近期，招银国际发布《中美宏观经济与大类资产配置》报告，深入剖析了2025年中美两国的经济走势、政策方向及大类资产配置建议。 在美国方面，经济呈现短期"滞胀"态势。 2025年GDP增速预计将从2024年的2.8%放缓至1.7%，通胀压力短期内可能反弹，PCE通胀率预计在三季度升至2.8%、四季度达2.9%。 房地产市场延续滞涨格局，高利率环境下购房能力与销量均处于历史低位，大量房主因低利率房贷"锁定"而不愿换房，导致库存紧张。 与此同时，中低收入家庭财务压力加大，消费贷款拖欠率升至历史高位。 企业盈利增速也出现下调，尤其是对贸易战和经济周期敏感的工业、能源、原材料等行业。 在此背景下，美联储预计将在2025年9月至12月降息两次，2026年再降息两次，最终政策利率或降至3.25%-3.5%区间。 然而，由于白宫可能加强对美联储的影响，市场通胀预期不稳，叠加政府债务攀升，国债收益率或仍将居高不下。 美股估值面临压力，经济痛苦指数（通胀+失业）可能反弹，压制股市表现。 短期建议关注医疗、必选消费、通讯服务、材料和工业等板块。 整体来看，美股处于牛市后期，适合长期定投。 大类资产配置上，建议超配大宗商品，标配股票与 ...

Quantitative Models and Construction Methods 1. Model Name: Black-Litterman (BL) Model - **Model Construction Idea**: The BL model is an improvement over the traditional mean-variance optimization (MVO) model. It integrates subjective views with quantitative models using Bayesian theory to optimize asset allocation weights. This approach addresses the sensitivity of MVO to expected returns and provides a more robust asset allocation solution[12][13]. - **Model Construction Process**: - The BL model combines subjective views of investors with market equilibrium returns to derive optimized portfolio weights. - The model uses the following formula to calculate the posterior expected returns: $ \mu = [( \tau \Sigma )^{-1} + P^T \Omega^{-1} P]^{-1} [( \tau \Sigma )^{-1} \Pi + P^T \Omega^{-1} Q] $ - $\mu$: Posterior expected returns - $\tau$: Scalar representing the uncertainty in the prior estimate of returns - $\Sigma$: Covariance matrix of asset returns - $\Pi$: Equilibrium returns derived from market capitalization weights - $P$: Matrix representing the views on assets - $\Omega$: Covariance matrix of the views - $Q$: Vector of expected returns based on the views - The optimized portfolio weights are then derived using the posterior expected returns and the covariance matrix[12][13]. - **Model Evaluation**: The BL model effectively addresses the sensitivity of MVO to expected returns and provides a more robust and efficient asset allocation framework. It also allows for the incorporation of subjective views, making it more flexible and practical for real-world applications[12]. 2. Model Name: Risk Parity Model - **Model Construction Idea**: The risk parity model aims to equalize the risk contribution of each asset in a portfolio. It is an improvement over the traditional mean-variance optimization model and focuses on diversifying risk rather than capital allocation[17][18]. - **Model Construction Process**: - Step 1: Select appropriate underlying assets. - Step 2: Calculate the risk contribution of each asset to the portfolio using the formula: $ RC_i = w_i \cdot \sigma_i \cdot \rho_{i,portfolio} $ - $RC_i$: Risk contribution of asset $i$ - $w_i$: Weight of asset $i$ - $\sigma_i$: Volatility of asset $i$ - $\rho_{i,portfolio}$: Correlation of asset $i$ with the portfolio - Step 3: Solve the optimization problem to minimize the deviation between actual and target risk contributions, subject to the constraint that the sum of weights equals 1[18][19]. - **Model Evaluation**: The risk parity model provides a balanced risk allocation across assets, making it suitable for achieving stable returns across different economic cycles. It is particularly effective in reducing portfolio volatility and drawdowns[18]. 3. Model Name: Macro Factor-Based Asset Allocation Model - **Model Construction Idea**: This model constructs a macro factor system covering six key risks: growth, inflation, interest rates, credit, exchange rates, and liquidity. It bridges macroeconomic research with asset allocation by translating macroeconomic views into actionable portfolio strategies[21][22]. - **Model Construction Process**: - Step 1: Calculate the factor exposure levels of assets at the end of each month. - Step 2: Use a risk parity portfolio as the benchmark and calculate the benchmark factor exposure. - Step 3: Based on macroeconomic forecasts for the next month, assign subjective factor deviation values. For example, if inflation is expected to rise, assign a positive deviation to the inflation factor. - Step 4: Combine the benchmark factor exposure with the subjective factor deviations to derive the target factor exposure for the portfolio. - Step 5: Solve the optimization problem to determine the asset allocation weights for the next month[22][25]. - **Model Evaluation**: This model effectively incorporates macroeconomic views into asset allocation, providing a systematic framework for translating macroeconomic insights into portfolio decisions. It is particularly useful for capturing macroeconomic trends and their impact on asset performance[21]. --- Model Backtesting Results 1. Black-Litterman (BL) Model - **Domestic Asset BL Model 1**: Weekly return: -0.32%, November return: 0.05%, 2025 YTD return: 4.0%, annualized volatility: 2.18%, maximum drawdown: 1.31%[14][16][17] - **Domestic Asset BL Model 2**: Weekly return: -0.15%, November return: 0.08%, 2025 YTD return: 3.77%, annualized volatility: 1.95%, maximum drawdown: 1.06%[14][16][17] - **Global Asset BL Model 1**: Weekly return: -0.17%, November return: -0.26%, 2025 YTD return: 0.78%, annualized volatility: 2.0%, maximum drawdown: 1.64%[14][16][17] - **Global Asset BL Model 2**: Weekly return: 0.01%, November return: 0.08%, 2025 YTD return: 2.7%, annualized volatility: 1.59%, maximum drawdown: 1.28%[14][16][17] 2. Risk Parity Model - **Domestic Asset Risk Parity Model**: Weekly return: -0.27%, November return: -0.09%, 2025 YTD return: 3.6%, annualized volatility: 1.32%, maximum drawdown: 0.76%[20][28] - **Global Asset Risk Parity Model**: Weekly return: -0.2%, November return: -0.07%, 2025 YTD return: 3.04%, annualized volatility: 1.42%, maximum drawdown: 1.2%[20][28] 3. Macro Factor-Based Asset Allocation Model - **Macro Factor-Based Asset Allocation Model**: Weekly return: -0.31%, November return: -0.01%, 2025 YTD return: 4.43%, annualized volatility: 1.55%, maximum drawdown: 0.64%[27][28]

