比亦用上调评级的个股市值占比代替；自身的量价趋势利用个股的动量换手率波动率等量价指标预测月度收益市值加权得到行业的收益预测。对宏观环境的敏感性：计算每个行业的收益率相对M、、汇率、-剪刀差的敏感性，代入最新一期的宏观指标，得到收益预测。根据上述每个指标的排序，获得月度行业推荐。在具体实践时，我们构建了两个票组合作为替代。行业轮动组合1在每个推荐行业中，选择市值大、估值低的4只股票等权加权替代行业指数这行业替代组合再经等权加权后，得到最终的投资组合。行业轮动组合2在每个推荐行业中，等权复合个股的市值、估值、盈利和成长指标得分，选择综合得分最高的4只股票等权加权替代行业指数。这些行业替代组合再经等权加权后，得到最终的投资组合。如下表所示，将行业轮动组合作为“固收”产品的股票端，每一年（除-0中枢下6年的行业轮动组合同样都能取得正收益和基准相比在回撤没有明显放大的情况下，大幅提升了年化收益。表 基于行业轮动的量化“固收”组合的收益风险特征（0161-202.0）行业轮动组合1股债0中枢行业轮动组合2沪深收益回撤收益回撤收益回撤.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%..%.%.%..%.%.%..%.%.%.%.%.%.%.%YTD.%.%.%.%.%.%年平均.%.%.%..%.%全区间.%.%.%股债0中枢.%.%.%行业轮动组合1行业轮动组合2沪深收益回撤收益回撤收益回撤.%.%.%.%.%.%.%.%.%.%.%.%..%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%YTD.%.%.%.%.%.%年平均.%.%.%.%.%.%全区间.%.%.%.%.%.%资料来源：，对比与小结从上述回测结果来看上述三个量化策略作“固收产品的股票端时都获得了良好的业绩表现。那么，它们之间是否有显著的差异，或是较为适用的市场环境呢？以下两图分别对比了-0和-0中枢下“固收”组合的分年度、年平均及全区间的收益与回撤。图10-90中枢的量“固收组合收（截至02.03） 图20-80中枢的量“固收组合收（截至02.03）0%0062%

PB盈利 高股息 小盘价值优选 小盘成行业轮动1 行业轮2 沪深

15%10%5%

PB盈利 高股息 小盘价值优选 小盘成行业轮动1 行业轮动2 沪深 ，海通证券6年以来，两个小盘策略的“固收”组合的年化收益最高，但回撤也最大。价值策略和行业轮动策略的收益接近前者回撤更小价值策略中-盈利年化收益更高，回撤与高股息相仿；行业轮动策略中，组合，即，选择市值大、估值低的4只股票代替行业指数的做法，收益更高而回撤更低。图110-90中枢的量“固收组合回（截至02.03） 图120-80中枢的量“固收组合回（截至02.03）% % % % % % % 0607080900010607080900010203全区间0607080900010203全区间PB盈利 高股息 小盘价值优选 小盘成行业轮动1 行业轮动2 沪深

PB利 息 值选 行业轮动1 行业轮动2 沪深 ，海通证券以下两图进一步展示了6个量“固收组合全区间的收益回撤比和基准相比，使用量化策略替代沪深0，均获得了更优的风险调整后收益，所有组合的收益回撤比都高于。其中，-盈利“固收”组合表现最佳。图110-90中枢的量化“固收+”组合收益回撤（216-223.）002.7.5.9.52.51.5PB盈利高股息小盘价值优选小盘成长PB盈利高股息小盘价值优选小盘成长行业轮动1动2沪深

