如何量化“叙事”对资产定价的影响

最终指数强度。大类资产的CSAD指数一则呈现右偏分布，意味着在大类资产维度，中长期出现极致分散的高离散度概率大于出现集中的低离散度。二则具有均值回复性，意味着当CSAD低至历史极低位置后，具有边际放大的可能性，即大类资产维度将走向分散化，前期单边趋势将有所打破，均衡策略将重新占优；若CSAD行至极高位置，则具有边际下行的可能性，即大类资产分散化配置将开始落后，强势主线资产应该被超配，均衡策略将跑输。20259CSAD10月下旬，大类资产CSAD0.63%，再度靠10%0.4%CSAD进一步估算离散度的非线性敏感度，即CSAD与多资产总体回报（Rm）平方的回归系数。2025年前三季度，CSAD与多资产总体回报（Rm）平方的回归系数分别为-40.5、2.1、-21.7，一则并没有出现以往年内的明显的正负均值回复性，二则系数值明显小于历史平均水平（42.1）。这提示在2025年内，大类资产总体涨跌波动增加时，CSAD倾向于收窄，表明羊群效应在资产波动中并没有被明显分散，而是出现正反馈。区分市场趋势后，当全资产等权组合处于下跌趋势时，羊群效应更为显著，二次项系数更明显为负数，提示在大类资产维度，投资者更容易在市场调整时跟风抛售，保持安全性和流动性；而在市场上涨时，尽管同样存在跟风追涨趋向，但大类资产维度的追涨行为趋同性仍低于抛售趋同性。⚫怎么样把上述规律策略化？首先，我们尝试将羊群因子与前期构建的宏观因子风险平价框架融合，形成考虑了羊群效应的全面平价模型。2016年以来增长+通胀+羊群平价策略年化收益为9.4%，年化波动率为10.3%，夏普比率为0.76；较经典增长+通胀因子风险平价获得约1.5%的年化超额，较简单资产风险平价获得约4.9%的年化超额。2025年以来，增长+通胀+羊群框架提示增加了权益资产、商品（主要是沪铜）、黄金的比重，分别提高了4.6%、16.7%、2.4%；而减少了在债券资产上的权重，降低了22.9%，很显然这是合理的方向。对于增长+通胀+流动性的三维框架来说，额外加入羊群因子可额外获得约1.1%的年化超额。若考虑多宏观因子广谱性框架，则尽管未获得更优收益，但在夏普比率方面更占优势。广谱性框架考虑风险层次更多，在综合的协方差-方差矩阵中始终给债券配以较高权重。总结来看，羊群因子将资产按照当前大类市场趋同程度重新排列组合（类似于宏观模拟组合将资产根据与宏观变量的敏感度而打包组团），将最终平价模型的对象转变为一个升级版的协方差-方差矩阵。新矩阵最大的不同就是额外加入了与羊群强相关的资产组合。由于这类资产对于市场叙事更为敏感，在市场趋同强化时会优先走出趋势，即优先看到强动量效应。权益、商品、黄金较债券的波动率高，更具有弹性，也更容易受市场行为牵引。从风险暴露矩阵系数可知，历史平均来看，美股、黄金、有色、原油均对羊群因子的正向暴露程度较高，说明美股与全球定价商品均受益于全球范围内的资产趋同效应，而中国资产更为受益的场景是全球大类资产再平衡或分散程度较高时。当2025年中国资产亦开始走出趋势，夏普比率改善，大类资产的羊群效应亦较往年边际增强（CSAD位置更低+对总体回报的平方项系数更小且转负）。从策略回测结果来看，2016年以来增长+通胀+羊群因子风险平价策略年化收益为9.4%，年化波动率为10.3%，夏普比率为0.76。而相同资产、相同时段，运用增长+通胀风险平价策略年化收益为7.9%，年化波动率为8.0%，夏普比率为0.81。而更为基准的全资产维度风险平价策略年化收益为4.5%，年化波动率为1.4%，夏普比率为2.06。简单的全资产等权重策略年化收益为5.3%，年化波动率为8.6%，夏普比率为0.44。该方案属于在维持一个稳定夏普与不加杠杆的前提下，获得更优收益的实践方式。资产权重上，自2025年以来，较单纯宏观因子框架，增长+通胀+羊群的新框架模式增加了权益资产、商品（主要是沪铜）、黄金的比重，分别提高了4.6%、16.7%、2.4%；而减少了在债券资产上的权重，降低了22.9%。我们同样在增长+通胀+流动性的三维配置上增加羊群因子。从策略回测结果来看，2016年以来增长+通胀+流动性+羊群因子风险平价策略年化收益为8.6%，年化波动率为9.7%，夏普比率为0.73。额外加入代表市场投资者行为的羊群因子的因子平价模型较经典增长+通胀+流动性因子风险平价获得约1.1%的年化超额收益，较经典增长+消费通胀+工业通胀+流动性获得约2.1%的年化超额收益。资产权重上，增长+通胀+流动性+羊群框架较原始三维框架在债券上降低了10.5%权重，而增长+通胀+羊群则较轻量化框架在债券上降低了22.9个百分点。同时，在权益上的权重亦进一步增加，提升了7.8个百分点。而在商品上，增长+通胀+羊群框架给出六成仓位，主要是配置南华沪铜指数，而增长+通胀+流动性+羊群框架给出约三成仓位，核心配置亦是南华沪铜指数。最后，2016年以来多维宏观因子（不考虑美国经济）+羊群因子风险平价策略年化收益为6.7%，年化波动率为3.3%，夏普比率为1.58。广谱性框架考虑风险层次更多，在综合的协方差-方差矩阵中始终给债券配以较高权重。即便是融入羊群后的因子平价模型，在债券上的权重亦始终保持70%附近，与简单的资产风险平价基本相当（68.5%）。但其适度增加了商品与黄金的仓位，减少了外汇敞口，商品权重自原始的6.1%提高至17.0%、黄金提高至2.3%。⚫接下来，我们尝试单独观测国内权益资产。万得全A的羊群效应同样具有均值回复性，但右偏性明显下降，这意味着A股在历史上的分散度更低。2025年5月以来，A股羊群效应经历了发酵——加剧——徘徊——松动的四部曲，目前羊群效应的消退仍处初步阶段，市场跟随叙事追涨的情绪开始有所回落，个体理性判断正逐步回归。其中5-7月万得全A的CSAD加速下行，自近三年的50.3%分位降至9.61%分位；8-10月，羊群效应开始松动，CSAD处于底部小幅回升，但仍为历史中低位。风格与行业比较上，上涨50、沪深300等的CASD指数均在2025年9月见底，后连续回升；而小盘、微盘内部仍表现一定趋同效应，因而汇总后的全权益资产羊群效应仍处在松动的早期。9月以来，成长、金融风格的CSAD亦自极低位开始回升，红利的CSAD则企稳扁平运行，而周期、消费的CASD仍在下行。简单来说，从最新演绎来看，关于成长主线的共识有所松动，但仍处于早期阶段；关于消费周期的共识尚未逆转；红利介于两者中间。万得全A的羊群效应同样具有均值回复性，但CSAD的右偏性较大类资产明显下降。大类资产CSAD的偏度自2007年以来为2.2，而万得全ACSAD为1.65。因为右偏意味着更可能发生分散度极高（CSAD极大）的情形，对应资产更具有分散性，这对应国内股市在历史上较大类资产的分散度更低。2024年10月，万得全A的板块分散度达到新一轮峰值附近，即CSAD为2.5%，处于历史滚动三年的84.56%分位，2006年以来的46.69%分位。CSAD在2025年5-7月加速下行，自近三年的50.3%分位下行至9.61%，这意味着在该时段市场正在走强趋同交易。结合当时市场上行走势，可知市场跟随追涨的力量较为活跃。近两月羊群效应开始松动，但仍处于历史中低位（10月处于历史23.1%分位），这提示市场跟随追涨的情绪有所回落，个体理性判断逐步回归，但这一回归仍处于初步阶段。因此，目前国内权益资产处于羊群效应仍较强，但出现初步松动、边际扭转的初期阶段，尚未回到分散度较高的区间。横向比较中，为了剥离行业本身带来的CSAD中枢特点，我们将各股指CSAD进行时间序列上的标准化处理。5030020231000与万得全A2024-2025年202120222023年、2024-20252025年9月以来，这种均值回复力量再度出现，上涨50、沪深300等的CSAD指数见底后连续回升，幅度较明显，已至中等水位，提示羊群效应有一定程度松动。而万得全A的CSAD虽亦有所企稳，但仍处于低位水平，提示小盘、微盘股内部仍表现一定趋同效应，整个权益资产的羊群效应仍处在松动的早期阶段。风格层面亦出现板块间羊群效应的均值回复特点。2025年9月以来，成长、金融风格的CSAD见底回升，红利的CSAD企稳扁平运行，而周期、消费的CSAD仍在下行，这提示今年表现比较强势的成长主线，与表现相对较弱的消费周期主线，均存在羊群效应的影响，而目前关于成长主线的共识有所松动，但仍处于早期阶段，关于消费周期的共识尚未打破逆转。红利介于两者中间。最后，我们在宏观择时维度融入市场投资者行为信号，尝试将羊群效应融入此前效果一直较好的的宏观三维择时框架（M1-BCI-PPI）。