宏观经济量化系列之三：构建大类资产的宏观胜率评分卡货币、信用、增长、通胀与海外五因子

证券研究报告|金融工程研究构建大类资产的宏观胜率评分卡：货币、信用、增长、通胀与海外五因子——宏观经济量化系列之三从资产配置到策略配置。2011年以后，A股和中债的风险溢价明显降低，且股债牛熊波动较大，这导致风险平价策略在中国市场效果不佳。我们需要将传统的资产配置思路转变为策略配置思路，通过策略将低夏普的资产转化为高夏普的资产。策略配置可以细分为两个方向：Alpha策略和Beta策略，本文主要聚焦Beta策略，即基于赔率和胜率两个维度刻画资产在时间序列上的状态，在合适的时点承担风险，从而改善资产的收益风险特征。赔率雷达图的设计：A股、转债、利率债。赔率是左侧信号，赚的是定价误差的钱，因此赔率的偏离幅度越大，赔率均值回归的速度越快，赔率策略越容易赚钱。权益赔率指标建议使用股息率-国债收益率，可转债赔率指标建议使用CCB模型定价误差，利率债赔率指标建议使用预期收益差。基于赔率理念构建的赔率增强型策略自2011年以来能够长期获得较好的表现，年化收益达6.4%，最大回撤为3.2%，卡玛比率达1.96。宏观胜率评分卡的设计：货币、信用、经济、通胀和海外。胜率指标是右侧信号，赚的是基本面动量的钱，因此胜率信号的信噪比越高，胜率策略越容易赚钱。我们从货币、信用、经济、通胀和海外五个宏观维度出发，量化定义了每一个维度的方向和强度，最终合成出各大类资产的宏观胜率。基于宏观胜率构建的胜率增强型策略自2011年以来能够稳定获得较好的表现，年化收益达6.3%，最大回撤为2.8%，卡玛比率达2.27。基于赔率-胜率的四种投资机会特征分析。1）积极把握“高赔率+高胜率”：赔率胜率兼具状态下的资产收益风险特征明显改善，建议集中仓位操作；2）不应错过“低赔率+高胜率”：从历史统计来看，“低赔率+高胜率”的机会同样显示出优秀的收益风险特征，因此有高胜率支持的情况下无须因为低赔率而过早降低仓位；3）谨慎参与“高赔率+低胜率”：高赔率+低胜率的品种要么是持续阴跌的行情，要么是短期暴跌的行情，因此如果想参与“高赔率+低胜率”的机会建议投资者尽可能提高组合的分散化程度。赔率-胜率复合策略优于单一赔率/胜率策略。相比于纯赔率策略或者纯胜率策略，基于赔率-胜率复合框架的股票择时、国债择时和资产配置策略均表现出更优的收益风险特征。基于赔率-胜率复合框架构建的资产配置策略自2011年以来年化收益达6.7%，最大回撤为2.8%，相比于纯赔率策略/纯胜率策略而言，收益更高、波动更小、回撤更小。风险提示：资产估值中枢发生瞬时且持续的飘移将影响赔率策略的效果。五个宏观维度与资产之间的关系发生改变、宏观指标不再能准确代理宏观维度的信息都将影响胜率策略的效果。作者相关研究的哑铃型配置——基本面量化系列研究之二十四》2023-10-113、《量化点评报告：十月配置建议：利用“强趋势+低拥挤”应对轮动行情——资产配置思考系列之四十5、《量化周报：市场有望节后迎来日线级别反弹》请仔细阅读本报告末页声明P.2请仔细阅读本报告末页声明一、引言：从资产配置到策略配置 4二、宏观胜率中的方向和强度 72.1货币维度：政策工具与利率走廊 72.2信用维度：中长期贷款 2.3增长维度：三个PMI 2.4通胀维度：CPI与PPI 2.5海外维度：CDS与RAI 2.6本章小结 三、赔率-胜率分析框架与策略应用 3.1资产配置中的赔率策略 3.2资产配置中的胜率策略 3.3赔率-胜率分析框架初探 四、总结 风险提示 图表1：股债资产的长期配置价值分析：2011年后A股和中债的风险溢价均有所降低导致风险平价策略效果下降 4图表2：股债风险平价策略的分段表现 5图表3：策略配置可以分为beta策略和alpha策略两个大方向 5图表4：借鉴股票投资，从赔率和胜率两个角度出发构建大类资产的Beta管理框架 