截至2025年11月28日 13:22，中证可转债及可交换债券指数(931078)上涨0.42%。可转债ETF(511380)上涨0.49%，最新价报13.36元。拉长时间看，截至2025年 11月27日，可转债ETF近半年累计上涨11.37%。 华泰固收发布2026年REITs市场展望称，明年REITs市场趋势性机会有限，基本面分化或将更明显，投资策略应回归价值逻辑，建议精选基本面稳健、估值 合理的优质品种。低利率环境下，REITs作为多元化配置的重要工具，其在大类资产配置中的价值将进一步凸显。一级市场方面，发行规模预计将稳步增 长，扩募持续推进，投资人打新将回归理性，一级报价或应给二级市场留出缓冲空间。 展望后市，正股层面，近期在国内基本面仍弱修复、区域政治扰动、AI板块波动加大等因素影响下，短期仍需静待权益市场企稳，中长期慢牛行情仍大概 率延续。估值层面，新券发行节奏偏缓，供需矛盾仍存，上周可转债ETF份额逆势增加，止盈情绪或有所缓解，预计转债估值仍在高位震荡。 规模方面，可转债ETF最新规模达568.00亿元。（数据来源：Wind） 资金流入方面，可转债ETF最新资金净流出534.72万元。拉长时间看 ...