简单来讲，择时思路是趋势向上时做多具有潜力羊群效应的资产；下行趋势时做空具有潜力羊群效应的资产。单纯的羊群效应只是一种市场行为一致性的量化，容易追涨杀跌。因此，利用羊群信号前，需要先判断宏观趋势与市场趋势方向。在趋势基础上，择时问题转换为什么时候该用动量策略，而什么时候该用性价比策略。若观察到CSAD正在降低，且不处于历史低位（统计上大于滚动三年-2.0倍标准差），则预示叙事影响正在传递，羊群效应正在加剧且具有空间。此时传统的滚动窗口相关性测算存在低估未来资产相关性的可能，会过早提示进行分散配置或资产轮动，应采取动量策略。遍历44个宽基与行业指数后，我们进一步看到前期主线强势的科技与有色的羊群效应小幅松动，得分略有下降，但尚未到完全切换的时间点。这与我们对于宏观叙事所处状态的理解也大体一致。我们设置有用的羊群信号为：在市场处于上行趋势时，若同时观察到具有一定持续力的羊群效应，应超配标的资产；而在市场处于下行趋势时，反而应低配标的资产。1）有空间，则超配：过去3CD0CD）20，0（）有羊群效应3<0ΔCSAD＜0Z_CSAD（滚动三＞2上证503）50%上证50，50%（4）（50%）50%50，50%进一步，我们在此基础上考虑宏观趋势。若过去三月的M1-BCI-PPI边际变化为正，处于宏观复苏趋势，不管复苏强度如何，基本面上升趋势进一步给股指+1；若处于下降趋势，则-1。最终信号处于[-2,+2]之间。若录得正向得分时，下月中旬（因M1-BCI-PPI信号需中旬全部获得）开始超配股指；若录得负向得分时，下月中旬开始低配股指；若录得0得分，则50%上证50，50%现金。其中，因为最终信号处于[-2,+2]之间，还可以考虑具有层次的信号强度，将-2，-1，0，+1，+2时，对应的上证50%分别为0%、25%、50%、75%、100%，而现金则为对应情况下的100%-上证50仓位。遍历44个宽基与行业指数后，可以看到：A25%择时得分边际变化不大，基本持平的为：科创50、创业板指、成长风格、有色金属、电子、通信、传媒、计算机、机械设备、电力设备、社会服务、5050从择时结果看，该策略方案多数股指上检测到超额收益，包括万得全A、上证50、沪深300、中证500、中证1000、科创50、创业板指。其中超额较亮眼的是科创50、创业板指、中证1000、上证50；而最广谱的万得全A则超额收益一般。方案对于双创指数、中证1000的超额收益既来自于规避风险，如2018年、2022年；亦来自于捕捉上涨，如2013-2014年、2019年、2025年前三季度。从风格来看，成长与周期择时收益最高，超额则在周期、稳定与成长风格上均较高，胜率与夏普比率在成长与周期风格上最为靠前；而金融与消费风格，无论是超额收益，还是夏普比率均较为平淡。从行业看，除食饮、社服以外，其余29个申万一级行业均具有年化超额，平均为2.71%。超额收益前五行业主要集中在周期与红利，分别为钢铁、建筑装饰、环保、机械设备、电力设备。化工、有色等年化超额亦逾3%。总结来看，在成长与周期的择时体系中应用羊群效应会效果更好，可能与两者受叙事的影响弹性更大有关。红利虽亦具备一定羊群超额，但与前两者的强叙事交易相比相对温和。消费领域分化较为明显，更适配于均衡策略。A5030050010005016.22%、4.85%、5.26%7.13%、8.58%、10.19%、8.76%；0.31%、2.06%、1.82%、1.94%2.95%、6.45%、3.86%43.27%、52.15%52.77%、37.69%、61.03%。50300201820221000201820222013-20142019年、2025接着看不同风格指数。全区间上，成长、周期、消费、金融、稳定风格的策略年化收益分别为9.40%、8.54%，7.67%、6.45%、5.01%；年化超额收益依次为1.42%、3.06%、0.66%、0.91%、2.03%；夏普比率依次为0.44、0.45、0.42、0.36、0.27。最后为不同行业指数中的择时效果。择时年化收益前五行业分别为电子、家电、汽车、机械设备、有色金属，自2009年以来分别为12.63%、11.05%、10.73%、10.04%、9.67%；292.71%。4.97%、4.45%、4.49%4.30%、4.26%3%2.0%。⚫风险提示：一是指标体系的构建有效性仍基于历史数据，可能在未来有较大经济冲击或者市场改变时存在目录索引一、子黄与技产相性直与直觉 二、事易微观——群应 15三、别：大资的羊群应” 19（一当绪法短归位配框亦要再平” 19（二从均值方”“均羊HX”有效沿 20（三大资“群应”过与在 21四、置融“群子”宏因的险价 26（一大资的宏观羊群因暴露 26（二“群子融观因平的类果 27五、别国权的羊群应” 37六、时融“群子”宏因的验 39（一在同格行上的时号 39（二在同格行上的时果 42七、考献 49八、险示 49图表索引图1：2025年黄金与中国科技资产成为了年度累计回报相对靠前的双子星.11图2：黄与国技产经的收率关却始提低关 图3：国股在度势、计益得跷板 13图4：国股日报关性稳的持在-0.3附近 13图5：中科资累收益分后动强 13图6：中科资日益相性先降上升 13图7：宏叙对产价的响 15图8：理与量群应的架 18图9：Chong,Li和Linders（2025）创新地构建了均值-HIX有效前沿组合 21图10：大类资产的CSAD指数呈现右偏分布 22图11：刻画大类资产羊群效应的CSAD指数是一个类似于VIX的指数 23图12：2007以长间维，CSAD总涨跌本称 25图13：2025以，CSAD在跌更，线率更峭 25图14：增长+通胀+羊群因子风险平价组合与各类基准策略收益对比 28图15：原始增长+通胀平价下的各资产明细比重 30图16：原始增长+通胀平价下的股债商金比重 30图17：增长+通胀+羊群平价下的各资产明细比重 30图18：增长+通胀+羊群平价下的股债商金比重 30图19：增长+通胀+羊群因子风险平价组合与各类基准策略收益对比 31图20：原始增长+通胀+流动性平价下的各资产明细比重 33图21：原始增长+通胀+流动性平价下的股债商金比重 33图22：增长+通胀+流动性+羊群平价下的各资产明细比重 33图23：增长+通胀+流动性+羊群平价下的股债商金比重 33图24：多维宏观因子+羊群因子风险平价组合与各类基准策略收益对比 34图25：始维观平价的资明比重 36图26：始维观平价的债金重 36图27：多维宏观因子+羊群平价的资产明细比重 36图28：多维宏观因子+羊群平价下的股债商金比重 36图29：目前国内权益资产的羊群效应仍较强 37图30：得全ACSAD处于史低位 37图31：万得全A的CSAD指数亦呈右偏分布，但偏度明显低于大类资产的CSAD 38图32：准的类指数CSAD39图33：准的类指数CSAD39图34：合择策不同基的值比 43图35：合择策不同格数的值比 44图36：合择策不同业数的值比 47图37：合择策不同业数的值比（前） 48表1：2013年来每资产计益序表 12表2：CSAD多产体回（Rm）平的系数 24表3：大类资产对宏观+羊群因子暴露矩阵 26表4：增长+通胀+羊群因子风险平价策略绩效表现 29表5：增长+通胀+流动性+羊群因子风险平价策略绩效表现 32表6：多维宏观因子+羊群因子因子风险平价策略绩效表现 35表7：各类股指在多维宏观因子+羊群因子择时方案下的超低配信号 41表8：融合择策不同基的效现 43表9：融合择策不同格的效现 44表10：融择策在同行上绩表现 46一、引子：黄金与科技资产相关性的直觉与反直觉在前期报告《如何看宏大叙事对资产定价的影响》中，我们提出过一个框架：今年的大类资产定价，不仅取决于基本面，还非常典型地受到流行叙事的影响，比如美元信用体系重构、全球供应链重塑、新一轮科技革命、算力是AI时代的基础设施、有色金属是AI时代的石油等。从量化角度也能观测到叙事的影响。2025年以来，大类资产出现了趋险与避险资产的齐涨，黄金与中国科技资产成为了年度累计回报相对靠前的双子星。截止10月27日，伦敦金现、申万大类风格-科技(TMT)分别录得52.1%、33.7%的累计收益。但从资产配置模型视角看，经典的资产日收益率相关性却始终提示黄金与科技资产的低相关性，即无论是两者滚动6个月简单相关性，还是DCC动态相关性均处于0~0.1之间。图1：2025年黄金与中国科技资产成为了年度累计回报相对靠前的双子星（点） （美元/盎司）