6图表5：五个宏观因子能够解释超过50%的大类资产波动，意味着资产配置中的胜率必然是宏观主导而非微观主导......7图表6：央行常见的货币政策工具箱 8图表7：量化识别货币政策方向：货币方向因子能够领先捕捉历史上市场利率的变化 8图表8：货币方向因子对大类资产收益的区分度测试 9图表9：以政策利率（7天逆回购利率）为中枢构建货币强度因子 9图表10：货币强度因子对大类资产收益的区分度测试 图表11：新增人民币贷款中的短期贷款与货币因子相关性较高 图表12：以中长期贷款脉冲作为信用方向因子的代理变量，阴影面积为信用因子上行的信号区间 图表13：信用方向因子对大类资产收益的区分度测试 图表14：新增人民币贷款预期差与中长期贷款脉冲 图表15：信用数据超预期时利好沪深300指数 图表16：信用强度因子对大类资产收益的区分度测试 图表17：以PMI脉冲作为增长方向因子的代理变量，阴影面积为三个PMI脉冲的方向打分 图表18：增长方向因子对大类资产收益的区分度测试 图表19：PMI预期差与中采PMI脉冲 图表20：PMI超预期时利好沪深300指数 图表21：增长强度因子对大类资产收益的区分度测试 图表22：以广义通胀（0.5*CPI+0.5*PPI）的三个月差分方向作为通胀因子方向 图表23：通胀方向因子对大类资产收益的区分度测试 图表24：通胀预期差与广义通胀 图表25：通胀低于预期时利好沪深300指数 图表26：通胀强度因子对大类资产收益的区分度测试 图表27：主权CDS利差隐含了经济增长的预期 图表28：主权CDS利差较高时北向资金流入明显放缓 P.3请仔细阅读本报告末页声明图表29：中国主权CDS利差对大类资产收益的区分度测试 图表30：花旗风险偏好指数较高时利好沪深300 图表31：花旗风险偏好指数较高时利好标普500 图表32：花旗风险偏好指数对大类资产收益的区分度测试 图表33：宏观胜率中的10个分项因子计算方法概览 图表34：DRP对沪深300未来收益的解释度 图表35：基于DRP赔率指标的股债轮动策略 图表36：预期收益对利率债未来收益的解释度 图表37：基于预期收益差指标的利率债久期轮动策略 图表38：定价误差对可转债未来收益的解释度 图表39：基于CCB定价误差的可转债-利率债轮动策略 图表40：以风险平价为基础优化器，将赔率作为主动管理观点输入到风险预算参数即可得赔率增强型策略权重 图表41：基于资产赔率的资产配置策略 图表42：大类资产综合宏观胜率的计算过程：将每一个宏观指标的状态按照金融逻辑转化为大类资产的打分 图表43：权益宏观胜率与权益择时策略 图表44：利率债宏观胜率与利率债久期择时策略 图表45：基于宏观胜率的资产配置策略 图表46：赔率-胜率框架下的沪深300收益分解 图表47：赔率-胜率框架下的7-10年期国债收益分解 图表48：四种状态下的沪深300收益风险特征 图表49：四种状态下的7-10年期国债收益风险特征 图表50：赔率-胜率框架下的沪深300择时策略 图表51：赔率-胜率框架下的7-10年期国债择时策略 图表52：基于赔率-胜率分析框架的资产配置策略无论收益还是回撤均优于纯赔率/纯胜率策略 图表53：赔率-胜率框架下三类策略的收益风险特征均优于纯赔率/纯胜率策略 P.4请仔细阅读本报告末页声明为什么在中国市场中使用风险平价策略的效果不理想？对比中国市场股债资产的长现出较明显的收益下滑、回撤变大、夏普降低的现象；股债的牛熊波动较大，因此单纯的风险平价也不可避免要承受较大的经典的金融市场假设一般认为，长期来看如果一个资产承担了更高的风险则需要提供更的风险溢价能力出现了较明显的下滑，我们认为这种低风险溢价的现象或许便是风险平价策略在中国市场表现差强人意的核心原因之一。