主论坛环节，中国宏观经济学会副会长祝宝良发表了关于《2026年我国宏观经济形势和政策取向》 的主题演讲。他指出，当前，我国的潜在经济增长速度仍在5%左右。建议把推动物价合理回升和经济 增长5%左右作为2026年经济调控目标。2026年，要坚持稳中求进工作总基调，实施更加积极有为的财 政政策和适度宽松的货币政策，不断深化改革、扩大开放，着力扩大内需，着力增强微观主体活力，着 力稳定市场主体信心，推动经济稳中向好。 中信证券海外宏观首席分析师崔嵘及其团队对全球经济走势作出研判。他们认为，2025年关税波折 扰乱全球经济，预计2026年海外宏观面将迎来一段暂时的清朗期：一是清朗的基本面，包括地缘、财 政、货币政策的不确定性下降，美欧日经济增长将适度加速，以及通胀担忧趋于回落至"舒适区"；二是 在资产配置端要保持一份清醒。展望2026年，预计全球降息潮在幅度上可能将低于2025年，同时美元在 上半年波折后将转强，二者叠加可能导致全球金融市场流动性不及2025年，总体风险资产的回报率低于 2025年。具体资产来看，仍看好AI行业，并维持对黄金和工业金属的超配建议。 11月26日，以"破浪前行，扬帆起航"为主题的中信期货 ...

规模业绩双升，商品ETF跻身配置核心。 作者 | RAYYYY 编辑 | 小白 近期，商品ETF市场捷报频传，迎来了规模与业绩的双丰收。 Choice数据显示，全市场商品ETF总规模较年初增长超过200%，展现出惊人的资金吸纳能力；与此同 时，其业绩表现同样可圈可点，部分产品年内收益率接近五成，大幅跑赢了许多传统股票和债券资 产。 这一现象绝非偶然，它标志着在大类资产配置的版图上，商品ETF正从一个小众选项蜕变为不可或缺 的战略要地。本文将深入剖析这一"双丰收"现象背后的驱动逻辑，并系统性地阐述商品ETF在当前及 未来市场环境下的独特投资价值。 规模与业绩双增，黄金ETF成为增长主引擎 01 黄金实现规模 业绩双 丰收 Choice数据显示，截至11月中旬，今年以来，17只商品ETF资金合计净流入966.2亿元，总规模达到22 67亿元，较年初增长超200%。 其中，黄金ETF（518880.SH）以859.2亿元规模领先，黄金ETF基金（159937.SZ）和黄金ETF（1599 34.SZ）的规模也较大，分别为386.1亿元、330.1亿元。 | | | | 市面上商品ETF一览 | | | | | -- ...

中证报中证网讯（记者 葛瑶 王超）11月26日，中信期货2026年度策略会在上海浦东召开。本次策略会 以"破浪前行，扬帆起航"为主题，共设置1个主论坛及8个分论坛，以多元化视角对2025年下半年以来的 宏观、权益、债券、大宗商品、汇率、海外市场等议题进行深入探讨，并对2026年相关议题做出展望。 窦长宏介绍，2025年中信期货保证金规模突破2000亿元，并创下新高，成交、持仓、交割规模均同比增 长。公司不断做深做实产业服务，服务产业客户超过1万家，实现套保金额近8000亿元；持续推出贴合 产业链风险管理诉求的衍生产品结构和期现结合产品，风险子公司服务实体企业2000余家，其中大部分 为中小微企业，服务实体交易金额超1500亿元。国际化方面，引进来和走出去业务规模均创历史新高， 全球市场的交易结算承做能力持续增强。 中国宏观经济学会副会长祝宝良发表了关于《2026年我国宏观经济形势和政策取向》的主题演讲。他认 为，2026年，要坚持稳中求进工作总基调，实施更加积极有为的财政政策和适度宽松的货币政策，不断 深化改革、扩大开放，着力扩大内需，着力增强微观主体活力，着力稳定市场主体信心，推动经济稳中 向好。 中信期货 ...

大类资产早报 研究中心宏观团队 2025/11/25 | 全 球 资 产 市 场 表 现 | | | | | | | | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 主要经济体10年期国债 | | | | | | | | | | 美国 | | 英国 | 法国 | 德国 | 意大利 | 西班牙 | 瑞士 | 希腊 | | 最新 | 4.026 | 4.537 | 3.446 | 2.691 | 3.439 | 3.194 | 0.145 | 3.302 | | 日本 | | 巴西 | 中国 | 韩国 | 澳大利亚 | 新西兰 | | | | 最新 | 1.773 | 6.185 | 1.813 | - | 4.443 | 4.162 | | | | 主要经济体2年期国债 | | | | | | | | | | 美国 | | 英国 | 德国 | 日本 | 意大利 | 中国（1Y收益 率） | 韩国 | 澳大利亚 | | 最新 | 3.498 | 3.778 | 2.009 | 0.941 | 2.188 | 1.404 | - | 3.6 ...