图2：黄金与中国科技资产经典的日收益率相关性却始终提示低相关科创50指数&伦敦现货黄金DCC1,400 申万大类格-科技(TMT) 伦敦金现:IDC（轴）1,3001,2001,1001,000

0.1

科创50指数&伦敦现货黄金:简单滚动6个月9008000700-0.1600-0.2500-0.3表1：2013年以来每年的资产累计收益排序表，Bloomberg 300仓位30%25%10%10%25%201220251022日。这一背离在传统意义上的另一避险资产——国债上则并没有出现。国内股债在年度走势、累计收益录得跷跷板的同时，日回报相关性亦稳定的维持在-0.3附近。中美科技资产之间亦没有出现类似情形，两者年度季度回报先分化后联动，与日收益相关性先下降后上升，指引基本一致。在上半年，两者分别因美国例外论反转与中国Deepseek时刻一跌一涨，日收益相关性亦从0.2左右的联动回落至0附近。中国科技资产一度走出独立行情。但下半年以来，伴随着5月中美贸易摩擦缓和与海外TACO交易，两者同步回暖，日收益相关性亦从0重回0.3附近。图3：国内股债年度走、累计收益录得跷板 图4：国内股债日报关性亦稳定的维持在-0.3附近（

（）6,3005,8006,3005,8005,3004,8004,3003,800

0

2023/10/172023/11/172023/12/172023/10/172023/11/172023/12/172024/1/172024/2/172024/3/172024/4/172024/5/172024/6/172024/7/172024/8/172024/9/172024/10/172024/11/172024/12/172025/1/172025/2/172025/3/172025/4/172025/5/172025/6/172025/7/172025/8/172025/9/172025/10/17

债:DCC图5：中美科技产累计益先分化后联动增强 图6：中美科技资产日益相关性亦先下降上升（点）21,000

TAAA科技指数 申万大类科技T)轴） TAAA科技指数万得AC1400 &科创板50:DCC20,000130020,000130019,000120018,000110017,000100016,00015,00090014,00080013,000700