图表1：股债资产的长期配置价值分析：2011年后A股和中债的风险溢价均有所降低导致风险平价策略效果下降2005-2011A股A股vs货基中债vs货基风险平价策略RP策略vs货基2012-2023A股A股vs货基中债vs货基风险平价策略RP策略vs货基4.7%46.1%资料来源：Wind，国盛证券研究所P.5请仔细阅读本报告末页声明聚焦时间序列，多为自上而下的绝对收益策略0.92005-2008年2009-2012年2013-2015年2016-2018年2019-2023年2005200620072008200920102011201220132014201520162017201820192020202120222023资料来源：Wind，国盛证券研究所夏普资产转化为高夏普资产，如果在市场有效性较强的情况下，我们可以尽量均衡地配置不同的风险资产，充分利用资产间的低相关性和资产风险溢价来赚取长期回报，但如比率的资产转化为合理甚至是高夏普比率的资产后再进行配置，我们将这个过程称之为图表3：策略配置可以分为beta策略和alpha策略两个大方向市场有效性较强，充分利用资产间的低相关性和资产风险溢价赚取长期回报率资产转化为高夏普比率资产聚焦横截面，多为自下而上的相对收益策略资料来源：国盛证券研究所P.6请仔细阅读本报告末页声明低赔率低胜率蓝色虚线代表了资产的合理定价中枢，对应的是均值回复的交易模式低赔率低胜率蓝色虚线代表了资产的合理定价中枢，对应的是均值回复的交易模式基本面动量的交易模式，主要挑战是资产的核心驱动因素可能随着时间发生转变。赔率和胜率两个维度各有优劣且相互补充，我们可通过赔率和胜率将资产切割成不同的图表4：借鉴股票投资，从赔率和胜率两个角度出发构建大类资产的Beta管理框架低赔率低赔率高胜率高赔率高胜率高赔率低胜率高赔率高胜率高赔率低胜率资料来源：国盛证券研究所1)聚焦赔率和胜率，弱化趋势和拥挤度：基于国内大类资产宽度有限、资产配置投资我们认为中国市场的资产配置过程中应更多聚焦赔率和胜率两个和拥挤度我们则建议视为资产配置过程里面的辅助指2)胜率部分有大迭代，相比于前期较为零散的宏观胜率指标，本篇报告我们从货币、信用、增长、通胀和海外五个因素出发，并且综合了宏观动量和宏观超度的信息，构建了对股债商均有效的宏观胜率评分卡，因此本文的重点也将类资产的宏观胜率评分卡设计上来；3)赔率部分有小迭代，比如股票的赔率指标我们将其覆盖到美股，可转债的估值中枢P.7请仔细阅读本报告末页声明1)研究成果①：通过对大类资产进行收益归因，我们发现货币、信用、增长、通胀和海外五个因子可以累计解释超过50%的大类资产波动。2019年9月：《资产配置vs风险配置：打造一个系统化的宏观风险配置框架》2)研究成果②：参考OECD等海外机构的领先指数编制经验，我们制定了一个完全定2021年2月：《中国经济领先指数》2022年12月：《宏观预期差量化与超预期策略》图表5：五个宏观因子能够解释超过50%的大类资产波动，意味着资产配置中的胜率必然是宏观主导而非微观主导不同资产的宏观解释度（大类资产>风格>行业>个股）利率债信用债沪深300南华商品大盘风格价值风格成长风格小盘风格大金融上游周期中游制造下游消费大科技资料来源：Wind，国盛证券研究所因此，我们按照上述的三个研究成果初步确立了宏观胜率评分卡的设计1)五个维度：只从货币、信用、增长、通胀和海外五个维度出发设计信号，为了降低2)两个信号：每个维度尽可能包含两个信号，一个是宏观维度的方向信号，一个是宏观维度的强度信号，在不纳入新宏观维度的前提下尽可能丰富宏观信息的层次。