所以最后除了苹果茅台腾讯我也没获得任何新想法跳不出这个圈子。 资水 两只白天鹅飞在万米高空，谈论着他们飞过的高山、草原、沙漠、海洋，那些无比壮阔的风 景。 我是一只小蜥蜴，草丛里的爬行动物，怎么飞我是不可能学会的，我也不关心。我只关心眼 前有一只蚱蜢，我全神贯注地瞄准，吐出舌头，一击必中。啊，好美味的一餐啊！ 说说"道"。 1、JSL上好多人展现了挣钱方法，封基老师的量化轮动、Flitter的银行股轮动、吾知的涨价 题材、打新交朋友的套利、孔曼子的十八般兵器、小卡的可转债打电话、建淞的期权、 dingo49的小市值轮动、GLZ0514的摘帽、chineseumi的大类资产配置、daxian100的北交 所打新、安全饕的价值投资、liutong530的重整、elodia的量化投资。。。这些都是赚了几 十倍上百倍的人，他们有些是我好友，我经常向他们请教，学到的策略是有效的、可复现 的，我认为他们的业绩真实可信。这些都是"道"， 资本市场的道有很多，每一条路都是可以 走通的。 看完段总的方略访谈 感觉是目前最好的一期 两人投资观比较合拍 所以感觉聊的比较好 但我想明白为什么我听了段总各种访谈讲话还是觉得搞不懂投资 ...

宏观经济深度研究 在临界中博弈路径 ——2026 年全球大类资产展望 2026 年的全球市场正处于临界混沌区间，资产价格的关联度与敏感度同步上 升，利率、汇率与大宗商品的切换节奏呈现更明显的非线性特征。在这样的结 构下，大类资产配置的重点从分散资产转向分散路径，构建抗扰度高的投资组 合成为新的投资逻辑。判断依据主要来自三个方面：一是线性预测能力继续减 弱，全球经济运行受非线性影响更深，价格对扰动的反应更加集中。二是定价 链条进一步围绕政策与预期展开，价格跳跃与路径切换的频率提升。三是多情 景并存的市场环境，对组合提出更高的稳定性要求，需要通过路径分散的布局 提升抗扰度，以适应临界阶段的价格结构与博弈格局。 全球经济进入临界混沌，大类资产的关联度、高敏感度上升。一方面，全球增 长与价格体系呈现更明显的非线性特征，周期节奏变得更不均匀，路径依赖与 预期反馈的影响不断增强。财政在政策组合中的重要性上升，政策变化对资产 价格的影响更直接，扰动的传导速度也更快。 从增长看，IMF 预计 2026 年全球经济增速放缓至 3.1%，比 2024 年低 2 个百分 点，但整体保持韧性。发达经济体增速预计为 1.6%，美国增长 ...

稳守反击：以客户体验为核心的投资哲学 作为"稳守反击型"基金经理，孙志远长期服务以稳健为导向的资金，专注绝对收益和相对收益的结合， 始终追求"即使投资者在最差的时点入场，也能获得较好的投资体验"。他以基金经理为核心评价对象， 通过"量化分析+定性调研"相结合的方式，深入挖掘每位基金经理最适配的市场环境，并将其与资产配 置策略紧密结合，实现"在合适的时点选合适的人"。 值得一提的是，据银河证券数据显示，孙志远管理的华商安远稳进一年持有混合(FOF)A类份额近一年 (2024.10.01至2025.09.30)业绩排名同类第二，C类份额更是位列同类第一。 目前正在发行的华商汇享多元配置3个月持有混合(FOF)，将基于大类资产配置策略，确定权益类、固定 收益类、货币市场类以及其他类基金的具体配置比例。基金法律文件显示，该基金权益类资产配置比例 为5%-30%，同时可投资港股通标的股票(不超过股票资产的50%)；并可配置不超过基金资产10%的商品 基金(含商品期货基金和黄金ETF)。在严格控制风险的前提下，该基金将结合动态优化调整及基金精选 策略，把握基金市场的投资机会，力争获取长期稳定的投资回报。(完整基金策略详见 ...