图120-80中枢的量化“固收+”组合收益回撤比（216-223.）88.9.1.2.99.7.4.21.8.6.4.2PB盈利高股息值选PB盈利高股息值选小盘成长行业轮动1行业轮动2沪深 ，海通证券为了更好地评价上述“固收+”组合的业绩表现，我们根据股债中枢的差异，将它们分别放入相应风险等级的“固收+”产品池中进行排名。如下图所示，若简单地选择沪深0作为股票端则大概率会落入同类后某些年份甚至排名全市场后。使用量化策略替代后，排名显著改善，例如，-18及2年以来。但我们也应看到-220年由于股票和转债行情较优“固收产品的权益仓位（股票+转债）显著抬升。因此，在固定中枢下，无论股票端采用哪种量化策略，业绩排名大概率处于同类后%尤其是将-0中枢的组合与激进型产品对比时排名进一步下滑至同类后，甚至后。图1固定中枢月度再平衡的量化“固收”组合的年度业绩排名（截至203.0.3）资料来源：，注：名位越，绩现固收产风等划见1节由此可见根据市场环境变化适时调整股票仓位或是进一步提固收产品业绩的有效途径。而第一部分对绩优“固收”产品的分析，也能印证这一点。接下来，我们将利用海通量化团队开发的宏观动量月度择时和逆周期季度资产配臵两大模型，灵活调整股债的配臵比例，追求更高的收益。引入宏观动量月度择时的量化“固收”组合在海通量化团队的宏观对冲系列研究报告中，我们从经济增长、通货膨胀、汇率利率和风险情绪，5个维度共10个小类因子（表）出发，构建了宏观动量模型，形成对股票涨跌的月度观点。表 宏观动量模型的因子构成（16.01202.0）大类因子 小类因子影响方向经济增长 官方制业PI1财新制业PI1通货膨胀 PI当月比1PI预期差1汇率 FES人民币汇指数1美元中价1利率 中债企债到收益率AA1个月1中债国债到收益率0年1风险情绪 Wd全A一个收益率1Wd全A0日滚动动率1资料来源：，Bloomberg，首先将每个小类因子本月最新值相对上月（预期值的变化方向乘以影响方向得到小类因子信号如，官方制造业MI本月相对上月上行变化方向记为，则信号为11。下行则为-11-，不变则为01。其次将每个大类因子下的小类因子信号相加和大于该大类因子的信号为和小于，信号为-；和等于0，信号为。最后，将五个大类因子的信号相加得最终信号，大于0看涨，等于0看平，小于0看空。将宏观动量模型的股票观点应用于上文的6各个量化“固收”组合，具体调仓规则为若当月股票信号大于则股票仓位在中枢之上超配1%小于则低配%；等于，则保持中枢不变。考虑到篇幅，我们只展示引入宏观动量月度择时后，6个组合的全区间年化收益回撤，并与简单月度再平衡方式进行对比（如需分年度对比，请联系报告作者。图1引入宏观动量月度择时后，量化“固收”组合的全区年化收益（10-0中枢，01620230）..%.%.%%%.% .%.%%.%.%%.%.%4555

图1引入宏观动量月度择时后，量化“固收”组合的全区间年化收益（20-0中枢，01620230）.%.%.%%%.%.%.%%.%.%%.%.%%770%引入宏观动量月度择

简单月度再平衡

引入宏观动量月度择时 简单月度再平衡 ，海通证券如以上两图所示引入宏观动量月度择时对量“固收组合产生了积极的影响。即使股票端用沪深，年化收益依然上升。这表明，宏观动量模型的月度择时效果较好。不同中枢下，使用量化选股或行业轮动策略作为股票端，相比不择时的情形，年化收益均有所提升，幅度在9%-%之间。图1引入宏观动量月度择时后，量化“固收”组合的全区最大回撤（10-0中枢，01620230）..%%.%.%.%..%..%.%.%.%.%2