P.8请仔细阅读本报告末页声明图表6：央行常见的货币政策工具箱央行货币政策工具箱央行货币政策工具箱01020304短期政策利率中期政策利率准备金率央行定向工具额准备金率定存利率、贷款利率、大型机构、小型机构资料来源：国盛证券研究所据缺失，则用SHIBOR_1W进行填补；图表7：量化识别货币政策方向：货币方向因子能够领先捕捉历史上市场利率的变化780%660%543240%20%0%-20%-40%1-60%0-80%20022004200620082010201220142016201820202022资料来源：Wind，中国人民银行官网，国盛证券研究所P.9请仔细阅读本报告末页声明图表8：货币方向因子对大类资产收益的区分度测试14%12%10%8%6%4%2%0%货币宽松（货币方向因子>0）货币收紧（货币方向因子<0）处在不同环境中的年化收益7.5%6.6%6.7%5.6%4.9%4.0%3.3%2.4%2.4%1.5%12.8%12.9%沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源：Wind，中国人民银行官网，国盛证券研究所松的程度，因此从信息的角度而言仍有缺失。对此，我们从业界常用的“利率走廊”概念出发，以短端政策利率为中枢构建了货币强度因子，具体定义如下：图表9：以政策利率（7天逆回购利率）为中枢构建货币强度因子36.04.03.02100.020022004200620082010201220142016201820202022资料来源：Wind，国盛证券研究所P.10请仔细阅读本报告末页声明图表10：货币强度因子对大类资产收益的区分度测试100%80%60%40%20% 0%-20%-40%货币极端宽松（市场利率偏离度<-1.5后120个交易日）货币极端收紧（市场利率偏离度>+1.5后120个交易日）注：柱子高低代表大类资产处注：柱子高低代表大类资产处在不同环境中的年化收益率70.8%28.7%4.2%0.7%1.2%3.9%2.9%4.2%0.7%-1.7%-2.0%-1.7%-18.3%-16.9%沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源：Wind，国盛证券研究所作为货币创造直接主体的银行，通过流动性、资本、利率这三大外部约束影响银行货币紧，那么信用维度便应更多体现“商业银行->实体经济”的松紧。贷款相比于短期贷款而言，更符合我们对信用的定义图表11：新增人民币贷款中的短期贷款与货币因子相关性较高常见信用指标与货币方向因子的相关性40%30%20%10% 0%-10%-20%-30%-40%33.8%12.5%7.9%-21.7%-28.0%-36.4%M1M2社融数据新增人民币贷款短期贷款中长期贷款资料来源：Wind，国盛证券研究所P.11请仔细阅读本报告末页声明图表12：以中长期贷款脉冲作为信用方向因子的代理变量，阴影面积为信用因子上行的信号区间沪深300中长期贷款脉冲（右轴）7000600050004000300020000200%150%100%50%0%-50%-100%-150%2005200720092011201320152017201920212023资料来源：Wind，国盛证券研究所图表13：信用方向因子对大类资产收益的区分度测试信用宽松（中长期贷款脉冲三个月环比>0）信用收紧（中长期贷款脉冲三个月环比<0）50%40%30%31.7%41.1%注：柱子高低代表大类资产处在不同环境中的年化收益率20%10% 0%-10%-20%10.6%2.3%4.1%1.7%7.2%3.0%7.2%-9.0%沪深300-12.5%中证500-0.7%南华商品1-3年国债7-10年国债信用债资料来源：Wind，国盛证券研究所备注：为何此处不用中长期贷款的预期差作为信用强度因子？主要是因为无论是Wind还是Bloomberg均没有覆盖中长期贷款的一致预期数据。