TAMAMA科技指数&申万大类风格-科技(TMT0.300-0.10-0.20这一现象因何而起？叙事驱动趋势交易，事件干扰连续性假设。一方面，近年来流行一系列叙事，互为关联，构成比单一叙事更有影响力的叙事星座。另一方面，2025年，叙事交易升温亦具备宏观条件。全球宏观变量连续性发生变化。以往非线性增长更多集中于产业技术爆发的语境，宏观世界——增长、通胀，乃至货币财政条件，均具备一定短期可验证性、周期规律性。而2025年，事件驱动特征明显，关税、地缘与政治风险多次干扰宏观交易，使得宏观路径的可预测性下降。回到黄金与中国科技资产，前者承载储备资源、美元信用体系重构等多重叙事，后者承载新一轮科技革命等叙事。这些叙事推动资产价格翻越短期周期框架，出现上下行运行区间不对称。换言之，站在当下，投资者评估出的长期合理性方向，影响了市场对资产长期beta属性的看法，而此类预期的正反馈进一步引发了资产价格的反身性。最终，想象中的长期beta向上的资产最终走出了中枢抬升的长期beta。因此，拉长时间看，黄金与科技资产在叙事交易下走出了共振显著的年度回报。而日度收益率则更与短期验证有关。2025年事件性冲击带来的高波动预期与宏观环境偏平互为镜像。事件驱动的风险与宏观衰退滞胀风险不同，前者往往一次性计提后资产冲回修复，具有脉冲性，后者则会引发衰退或者滞胀交易，具有惯性。并且，我们在《关于外部关税扰动：三点历史经验》中指出外生冲击通常会带来政策升温的对冲。因此，2025年多发的事件冲击让风偏缩放倾向于走入两端，收缩时，终极避险的黄金占优；扩张时，高弹性同时受益于政策宽松对冲预期升温的科技资产最先反映，修复阻力最小。往后看，如何应对？在前期报告中，我们给出六个维度的优化方向（详见《如何看宏大叙事对资产定价的影响》）。虽然宏大叙事属于偏长期的慢变量，但市场关于宏大叙事的预期是快变量。因此叙事交易的拐点不一定来自于产业拐点，也可能来自于市场对叙事落地时间点、可能性的概率预期变化。本报告就关于设立叙事验证的客观指标进一步展开，寻找宏大叙事交易在微观交面的代理指标，主要是采用羊群效应的边际变化来量化大类资产、板块的叙事交易强度，并且融合宏观因子给出配置与择时方案。现有的传统羊群效应研究仅刻画个股之间联动性的变化，多数用于动态捕捉市场情绪。既没有用于组合优化，亦没有用于大类资产择时。图7：宏大叙事对资产定价的影响二、叙事交易的微观观察——羊群效应参照叙事经济学提出者罗伯特·席勒的思想，叙事对于经济现象的影响实际上是由一系列元素构成的：一个流行的易传播的故事（形成基础）、大众行为（微观决策过程）、流行病学模型（宏观传播过程）。在本研究中，我们主要围绕第二点，即微观行为。我们理解，平常所说的金融市场羊群效应实际上是一个结果，它的现象背后往往映射着流行叙事的影响。叙事存在强度的分布，如萌芽期、认同期、狂热期、消退期，每个阶段的强弱特征会不同。而微观行为的趋同性（羊群效应）是可以量化的，恰恰可以当做叙事强度的一个代理变量。相似的产生背景：宏大叙事交易的流行背景通常是经济学连续性假设破坏下，投资者倾向于选择模糊化框架理解资产价格。在微观层面的一个表现可以理解为市场羊群效应（HerdingBehavior）加剧，比如投资者因踏空风险而（错失恐惧，FearofMissingOut，FOMO）选择追涨。羊群效应指行为金融领域的认知偏差，刻画一种从众心理。这种微观交易行为一致性的产生背景，同样产生于个体面临较强不确定性。旧的经验框架迎来挑战，而新框架尚未形成，进而投资者倾向于模仿他人行为。相似的资产影响：宏大叙事交易绕开了传统基本面的短期验证，带来预期正反馈，破坏均值回复的周期规律，进而破坏资产组合之间的相关性、资产本身的波动规律，导致性价比策略的失灵。羊群效应则因投资者行为的过度趋同而引发资产价格超调反应，波动异常，破坏MVO（均值-方差）模型中静态稳定且具理性的风险偏好系数、以及基于过去滚动窗口期测定的资产相关性与波动率。换言之，承接在经济学连续性假设下的周期性是一种基于大数定律的事件发生频率统计（Frequentist）。市场的学习效应更多来自纵向维度，即自身历史序列上的估值水平，而羊群效应更类似于贝叶斯法则（Bayesian），市场主体具有模仿倾向，学习效应来自横向维度，即其他投资者给出的估值评估。Banerjee(1992)构建了一个理解羊群效应的奠基模型——序列决策模型，建模基础即运用贝叶斯法则更新投资者资产价值信念。足够多的一致行为会强化大众可能掌握更多信息的信念，进而推动给贝叶斯行为，忽略自我信息，最终形成羊群行为。宏大叙事或是羊群效应的促发剂与放大器。罗伯特·席勒曾指出，叙事不直接创造GDP，但可以通过影响公众集体心理与预期来发挥作用。而羊群效应正是刻画交易中跟随集体心理与预期一种微观行为机制，挑战了理性人假设。我们理解，具有持续性与一定强度的羊群行为并不会无端生长、发酵、加剧。单纯的短期不确定性环境只是因为投资胜率（即概率）难测，使得羊群效应获得滋生契机。若没有强大叙事影响，羊群效应更多体现为市场短期情绪波动，即便存在，持续性和强度也有限。事实上，这也是传统羊群效应主要研究范畴。而宏大叙事由于其生命周期长，故事感染性强，对立面稀缺，当下看似合理（短期难证伪），叙事早期类似于感染率的上升期，传播强度更大，会给予羊群行为一个更聚焦的叙事方向。也由此，我们猜测，受宏大叙事牵引的市场，羊群行为不再仅仅存在于个股、存在于短期市场情绪，甚至可以扩散至宽基与多资产。宏大叙事更容易让更广泛的集体成为叙事人，进而羊群运动的方向更易一致化与形成正反馈。构建羊群效应跟踪指标：主要有四种。回报离散度指标（CSAD）：最为常见，主要是计算个股收益率与平均收益羊群效应指数（CSI）：类似于CSAD，但减去指数收益率而不是成分股平均收益率。𝑁1𝐶𝑆𝐴𝐷𝑡=𝑁∑|𝑅𝑖,𝑡−𝑅𝑚,𝑡|𝑖=1回报离散度与板块总体回报的非线性关系：CSAD与板块总体回报（Rm）模型(ChangChengandKhorana(2000）。𝑚,𝑡𝐶𝑆𝐴𝐷𝑡=α+β1|𝑅𝑚,𝑡|+β2𝑅2+ϵ𝑡𝑚,𝑡若二次项系数为负（类似于用一个凸性分项来表示非线性关系（类似黄金的久期+凸性模型，详见前期报告《基于久期与凸性量化黄金空间》），则表明，当板块总体回报（Rm）变动（上升或下降），均会导致CSAD加速下降（羊群效应加速加剧）或者减速上升（羊群效应消退缓慢），意味着市场存在偏强的羊群效应。个股Beta系数以及收敛程度：根据Chong等（2016），羊群效应的影响下，投资者倾向于集体行动，个股对整体市场变化的反应趋于一致。个股的Beta交叉相关性(Cross-SectionalCorrelation)：通过计算不同股票收益率之间的平图8：理解与度量羊群效应的框架三、识别：大类资产的羊群效应（一）当情绪无法在短期归位：配置框架亦需要再平衡当情绪跨市场外溢，跨资产对冲效果可能减弱。以往对于羊群效应的考察主要集中于单一市场，因为单一市场内部的投资者行为更容易在短时间里趋同，并且资产类别所暴露的宏观beta风险亦相似。而大类资产配置涉及跨市场、跨资产类别，本身具有宏观对冲的特点，低相关性更为普遍。但伴随着近年宏大叙事的流行，羊群效应开始向外扩散，也正式非传统经济周期因素导致的风险扩散，近年资产间的相关性发生频繁扭转、共振。当情绪难以短期归位，战略与战术难以机械分割。现行经典的基于宏观因子构建的配置框架缺失了对于市场投资者行为的考量。因为传统配置框架所适配的投资期限偏中长，比如，风险平价当中的再平衡周期一般为三至六个月，甚至更长，而投资者行为属于市场变化较快的短期变量。经典配置框架的一个隐含核心假设是——在半年及以上维度，市场过于短期的情绪指标、投资者异动可以视为噪音、过度反应，真正主宰大类资产轮动的主线变量仍聚焦在宏观面，即经济驱动，而非事件或情绪驱动。也正因此，桥水全天候模型所采用的宏观象限仅从增长、通胀两个变量出发，亦是因为在中长期维度，货币政策与市场流动性并不会干扰占优资产的选择，而是内生于增长、通胀当中。因此，当前传统资产配置框架（以MVO、全天候、因子风险平价为代表）面临的最大挑战即为上述两点隐含假设的破坏。首先，原本被视为极短期的情绪噪音因为事件性冲击的频发而反复出现；其次，宏大叙事的流行又给风险偏好的回归提供了正反馈的方向；最后，传统经济周期性规律的扁平、反复与市场分歧又使得经济波动驱动资产波动的强度下降。换言之，在配置框架维度，出现了类似但不同于资金再平衡的策略再平衡现象。在边际主义+经济周期律下，以往的宏观配置者采用偏一致的策略方案根基均是经济周期驱动资产周期。而在宏大叙事+事件冲击的结构性干扰下，即便是半年及以上维度，基于经济周期性的均衡分散性配置策略亦可能不占优。因为市场的情绪无法在配置窗口期内及时归位，频发的事件冲击会让风偏一波未平，一波又起，而流行的宏大叙事会拉长风偏修复期占优资产的估值抬升趋势。因此，我们在前期报告《如何看宏大叙事对资产定价的影响》指出可适度提高动量策略的比重。更具体地，以往在传统战术层面才需要考虑的动量效应，如今在配置视角亦可能需要兼顾。一个完整的配置框架不仅是战术+战略的分层配合，而是在战略维度内部，就需要考虑某些短期的市场行为会因宏大叙事而持续存在，进而导致以往的资产超短期趋势拉长至中长期，最终与偏中长期的经济周期规律在同一个战略窗口维度均值回复。（二）从均值-方差到均值-羊群（HIX）的新有效前沿事实上，一些研究者已经开始关注到大类宽基组合层面的羊群行为。Chong,Li和Linders（2025）创新地将羊群效应运用于组合优化，构建了最小化羊群效应组合。其核心是利用羊群行为指数（HerdBehaviorIndex,HIX,Dhaeneetal.(2012)）来构建最优投资组合，配置所分散的对象不再仅仅是传统意义上的风险（波动率），而是羊群行为（HIX）。因为羊群行为本质上就是一种分散化的度量，最小化羊群效应组合就相当于构建资产同向波动最小的组合。而理论上，羊群效应是一种系统性偏离内在价值的过程，这种过度反应可能比传统风险（波动率）更具备均值回复可能性。因此，其构建了均值-HIX有效前沿组合，替代了传统的均值-方差组合，并且发现最小化HIX组合的绩效优于最小化方差、最小化DR（另一种分散化度量，定义为组合波动率与个体波动率加权和的比率，Choueifaty&Coignard(2008)）。最小化HIX比最小化DR更全面的最小化整体依赖关系，而DR仅描绘尾部依赖关系。但上述文献尚未进行系统化回测检验，仅为一个理论框架。图9：Chong,Li和Linders（2025）创新地构建了均值-HIX有效前沿组合（三）大类资产羊群效应的过去与现在我们尝试估算大类资产的羊群效应，核心采用覆盖中美股债商汇的九种大类指数作为潜在资产池，分别计算该资产池的CSAD、分离度的非线性敏感度。资产池具体包括沪深300、中债新综合、申万TMT科技指数、美股科技股（TAMAMA科技指数）、布伦特现货原油、伦敦现货黄金、在岸美元兑人民币、彭博全球债券指数、LME期货铜。在计算CSAD时，我们将整个资产池的等权日收益率作为经典CSAD公式的减数项——市场总体收益率，将每类资产的日收益率作为被减数。作为横截面偏离度指标，我们每日取九大类资产偏离度的平均值作为最终指数强度。从结果看，刻画大类资产羊群效应的CSAD指数是一个类似于VIX的指数，上限显著高于下限，下行有底，属于典型的右偏分布（2007年以来偏度为2.2），并且与资产波动率一致，均具有明显的均值回复规律。图10：大类资产的CSAD指数呈现右偏分布CSADMA10分布特点95686795686767663451530724816143927443521241724161817876711011000800600400200[0,[0,0.001](0.001,0.002](0.002,0.003](0.003,0.004](0.004,0.005](0.005,0.006](0.006,0.007](0.007,0.008](0.008,0.009](0.009,0.01](0.01,0.011](0.011,0.012](0.012,0.013](0.013,0.014](0.014,0.015](0.015,0.016](0.016,0.017](0.017,0.018](0.018,0.019](0.019,0.02](0.02,0.021](0.021,0.022](0.022,0.023](0.023,0.024](0.024,0.025](0.025,0.026](0.026,0.027](0.027,0.028](0.028,0.029](0.029,0.03](0.03,0.031]由于CSAD越小对应离散度越小，单一资产收益率与总体多资产收益率倾向于一致，羊群倾向越明显。右偏分布意味着在大类资产维度，中长期出现极致分散的高离散度概率大于出现集中的低离散度。越是偏长的投资窗口，资产配置的低相关性带来的beta收益越明显。而在中短期，大类资产亦有从众行为，离散度一方面保持下行有底，另一方面在每一次羊群效应显著瓦解后（CSAD处于顶峰），羊群效应均会进入升温期。若CSAD的下行速度缓慢，下行时间则将更长，多资产等权指数涨幅更温和，比如2016年1月至2018年2月、2022年10月至2024年7月；若CSAD的下行速度较快，则下行时间较短，多资产平衡指数涨幅更陡峭，比如2020年5月至2021年12月。2025年4月，CSAD再度超过95%历史分位的高点位置（约1.70%），并且之后转为下行的速度较快，于2025年8月抵至0.4%（约为历史10%分位），这提示4月对等关税首次超预期落地后，虽然多资产短期共振下跌，但很快出现分化，TACO交易的出现让资产的羊群效应明显偏向于风险资产一侧。较快的CSAD下行对应着2025年三季度多资产等权指数涨幅较为陡峭。CSAD具有均值回复性，意味着当CSAD低至历史极低位置后，具有边际放大的可能性，即大类资产维度将走向分散化，前期单边趋势将有所打破，均衡策略将重新占优；若CSAD行至极高位置，则具有边际下行的可能性，即大类资产分散化配置将开始落后，强势主线资产应该被超配，均衡策略将跑输。9月中下旬以来， CSAD小幅反弹后再度下行。截至10月下旬，大类资产CSAD低至0.63%，再度靠近历史10%分位所对应的0.4%CSAD，提示大类资产可能迎来更均衡的表现，前期单边强势的品种正在靠近折返、震荡的边界。图11：刻画大类资产羊群效应的CSAD指数是一个类似于VIX的指数3.20%3.00%2.80%2.60%2.40%2.20%2.00%1.80%1.60%1.40%1.20%1.00%0.80%0.60%0.40%0.20%0.00%-0.20%2010/10/202011/1/202010/10/202011/1/202011/4/202011/7/202011/10/202012/1/202012/4/202012/7/202012/10/202013/1/202013/4/202013/7/202013/10/202014/1/202014/4/202014/7/202014/10/202015/1/202015/4/202015/7/202015/10/202016/1/202016/4/202016/7/202016/10/202017/1/202017/4/202017/7/202017/10/202018/1/202018/4/202018/7/202018/10/202019/1/202019/4/202019/7/202019/10/202020/1/202020/4/202020/7/202020/10/202021/1/202021/4/202021/7/202021/10/202022/1/202022/4/202022/7/202022/10/202023/1/202023/4/202023/7/202023/10/202024/1/202024/4/202024/7/202024/10/202025/1/202025/4/202025/7/202025/10/20