图1引入宏观动量月度择时后，量化“固收”组合的全区间最大回撤（20-0中枢，01620230）..%.%.%.% .%44.%.%.%.%.%.%4%.0%.95%.9引入宏观动量月度择时 简单月度再平衡 引入宏观动量月度择时 简单月度再平衡资料来源： 资料来源：，海通证券引入宏观动量月度择时对“固收+”组合回撤的影响，在不同的假设下并不一致。若以沪深0为股票端择时反而增加了回撤不过在0-0中枢下股票端代入量化策略全区间的回撤均低于不择时情形但中枢变为-0后回撤反而大概率上升。我们继续考察引入宏观动量月度择时后量“固收组合在相应风险等级产品池中的排名是否较不择时的情形有所改善如下图所示-0年绝大多数以-为中枢的组合在均衡和保守型“固收”产品池中，排名都进入了前。股票端为-盈利策略或小盘策略的“固收”组合，更是位列同类前%。在-0中枢下，大部分引入宏观动量月度择时的“固收”组合-220年的排名依然在后，但两个小盘策略对应的组合依然能达到同类的中位数水平，甚至在9年进入同类前。图1引入宏观动量月度择时后，量化“固收”组合的分年度收益排名（截至223.3.3）资料来源：，由图-8可得，-0中枢下，引入宏观动量月度择时的小盘价值优选“固收”组合的收益回撤比达到，为所有组合中最高。因此，我们以该组合为例，展示其累计净值及回撤。图2引入宏观动量月度择时后小盘价值优“固收组合的累计净值及回（1090中枢）.8..8.7.6.5.4.3.2.1.01.0%20%3.0%4.0%右） 资料来源：，引入逆周期季度资产配臵的量化“固收”组合在本系列的上一篇报告—《左侧布局的逆周期投资中我们借助代理变量预测未来的宏观环境然后选择不同环境下表现最优的几类资产构建绝对收益组合具体地从逆周期视角出发，采用信用利差和期限利差分别预判下个季度的经济增长和通货膨胀变化方向，并将宏观环境划分为Grot、Infato、Slodown三种阶段。需要注意的是原逆周期配臵模型涉及股债商品三类资产但考虑“固收产品的实际运作限制，我们舍弃商品，将模型简化为仅包含股票和债券两类资产的权重调整，再叠加股票端大小盘风格的轮动（oown阶段配臵小盘。以股债-0中枢为例oth环境下股票仓位在中枢之上超配%Infton环境下，权益仓位与中枢持平；两者均选择-盈利组合。owdon环境下，权益位在中枢之上低配%，并选择小盘价值优选组合或小盘成长组合。同时我们还对比了股票端始终为-盈利小盘价值优选或小盘成长组合的结果。即，仅做股票仓位的调整，不做内部的大小盘风格轮动。如下表所示，引入逆周期季度资产配臵后-盈利小盘价值优选B盈利小盘成长-盈利、小盘价值优选、小盘成长的年均收益和年化收益相比不择时的情形，提升.%-.%不等。可见，逆周期配臵模型对业绩的改善较为明显，但由于该模型的信号相对偏左，故年均回撤和全区间的最大回撤均有小幅上升。同样是引入逆周期季度资产配臵，与股票端只使用单一策略相比，叠加大小盘风格轮动的B盈利小盘价值优选和B盈利小盘成长的量“固收组合年均收益更高且回撤更小。整体来看，引入逆周期季度资产配臵，同时股票端采用-盈利小盘价值优选或B盈利小盘成长的效果最优。在股债-0中枢下，两者都可实现%以上的年化收益和以内的回撤，且每年均优于股票端为沪深0的基准。表 引入逆周期季度资产配臵后，量化“固收”组合的收益风险特征（01601-0230）P盈利小盘价值优选 P盈利小盘成长 P盈利择时 不择时 择时 不择时 择时 不择时收益回撤收益回撤收益回撤收益回撤收益回撤收益回撤.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%..%.%.%.%.%..%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%..%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%YTD.%.%.%.%.%.%.%.%.%.%.%.%年平均.%.%.%.%.%.%.%.%.%..%.%全区间.%.%.%.%.%.%.%...%.%.%小盘价值优选 小盘成长 沪深择时 不择时 择时 不择时 择时 不择时收益回撤收益回撤收益回撤收益回撤收益回撤收益回撤.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%...%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%