P.12请仔细阅读本报告末页声明图表14：新增人民币贷款预期差与中长期贷款脉冲60%40%20%0%-20%-40%-60%210-1-220192020202120222023资料来源：Wind，Bloomberg，国盛证券研究所图表15：信用数据超预期时利好沪深300指数6000550050004500400035003000210-1-220192020202120222023资料来源：Wind，Bloomberg，国盛证券研究所图表16：信用强度因子对大类资产收益的区分度测试信用显著超预期（预期差>+1.5后60个交易日）信用显著不及预期（预期差<-1.5后60个交易日）40%30%27.9%27.0%在不同环境中的年化收益率20%10%0%-10%8.6%2.6%3.6%1.9%4.9%3.5%7.3%-1.6%-20%-16.5%沪深300-12.6%中证500南华商品1-3年国债7-10年国债信用债资料来源：Wind，Bloomberg，国盛证券研究所作为基础数据，具体而言增长方向因子的设计细节如下：P.13请仔细阅读本报告末页声明图表17：以PMI脉冲作为增长方向因子的代理变量，阴影面积为三个PMI脉冲的方向打分增长方向因子打分（右轴）中采PMI脉冲（PMI->MA12->同差）380%60%240%10%0-20%-40%-60%-80%-100%200720092011201320152017201资料来源：Wind，Bloomberg，国盛证券研究所图表18：增长方向因子对大类资产收益的区分度测试30%经济上行（增长方向因子打分>0）经济下行（增长方向因子打分<0）20%18.6%20.4%注：柱子高低代表大类资产处在不同环境中的年化收益率10%0%8.6%2.6%3.9%6.2%1.6%7.0%3.6%-2.2%-10%-9.2%-12.7%-20%沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源：Wind，Bloomberg，国盛证券研究所P.14请仔细阅读本报告末页声明图表19：PMI预期差与中采PMI脉冲40%30%20%10%0%-10%-20%-30%-40%PMI预期差指标(MA3，右轴)中采PMI脉冲210-1-220192020202120222023资料来源：Bloomberg，国盛证券研究所图表20：PMI超预期时利好沪深300指数550050004500400035003000PMI预期差指标(MA3，右轴)沪深300指数210-1-220192020202120222023资料来源：Wind，Bloomberg，国盛证券研究所图表21：增长强度因子对大类资产收益的区分度测试30%经济显著超预期（预期差>+1.5后60个交易日）经济显著不及预期（预期差<-1.5后60个交易日）20%17.1%22.0%12.1%注：柱子高低代表大类资产处在不同环境中的年化收益率10%0%-10%0.1%3.4%3.0%2.2%4.5%4.4%4.6%-20%-10.1%沪深300-15.0%中证500南华商品1-3年国债7-10年国债信用债资料来源：Wind，Bloomberg，国盛证券研究所但对于债券的区分度有限，意味着通胀因子或许并非中国债券资产的核心定价因子。P.15请仔细阅读本报告末页声明备注：为什么通胀下行和通胀不及预期时反而中国商品表现更好？我们认为主要原因是中国商品指数更多是经济敏感型资产而非通胀敏感型资产。在专题报告《资产配置vs风险配置：打造一个系统化的宏观风险配置框架》中，我们对大宗商品进行宏观风险分解的时候同样发现，经济增长风险可以解释商品走势的38%，而通胀风险只能解释商品走势的6%。图表22：以广义通胀（0.5*CPI+0.5*PPI）的三个月差分方向作为通胀因子方向5%0%-5%-10%-15%广义通胀（0.5*CPI+0.5*PPI）的三个月差分（右轴）CPI平滑值PPI原始值8%4%0%-4%-8%-12%2005200720092011201320152017201920212023资料来源：Bloomberg，国盛证券研究所图表23：通胀方向因子对大类资产收益的区分度测试40%31.9%通胀下行（广义通胀三个月环比<0）34.4%通胀上行（广义通胀三个月环比>0）30%在不同环境中的年化收益率20%10.7