CSADMA10 CSAD95%分位 等权多资产指数（右轴）

450400350300250200150100我们同样估算了离散度的非线性敏感度，即CSAD与多资产总体回报（Rm）平方的回归系数。从不区分市场上下趋势的回归方程来看，2025年前三季度，CSAD与多资产总体回报（Rm）平方的回归系数分别为-40.5、2.1、-21.7，一则并没有出现以往年内的明显的正负均值回复性，二则系数值明显小于历史平均水平（42.1）。这提示在2025年内，大类资产总体涨跌波动增加时，CSAD倾向于收窄，表明羊群效应在资产波动中并没有被明显分散，而是出现正反馈。区分市场趋势后，我们发现在等权组合处于下跌趋势时，羊群效应更为显著，二次项系数更明显为负数，提示在大类资产维度，投资者更容易在市场调整时跟风抛售，保持安全性和流动性；而在市场上涨时，尽管同样存在跟风追涨趋向，但大类资产维度的追涨行为趋同性仍低于抛售趋同性。单一回报离散度与市场总回报的非线性关系：市场总回报平方项前的系数季度 全样本_系数 全样本单一回报离散度与市场总回报的非线性关系：市场总回报平方项前的系数季度 全样本_系数 全样本_P值 上涨_系数 上涨_P值 下跌_系数 下跌_P值2014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q42023Q12023Q22023Q32023Q42024Q12024Q222025Q22025Q3173.3196.5138.8-9.4-12.1-7.219.735.947.5-0.6-41.613.969.7122.9-76.9-11.5-23.9-25.257.7-6.725.0-103.722.184.0-14.841.743.351.7201.0318.0127.766.776.244.5119.2184.482.8103.539.792.137.825.1-24.6-12.5-45.251.598.3-123.714.21.963.3105.091.5-15.329.242.456.9-21.7-11.7-29.013.557.5-1.939.9-57.8-20.270.4-45.1-36.0-54.8150.4117.2111.4-55.1-67.6169.434.1191.3-12.1-12.9-9.2221.47.853.620.1-16.063.084.128.9-38.285.82.718.2-94.7-33.5-50.4-18.6-299.738.936.1-40.5131.5--13.4-21.7-13.1-133.3。综合CSAD、CSAD与多资产总体回报（Rm）平方的回归系数来看，有以下几点结论：大类资产间的低相关性并非消失。在越长的时间窗口，分散化配置的beta收益越高；中短期，大类资产亦有羊群效应，但资产集中度会有限度，空间和时间相互制约，越快的集中，羊群效应维持的时间越短，而越慢的集中，羊群效应时间越长；大类资产的市场趋同力量与波动率规律类似，具有更为确定的均值回复性。跑输；（4）2025年内以来，大类资产的CSAD指数倾向于在资产波动加大时更低（波动大时更容易集中），羊群效应以较往年更快的速度形成。10月下旬，CSAD指数已接近历史10%分位。而从分市场趋势来看，在总体回报下跌时，资产的趋同表现较上涨时期更敏感，跟风抛售仍比跟风追涨更容易出现。图12：2007年以来长时间维度，CSAD对总回报涨跌基本对称