%10%0%3.2%3.2%3.7%5.0%5.3%4.8%-0.8%-10%-9.2%-8.0%-20%沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源：Wind，Bloomberg，国盛证券研究所图表24：通胀预期差与广义通胀8%6%4%2%0%-2%-4%通胀预期差指标(MA3，右轴)广义通胀210-1-220192020202120222023资料来源：Bloomberg，国盛证券研究所图表25：通胀低于预期时利好沪深300指数5500450035003000通胀预期差指标(MA3，右轴)沪深300指数210-1-220192020202120222023资料来源：Wind，Bloomberg，国盛证券研究所P.16请仔细阅读本报告末页声明图表26：通胀强度因子对大类资产收益的区分度测试60%通胀显著不及预期（预期差<-1.5后60个交易日）通胀显著超预期（预期差>+1.5后60个交易日）40%42.2%47.5%34.4%注：柱子高低代表大类资产处在不同环境中的年化收益率20%0%18.2%20.7%2.6%2.3%2.4%1.4%3.8%0.2%-0.4%-20%沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源：Wind，Bloomberg，国盛证券研究所们曾提及可以利用中国主权CDS利差刻画了外资对中国经济基图表27：主权CDS利差隐含了经济增长的预期中国主权CDS利差(zscore，右轴)中采PMI脉冲3210资料来源：Wind，Bloomberg，国盛证券研究所图表28：主权CDS利差较高时北向资金流入明显放缓中国主权CDS利差(zscore，右轴)北向累计净买入(亿)3210资料来源：Wind，Bloomberg，国盛证券研究所P.17请仔细阅读本报告末页声明图表29：中国主权CDS利差对大类资产收益的区分度测试30%海外对中国风险偏好较高（CDSzscore<0倍标准差）26.7%25.4%海外对中国风险偏好较低（CDSzscore>0倍标准差）注：柱子高低代表大类资产处20%在不同环境中的年化收益率10%0%-10%4.6%5.4%2.5%4.1%7.3%2.1%6.6%3.8%-3.6%-8.4%-20%沪深300中证500南华商品1-3年国债7-10年国债信用债资料来源：Wind，Bloomberg，国盛证券研究所议：不确定性世界中的配置策略》和《外资风险偏好的三个标尺》中我们也曾做过RAI指数对全球大类资产的影响测算，实证证明RAI指数对各国股指、美债、中债、大宗商品、黄金和美元指数等均有着较强的收益区分能力。图表30：花旗风险偏好指数较高时利好沪深3000210资料来源：Wind，Bloomberg，国盛证券研究所图表31：花旗风险偏好指数较高时利好标普5000花旗风险偏好指数（zscore，右轴）210资料来源：Wind，Bloomberg，国盛证券研究所P.18请仔细阅读本报告末页声明图表32：花旗风险偏好指数对大类资产收益的区分度测试20%15%10%5%0%海外市场风险偏好较高（RAIzscore>0倍标准差）海外市场风险偏好较低（RAIzscore<0倍标准差）18.2%18.2%11.1%6.0%5.1%3.7%2.8%1.8%在不同环境中的年化收益率10.8%6.4%5.8%3.7%2.7%沪深300标普500黄金1-3年国债7-10年国债信用债资料来源：Wind，Bloomberg，国盛证券研究所构建大类资产的宏观胜率打分卡以及资产配置中的胜率增强型策略。