图13：2025年以来，CSAD在下跌时更低，曲线斜率更陡峭 四、配置：融合羊群因子与宏观因子的风险平价进一步，我们尝试将羊群因子与前期构建的宏观因子风险平价框架融合（详见前期报告《用宏观因子穿透资产》），形成考虑了羊群风险的全面平价模型。（一）大类资产的宏观+羊群因子暴露与《用宏观因子穿透资产》类似，我们利用带约束的稳健OLS回归首先得到可投资产池在宏观因子与羊群因子上的暴露程度。我们的可投资产池初步设定为跨越内外股债商汇的十类资产，分别为中证500、沪深300、恒生指数、标普500、中债企业债AA3-5财富总指数、中债国债7-10财富总指数、南华沪铜指数、伦敦金现、布伦特原油、在岸美元兑人民币。值得说明的是，宏观因子的底层是低频的经济类数据，并不属于高频收益率序列，因此此前我们进行了宏观模拟组合（FactorMimicking）这一中介处理，即通过与宏观指标强相关资产的多空组合来将不可交易的宏观原始指标转化为高频、具有拟合度、可交易的宏观因子收益率。但羊群效应的代表性指标CSAD本身就是单一资产与总体资产收益率的平均轧差，本身具有资产多空组合、高频收益率的表现形式。因此，我们可以直接用CSAD当作羊群因子。表3：大类资产对宏观+羊群因子暴露矩阵从风险暴露矩阵的整体系数可知，中国资产代表沪深300、中证500与恒生指数均在羊群因子上有一定负向暴露，说明A股与港股与大类资产的羊群效应呈反向波动，即说明当全球范围内跨资产的趋同现象增加，中国资产并不明显受益。中国资产更为受益的场景是全球大类资产再平衡或分散程度较高时。相应地，美股（以标普500为代表）、黄金（以伦敦金现为代表）、有色（以南华沪铜为代表）、原油（以布伦特原油为代表）换言之，就历史平均而言，过去大类资产羊群效应可能仍主要由全球资金在美股、黄金以及商品上的动量策略驱动，而配置者对于中国资产的理性选择仍是性价比策略。这或许与过去国内外资产的风险收益比（夏普）特征有关。也由此可以看到，当2025年中国资产亦开始走出趋势，夏普比率改善，大类资产的羊群效应亦较往年边际增强（CSAD位置更低+对总体回报的平方项系数更小且转负）。（二）羊群因子融入宏观因子平价的三类结果进一步地，我们检测了在原本宏观因子平价基础上，融入羊群因子的全天候配置结果：首先是基于增长+通胀双轮的轻量化配置模型。回测法则与《用宏观因子穿透资产》保持一致，回测时间为2016年1月1日至2025年10月20日。从策略回测结果来看，2016年以来增长+通胀+羊群因子风险平价策略年化收益为9.4%，年化波动率为10.3%，夏普比率为0.76。而相同资产、相同时段，运用增长+通胀风险平价策略年化收益为7.9%，年化波动率为8.0%，夏普比率为0.81。而更为基准的全资产维度风险平价策略年化收益为4.5%，年化波动率为1.4%，夏普比率为2.06。简单的全资产等权重策略年化收益为5.3%，年化波动率为8.6%，夏普比率为0.44。图14：增长+通胀+羊群因子风险平价组合与各类基准策略收益对比由此，额外加入代表市场投资者行为的羊群因子的因子平价模型较经典增长+通胀因子风险平价获得约1.5%的年化超额收益，较简单资产风险平价获得约4.9%的年化超额收益。只不过，由于增配了更多的中高波资产，这种收益的提升对应的是组合年化波动率也有所上升。但最终组合的夏普比率并没有显著弱化，仍与经典因子平价基本一致。因此，该方案属于在维持一个稳定夏普与不加杠杆的前提下，获得更优收益的实践方式。表4：增长+通胀+羊群因子风险平价策略绩效表现4.6%1.7%1.822.8%2016/11/282016/12/201.644.8%1.8%1.833.1%2020/2/212020/3/191.56从资产的明细权重比较来看，自2016年初至2025年10月底，原始资产维度平价、原始宏观因子、融入羊群后的因子平价分别在债券上的平均权重分别为70%、53.9%、50.3%。三者在中国权益资产平均权重依次为4.0%、16.3%、13.1%；商品资产上的平均权重依次为5.8%、23.8%、30.3%；黄金资产平均权重依次为2.9%、3.0%、1.2%。观察2025年以来仓位变化，2025年至今，原始资产维度平价、原始宏观因子、融入羊群后的因子平价分别在债券上的平均权重分别为68.5%、34.6%、11.7%。三者在中国权益资产平均权重依次为3.0%、12.7%、17.3%；商品资产上的平均权重依次为6.1%、49.9%、66.6%；黄金资产平均权重依次为1.8%、1.9%、4.3%。图15：原始增长+通胀平价下的各资产明细比重 图16：原始增长+通胀平价下的股债商金比重股票 债券 商品 黄金100%100%90%80%70%60%50%40%30%20%10%0%图17：增长+通胀+羊群平价下的各资产明细比重 图18：增长+通胀+羊群平价下的股债商金比重中证500指数_权重 沪深300指数_权重恒生指数权重 中债企业债AA3-5财富总指数_权重100%90%80%70%60%50%40%30%100%90%80%70%60%50%40%30%20%10%0%

股票 债券 商品 黄金100%100%90%80%70%60%50%40%30%20%10%0%综合而言，自2025年以来，较单纯宏观因子框架，增长+通胀+羊群的新框架模式增加了权益资产、商品（主要是沪铜）、黄金的比重，分别提高了4.6%、16.7%、2.4%；而减少了在债券资产上的权重，降低了22.9%。其次是基于增长+通胀+流动性的三维配置模型。回测法则、时间区间与上述策略保持一致。从策略回测结果来看，2016年以来增长+通胀+流动性+羊群因子风险平价策略年化收益为8.6%，年化波动率为9.7%，夏普比率为0.73。而相同资产、相同时段，运用增长+通胀+流动性风险平价策略年化收益为7.5%，年化波动率为8.3%，夏普比率为0.72。若拆分通胀为消费通胀、工业通胀（分别用CPI与BCI消费品价格、PPI与BCI工业品价格作为低频锚合成），则增长+消费通胀+工业通胀+流动性+羊群因子风险平价策略年化收益为8.7%，年化波动率为9.6%，夏普比率为0.75。相应地，该情形下，不考虑羊群因子的策略年化收益为6.6%，年化波动率为7.3%，夏普比率为0.70。图19：增长+通胀+羊群因子风险平价组合与各类基准策略收益对比2.3 2.1

增长、通胀、流动性、羊群资产风险平价（不含美股）1.9波动率倒数加权(不含美股）1.7等权重策略（无美股）-101因此，额外加入代表市场投资者行为的羊群因子的因子平价模型较经典增长+通胀+流动性因子风险平价获得约1.1%的年化超额收益，较经典增长+消费通胀+工业通胀+流动性获得约2.1%的年化超额收益。表5：增长+通胀+流动性+羊群因子风险平价策略绩效表现15%现金5.5%6.1%0.658.2%2024/5/202024/8/60.66资产风险平价（不含美股）4.5%1.4%2.062.5%2016/11/282016/12/201.77资产风险平价（含美股）4.7%1.5%2.142.3%2020/2/212020/3/192.02等权重策略（不含美股）5.3%8.6%0.4414.2%2020/1/72020/3/180.37等权重策略（含美股）5.6%8.4%0.4916.6%2020/1/72020/3/230.34波动率倒数加权策略（不含美股）4.6%1.7%1.822.8%2016/11/282016/12/201.64202568.5%、47.8%、37.3%。三者在中国权益资产平均权重依次为3.0%、23.3%、25.1%；商品资产上的平均权重依次为6.1%、21.6%、34.7%；黄金资产平均权重依次为1.8%、0.2%、1.1%。可以看到，额外考虑了流动性因子后，2025年债券、权益上的权重有所上升，在商品上有所回落。增长+通胀+流动性+羊群框架较原始三维框架在债券上降低了10.5%权重，而增长+通胀+羊群则较轻量化框架在债券上降低了22.9个百分点。同时，在权益上的权重亦进一步增加，提升了7.8个百分点。而在商品上，增长+通胀+羊群框架给出六成仓位，主要是配置南华沪铜指数，而增长+通胀+流动性+羊群框架给出约三成仓位，核心配置亦是南华沪铜指数。图20：原始增长+通胀+流动性平价下的各资产明细比重图21：原始增长+通胀+流动性平价下的股债商金比重中证500指数_权重恒生指数_中证500指数_权重恒生指数_权重中债国债7-10财富总指数_权重南华沪铜指数_权重沪深300指数_权重中债企业债AA3-5财富总指数_权重南华农产品指数_权重伦敦金现:IDC_权重0%90%80%70%60%50%40%30%20%10%2020-012020-032020-012020-032020-052020-072020-092020-112021-012021-032021-052021-072021-092021-112022-012022-032022-052022-072022-092022-112023-012023-032023-052023-072023-092023-112024-012024-032024-052024-072024-092024-112025-012025-032025-05图22：增长+通胀+流动性+羊群平价下的各资产明细比重图23：增长+通胀+流动性+羊群平价下的股债商金比重100%90%

中证500指数_权重 沪深300指数_权重恒生指数_权重 中债企业债AA3-5财富总指数_权重中债国债7-10财富总指数_权重 南华沪铜指数_权重伦敦金现:IDC_权重 期货结算价(连续):布伦特原油_权重

股票 债券 商品 黄金0%70%60%50%40%30%20%10%2020-01202020-01202020202020202020202020202022-052022-072022-092022-112023-012023-032023-052023-072023-092023-112024-012024-032024-052024-072024-092024-112025-012025-032025-05最后是基于多因子广谱性因子配置模型。回测法则、时间区间与上述策略保持一致。从策略回测结果来看，2016年以来多维宏观因子（不考虑美国经济）+羊群因子风险平价策略年化收益为6.7%，年化波动率为3.3%，夏普比率为1.58。若进一步考虑美国经济因子，则多维宏观因子（考虑美国经济）+羊群因子风险平价策略年化收益为6.6%，年化波动率为3.5%，夏普比率为1.45。而相同资产、相同时段，单纯运用多维宏观因子（不考虑美国经济）风险平价策略年化收益为8.5%，年化波动率为6.0%，夏普比率为1.17；若考虑美国经济因子，则多维宏观因子（考虑美国经济）风险平价策略年化收益为7.3%，年化波动率为4.3%，夏普比率为1.34。图24：多维宏观因子+羊群因子风险平价组合与各类基准策略收益对比由此，与轻量化、三维框架不同，广谱性框架并没有因为加入羊群因子而获得更优收益，而是在夏普比率方面更占优势。表6：多维宏观因子+羊群因子因子风险平价策略绩效表现率率始日期日期全仓位PMIBCI增长、PPIBCI工业6.7%3.3%1.584.9%2016/1/42016/1/211.35通胀、CPIBCI消费通胀、 10%现金6.1%2.9%1.584.4%2016/1/42016/1/211.40宏观因子风险平价率、信用利差、羊群15%现金5.9%2.7%1.594.1%2016/1/42016/1/211.43仓位6.6%3.5%1.456.0%2020/3/52020/3/191.10通胀、CPIBCI消费通胀、宏观流动性、美国名义增长 10%现金、国内利率、汇率、信用利6.0%3.1%1.455.4%2020/3/52020/3/191.12差、羊群 15%现金5.8%2.9%1.455.1%2020/3/52020/3/191.13PMIBCI增长、PPIBCI工业 全仓位8.5%6.0%1.178.2%2023/3/32023/5/311.05通胀、CPIBCI消费通胀、 10%现金7.9%5.4%1.187.3%2023/3/32023/5/311.082016.1-宏观因子率、信用利差 15%现金7.5%5.1%1.186.9%2023/3/32023/5/311.092025.10风险平价策略PMIBCI增长、PPIBCI工业7.3%4.3%1.345.6%2025/2/212025/4/71.29宏观流动性、美国名义增长 10%现金6.7%3.9%1.345.0%2025/2/212025/4/71.33、国内利率、汇率、信用利差 15%现金6.5%3.6%1.374.7%2025/2/212025/4/71.37从资产的明细权重比较来看，广谱性框架考虑风险层次更多，在综合的协方差-方差矩阵中始终给债券配以较高权重。即便是融入羊群后的因子平价模型，在债券上的权重亦始终保持70%附近，与简单的资产风险平价基本相当（68.5%）。但其适度增加了商品与黄金的仓位，减少了外汇敞口，商品权重自原始的6.1%提高至17.0%、黄金自1.8%提高至2.3%。图25：原始多维宏观因平价下的各资产明比重 图26：原始多维宏观因平价下的股债商金图27：多维宏观因子+羊群平价的资产明细比重 图28：多维宏观因子+羊群平价下的股债商金比重中证500指数_权重恒生指数_中证500指数_权重恒生指数_权重中债企业债AA3-5财富总指数_权重南华沪铜指数_权重300指数_权重美国:标准普尔500指数_权重中债国债7-10_伦敦金现:IDC_权重0%90%80%70%60%50%40%30%20%10%0%2016-012017-012018-012019-012020-012021-012022-012023-012024-012025-01总结来看，原始资产维度平价、原始宏观因子、融入羊群后的因子平价这三套策略方式同样基于风险平价框架，但平价的风险对象有所区别。宏观因子通过将资产按照宏观风险敞口重新排列组合得到新的平价对象——比如基于增长、通胀而非资产的协方差-方差矩阵。进而不会因为股商债波动率差距过大，而在组合中始终显著超配债券、低配股票与商品等。增长与通胀的波动率处于同等量级，超配相对低波、低配相对高波具有优化意义。在重新自因子权重返回到资产权重时，就会看到增加了中高波资产的权重。羊群因子则进一步将资产按照当前大类市场趋同程度重新排列组合，平价的对象是加入了与羊群因子强相关资产的协方差-方差。这类资产对于市场从众力量更为敏感，在市场趋同强化时候会优先走出趋势，即优先看到强动量效应，对应这类资产波动率会在自身运行区间内收敛。权益、商品、黄金较债券仍容易波动率受到市场行为的牵引。因而考虑了羊群因子的平价模型会进一步增加中高波资产的权重。五、识别：国内权益的羊群效应接着我们尝试单独估算国内权益资产，以及其内部板块的羊群效应。我们根据CSAD计算公式，分别遍历计算宽基指数、风格指数、行业指数内每个成分股与板块成分股等权平均收益之间的偏差。与大类资产羊群效应类似，万得全A的羊群效应同样具有均值回复性，并且下行有底，类似于VIX指数。但万得全A的CSAD右偏性较大类资产明显下降。大类资产CSAD的偏度自2007年以来为2.2，而万得全ACSAD为1.65。因为右偏意味着更可能发生分散度极高（CSAD极大）的情形，对应资产更具有分散性，这对应国内股市在历史上较大类资产的分散度更低。并且，与VIX指数与美股市场走势的规律不同（多数情况美股波动增加时出现调整），国内权益资产羊群效应升温在市场下行与上行趋势中均可出现。羊群效应的加剧，既可能助推上行趋势，亦可能助推下行趋势。2024年10月，万得全A的板块分散度达到新一轮峰值附近，即CSAD为2.5%，处于历史滚动三年的84.56%分位，2006年以来的46.69%分位。此后CSAD震荡下行，尤其是在2025年5-7月加速下行，自近三年的50.3%分位下行至9.61%分位，这意味着在该时段市场正在走强趋同交易。结合当时市场上行走势，可知市场跟随追涨的力量较为活跃。8-10月，羊群效应开始松动，但仍处于历史中低位（10月处于历史23.1%分位），这提示市场跟随追涨的情绪有所回落，个体理性判断逐步回归，但这一回归仍处于初步阶段。因此，目前国内权益资产处于羊群效应仍较强，但出现初步松动、边际扭转的初期阶段，尚未回到分散度较高的区间。图29：目前国内权益资产的羊群效应仍较强 图30：万得全ACSAD仍处于历史中低分位0.05