图表33：宏观胜率中的10个分项因子计算方法概览1）24个货币政策工具变动打分2）1个市场利率（DR007）变动打分3）25个打分等权判断货币因子方向1）Dev=DR007/7天逆回购利率-13）若偏离度>1.5或<-1.5，则认为触发事件信用1）中长期贷款->roll12->同比处理2）根据3个月差分判断信用因子方向1）Bloomberg新增人民币贷款预期差2）若预期差>1.5或<-1.5，则认为触发事件2）根据三个PMI方向投票判断增长方向2）若预期差>1.5或<-1.5，则认为触发事件通胀1）广义通胀=CPI平滑值+PPI原始值2）根据3个月差分判断通胀因子方向2）若预期差>1.5或<-1.5，则认为触发事件海外2）根据CDS_zscore的正负号判断状态2）根据RAI_zscore的正负号判断状态资料来源：国盛证券研究所P.19请仔细阅读本报告末页声明益率）作为赔率指标逻辑和效果均更好，主要有以下三息率作为估值指标能够更好规避经济周期的影响；本质也是考虑到盈利存在明显的周期性；图表34：DRP对沪深300未来收益的解释度沪深300未来一年真实收益率40%30%20%10% -10%-20%-30%-40%R²=36%-2.0-1.00.01.沪深300股息率-10年期国债收益率资料来源：Wind，国盛证券研究所图表35：基于DRP赔率指标的股债轮动策略赔率指标（股息率-国债收益率，右轴）赔率择时策略1686420210-1-2-32005200820112014201720202023资料来源：Wind，国盛证券研究所从而得到不同期限利率债的预期收益序列。预期收益模型的主要挑战在于利率中枢发生“瞬时且持久”的飘移，这将导致模型中的P.20请仔细阅读本报告末页声明图表36：预期收益对利率债未来收益的解释度真实收益差：10年期-1年期-10%-15%.R²=51%-10%-5%0%5%预期收益差：10年期-1年期资料来源：Wind，国盛证券研究所图表37：基于预期收益差指标的利率债久期轮动策略赔率指标（预期收益差，右轴）赔率择时策略50%长债+50%短债1.21.020%15%10%5%0%-5%-10%-15%2005200820112014201720202023资料来源：Wind，国盛证券研究所公式，CCB模型对中国市场的可转债定价误差更低，尤其是对平衡和偏股型转债。图表38：定价误差对可转债未来收益的解释度中证转债未来一年真实收益20%15%10% 0% -10%-15%-20%R²=59%-0.2-0.10.00CCB模型定价误差资料来源：Wind，国盛证券研究所图表39：基于CCB定价误差的可转债-利率债轮动策略赔率指标（CCB定价误差，右轴）赔率择时策略50%转债+50%国债2.01.21.00.810%5%0%-5%-10%-15%-20%-25%2011201320152017201920212023资料来源：Wind，国盛证券研究所年期国债总财富指数、信用债AAA、货币基金；P.21请仔细阅读本报告末页声明信用债0-1-2标普500信用债0-1-2标普500基于赔率理念构建的赔率增强型策略自2011年以图表40：以风险平价为基础优化器，将赔率作为主动管理观点输入到风险预算参数即可得赔率增强型策略权重各大类资产的赔率21风险预算协方差矩阵目标波动率资产上限资料来源：Wind，Bloomberg，国盛证券研究所图表41：基于资产赔率的资产配置策略泛权益权重黄金权重债券权重赔率增强型策略(左轴)股债风险平价策略(左轴)年化收益年化收益年化波动最大回撤卡玛比率2011年以来2014年以来2019年以来100%80%60%40%0%2011201320152017201920212023资料来源：Wind，Bloomberg，国盛证券研究所P.22请仔细阅读本报告末页声明响应该是正向的，对债券的影响应该是反向的，因此我们根据金融逻辑对大类资产的影响方向进行先验性的约束；进行最终的信号汇总，即可得各个资产的综合图表42：大类资产综合宏观胜率的计算过程：将每一个宏观指标的状态按照金融逻辑转化为大类资产的打分宏观符号约束+++/++--/-+++/+////-宏观信