CSADMA10 CSAD95%分位 万得全A（右轴） （点）0.0450.040.0350.0450.040.0350.030.0250.020.0150.010.0057,0006,0005,0004,0003,0002,0001,0000

CSAD处于滚动3年的历史分位 万得全A（右轴

（点）8,0007,0006,0005,0004,0003,0002,0001,000图31：万得全A的CSAD指数亦呈右偏分布，但偏度明显低于大类资产的CSADCSADMA10分布特点661622661622573517465 46736313524621616710267402332221371615422132234600500400300200100[0.0114,[0.0114,0.0125](0.0125,0.0136](0.0136,0.0147](0.0147,0.0158](0.0158,0.0169](0.0169,0.0180](0.0180,0.0191](0.0191,0.0202](0.0202,0.0213](0.0213,0.0224](0.0224,0.0235](0.0235,0.0246](0.0246,0.0256](0.0256,0.0267](0.0267,0.0278](0.0278,0.0289](0.0289,0.0300](0.0300,0.0311](0.0311,0.0322](0.0322,0.0333](0.0333,0.0344](0.0344,0.0355](0.0355,0.0366](0.0366,0.0377](0.0377,0.0388](0.0388,0.0398](0.0398,0.0409](0.0409,0.0420](0.0420,0.0431](0.0431,0.0442]进一步比较各类宽基指数与风格指数的羊群效应。为了剥离行业本身带来的CSAD中枢特点，我们在横向比较中，将各个股指的CSAD进行时间序列上的标准化处理。从结果来看，宽基层面，上证50、沪深300在2023年羊群效应弱于中证1000与万得全A，但2024-2025年则更为明显。再往前追溯，2021年、2022年的相对强弱正好是2023年、2024-2025年的镜像。这意味着市场的羊群效应不仅在时间维度具有均值回复特点，在板块横向维度亦有均值回复特点。若某一板块内部个股在上一轮周期中表现较为分散，则下一轮周期中趋同的可能性增加。2025年9月以来，这种均值回复力量再度出现，上涨50、沪深300等的CSAD指数见底后连续回升，幅度较明显，已至中等水位，提示羊群效应有一定程度松动。而万得全A的CSAD虽亦有所企稳，但仍处于低位水平，提示小盘、微盘股内部仍表现一定趋同效应，整个权益资产的羊群效应仍处在松动的早期阶段。风格层面亦出现板块间羊群效应的均值回复特点，当前分散化程度高的股票是下期市场力量集中的潜在对象，而当前市场一致看多或者一致看空的板块下期可能出现分化与拐点。2025年9月以来，成长、金融风格的CSAD见底回升，红利的CSAD企稳扁平运行，而周期、消费的CSAD仍在下行，这提示今年表现比较强势的成长主线，与表现相对较弱的消费周期主线，均存在羊群效应的影响，而目前关于成长主线的共识有所松动，但仍处于早期阶段，关于消费周期的共识尚未打破逆转。红利介于两者中间。图32：标准化的各类宽指数CSAD对比 图33：标准化的各类风指数CSAD对比2.001.501.00

上证50 中证1000 中证500 沪深300 万得

2.001.501.00

万得全A 中证红利 周期 消费 金融 成长0.50 0.500.00 0.00-0.50-1.00

-0.50-1.00-1.50/1

-1.502018/12/12019/3/12018/12/12019/3/12019/6/12019/9/12019/12/12020/3/12020/6/12020/9/12020/12/12021/3/12021/6/12021/9/12021/12/12022/3/12022/6/12022/9/12022/12/12023/3/12023/6/12023/9/12023/12/12024/3/12024/6/12024/9/12024/12/12025/3/12025/6/12025/9/1六、择时：融合羊群因子与宏观因子的检验（一）在不同风格、行业上的择时信号我们尝试将羊群效应融入此前的宏观三维择时框架（M1-BCI-PPI），以期在宏观择时维度融入市场投资者行为信号。并且我们将这一择时探索在不同宽基、风格以及行业上进行遍历测试，以期筛选得到适用于此类融合择时框架的具体权益资产。具体而言，我们的择时思路为，若观察到CSAD正在降低，且不处于历史低位（统计上大于滚动三年-2.0倍标准差），则预示羊群效应正在加剧，并且具有空间。此时传统的滚动窗口相关性测算存在低估未来资产相关性的可能，会过早提示进行分散配置或资产轮动，而事实上，资产更具有共振潜力，因此，应该采取动量策略。但单纯的羊群效应只是一种市场行为一致性的量化，上行时的羊群效应提示追涨，下行时的羊群效应提示止损。因此，有用的羊群信号应设置为：在市场处于上行趋势时，若同时观察到具有一定持续力的羊群效应，应超配标的资产；而在市场处于下行趋势时，反而应低配标的资产。我们以过去60个交易日（即3月）作为识别指数上下趋势的参数窗口期，比较窗口期内指数日平均收益。以CSAD(MA10)在相邻月的轧差作为CSAD的变动情况，记为ΔCSAD；以CSAD滚动三年的标准分位置作为羊群效应空间，记为Z_CSAD。持有期内不再重复开仓。上升趋势+有羊群效应+有空间，则超配：过去3月交易日标的指数日平均收益＞0，且ΔCSAD＜0，且Z_CSAD（滚动三年的标准分）＞-2，则100%上证50，0%下降趋势+有羊群效应+有加剧空间，则低配：过去3月交易标的指数日平均收益<0，且ΔCSAD＜0，且Z_CSAD（滚动三年的标准分）＞-2，则0%上证50，100%其余无论是否具有上下趋势，若无羊群效应，则趋势意义不强，则直接设置50%50，50%（50%）50%50，50%进一步，我们在此基础上考虑宏观趋势。若过去三月的M1-BCI-PPI边际变化为正，处于宏观复苏趋势，不管复苏强度如何，基本面上升趋势进一步给股指+1；若处于下降趋势，则-1。最终信号处于[-2,+2]之间。若录得正向得分时，下月中旬（因M1-BCI-PPI信号需中旬全部获得）开始超配股指；若录得负向得分时，下月中旬开始低配股指；若录得0得分，则50%上证50，50%现金。其中，因为最终信号处于[-2,+2]之间，还可以考虑具有层次的信号强度，将-2，-1，0，+1，+2时，对应的上证50%分别为0%、25%、50%、75