号矩阵┅T10-101-101┇┇┇┇┇0111资料来源：国盛证券研究所P.23请仔细阅读本报告末页声明图表43：权益宏观胜率与权益择时策略4.03.0权益综合胜率（右轴）权益胜率择时策略沪深300指数50%25%0%-25%0.0-50%2011201320152017201920212023资料来源：Wind，Bloomberg，国盛证券研究所图表44：利率债宏观胜率与利率债久期择时策略债券综合胜率（右轴）债券胜率择时策略1-3年期国债总财富50%0%-25%0.9-50%2011201320152017201920212023资料来源：Wind，Bloomberg，国盛证券研究所年期国债总财富指数、信用债AAA、货币基金；P.24请仔细阅读本报告末页声明基于宏观胜率构建的胜率增强型策略自2011年以图表45：基于宏观胜率的资产配置策略泛权益权重黄金权重债券权重胜率增强型策略(左轴)股债风险平价策略(左轴)年化收益年化收益年化波动最大回撤卡玛比率2011年以来2014年以来2019年以来80%60%40%20%0%2011201320152017201920212023资料来源：Wind，Bloomberg，国盛证券研究所2)不应错过“低赔率+高胜率”的机会：很多投资者会担忧低赔率+高胜率的机会是不是无异于火中取栗，但从股债的历史统计来看，低赔率+高胜率的机会却显示出优秀的收益风险特征（股票在此状态甚至表现强于高赔率+高胜率状态P.25请仔细阅读本报告末页声明2.52.01.51.01.11.01.51.01.11.00.9阶段中交易冷清的特点；3）虽然波动低但最大回撤却较高。综合上面三点特征，我们不难看出高赔率+低胜率的品种要么是持续阴跌的行情，要么是短期暴跌的行图表46：赔率-胜率框架下的沪深300收益分解赔率-胜率框架下的沪深300收益分解3.0低赔率+高胜率低赔率+高胜率低赔率+低胜率0.02011201320152017201920212023资料来源：Wind，Bloomberg，国盛证券研究所图表47：赔率-胜率框架下的7-10年期国债收益分解赔率-胜率框架下的7-10年期国债收益分解1.4低赔率+高胜率低赔率+高胜率低赔率+低胜率2011201320152017201920212023资料来源：Wind，Bloomberg，国盛证券研究所图表48：四种状态下的沪深300收益风险特征低赔率+高胜率低赔率+低胜率资料来源：Wind，Bloomberg，国盛证券研究所图表49：四种状态下的7-10年期国债收益风险特征低赔率+高胜率低赔率+低胜率资料来源：Wind，Bloomberg，国盛证券研究所P.26请仔细阅读本报告末页声明综合得分。然后根据不同资产的综合得分大小得到综合得分排名（如1、2……6将综合得分排名进行归一化，得到不同资产的风险预算；其他参数不变。图表50：赔率-胜率框架下的沪深300择时策略权益仓位（右轴）赔率-胜率择时策略沪深300543210100%80%60%40%20%0%2011201320152017201920212023资料来源：Wind，Bloomberg，国盛证券研究所图表51：赔率-胜率框架下的7-10年期国债择时策略债券仓位(右轴)赔率-胜率择时策略7-10年期国债0.9100%80%60%40%20%0%2011201320152017201920212023资料来源：Wind，Bloomberg，国盛证券研究所图表52：基于赔率-胜率分析框架的资产配置策略无论收益还是回撤均优于纯赔率/纯胜率策略泛权益权重黄金权重债券权重赔率+胜率策略(左轴)股债风险平价策略(左轴)年化收益年化收益年化波动最大回撤卡玛比率赔率+胜率策略6.7%2.2%2.8%2.43纯赔率策略6.4%2.5%3.2%纯胜率策略6.3%2.4%2.8%2.2780%60%40%20%0%20112013201520172019