高净值客户配置月报：预期扰动配置均衡

图表目录图1：6月PMI回暖完全依靠中型企业（%） 4图2：6月非制造业PMI继续企稳回升（%） 4图3：市场降息预期推迟至2027年9月 5图4：美债利率走陡（%） 5图5：MP-BL模型示意图 6图6：7月打分 6图7：MP-BL模型7月增持御资产 7图8：主线择时全天候有更优的业绩表现 8图9：7月股票持仓趋于均衡 9图10：24年以来红利增强略相比于单一持有中证红利起到收益增强效果 9表1：6月多资产表现 4表2：打分调整示意图 6表3：MP-BL有更优的业绩表现 7表4：主线择时全天候有更优的业绩表现 8表5：红利增强策略相比于单一持有中证红利起到收益增强效果 9表6：A股指数增强策略表居前 10一、市场观察：6月风险资产走势分化月风险资产走势分化。A/美股调整。商品/贵金属整体调整。固收资产整体录得正收益；全天候策略表现分化。权益资产中，A50500同步走高，626.07%、7.55%8.04%；港股、美股回调。商品方面，有色金属短期回调。贵金属短期回调幅度较大。固收资产方面，固收+、纯债及现金类资产均录得正收益，小幅收涨0.11%，价格均处于五年高分位。全天候策略指数走势分化，仅动态全天候录得正收益，中低波、中高波策略小幅回调；动态全天候、中低波策略、中高波策略近期涨幅分别为0.32%、-0.47%、-1.30%。表1：6月多资产表现资产类别细分子类资产资产表现近一月涨跌幅今年以来涨幅价格所处分位点（五年）权益A股沪深3001.78%7.55%97.19%中证5008.04%20.97%100.00%中证10004.77%15.99%99.59%国证20003.39%13.86%98.60%创业板指7.55%35.58%99.83%科创5026.07%64.25%100.00%港股恒生指数-9.14%-10.73%61.74%美股纳斯达克100-0.19%19.91%99.34%贵金属黄金COMEX黄金-12.44%-9.12%85.62%大宗商品基本金属上期所有色金属指数-4.07%3.71%92.81%固收固收+万得固收+类理财指数0.11%1.08%99.79%纯债万得纯债固收类理财指数0.11%0.45%99.79%现金中债-货币市场基金可投资债券指数0.11%0.84%100.00%另类全天候策略指数动态全天候0.32%2.95%100.00%中低波策略-0.47%3.09%97.69%中高波策略-1.30%3.38%96.69%，东方证券研究；数据区间：2026.5.31-2026.6.30二、资产观点：K型短期扰动，配置暂且均衡股票：7Meta出租、黑石出售等消息接连出台，AI板块在预期层面出现扰动但不足以形成预期拐点。与此同时，国内6月PMI数据超预期，美联储加息预期转向，使得国内外同步出现了风格扩散。一方面，随着7月政治局会议临近，国内开始出现K图1：6月PMI回暖完全依靠中型企业（%） 图2：6月非制造业PMI继续企稳回升（%） 同花顺，东方证券研究 同花顺，东方证券研究债券：在传统经济乏力和债券供给有限的背景下，7月利率上行空间有限。而负债端资产荒的问题日益凸显，增量资金有望对债市形成支撑。此外，结合上文对当前大类资产主线的分析，风险偏好退居二线，高风偏对债券压制减弱，而风偏波动可能给债券带来阶段性机会。其他资产：据等。另一方面，影响长期通胀的结构性因素仍然强劲，主要体现为AI资本开支和美国财政赤产品存在机会。图3：市场降息预期推迟至2027年9月 图4：美债利率走陡（%）30年美债-10年美债利差0.70.650.60.550.50.450.4FedWatch，东方证券研究；数据截至2026年7月9日12:00 ，东方证券研究；数据截至2026年7月8日三、模型建议：权益仓位趋于均衡（一）MP-BL模型：7我们在报告《资产配置以预期思维择主线》中提到改良之后的BL模型，BL模型的基础仍是均值方差模型，考虑到均值方差模型被大家诟病较多的点在于模型的敏感性，也即仓位容易集中在少数几类资产，因此我们先对资产先做风险平价，然后做均值方差增强（详见（《当低利率邂逅风偏回归，资产配置被动为盾，主动为矛——2026年多资产配置展望》）。均值方差模型的核心有二，一方面要有较好的收益预测模型，一方面风险度量要惩罚收益预测的不准确性。我们在之前的报告中构建了均值方差模型的量化收益预测和风险度量。而当前BL模型的应用难点在于参数较多，贝叶斯公式固然严谨，但在应用上存在一些不便。我们改良的模型也称MP-BL模型。在《资产配置理论与实证前沿问题研究》一书中有详细阐述。本质上是引入Mackinlay和Pastor对于预测误差调整的方法，根据主观研判的胜率对协方差矩阵进行调整，从而施加相应的惩罚。图5：MP-BL模型示意图《资产配置理论与实证前沿问题研究》图8-1MP-BL模型逻辑示意图，东方证券研究因此，在得到BL模型结果之前需要得到资产观点。结合（一）中的分析，我们基于打分卡，对当前对各类资产的打分如下（分数在-1到1之间）。图6：7月打分1.501.501.000.500.00-0.50-1.00-1.507月打分，东方证券研究基于上述观点，我们可以得到BL模型。具体而言，得分对应到超低配、低配、中性、高配、超高配五种情况。对于超低配，则观点为原有量化预测的基础上下调1倍标准差，低配则下调0.5倍标准差，中性不变，高配上调0.5倍标准差，超高配上调1倍标准差。表2：打分调整示意图【-1，-0.6】超低配负1倍标准差【-0.6，-0.2】低配负0.5倍标准差【-0.2，0.2】中性0【0.2，0.6】高配正0.5倍标准差【0.6,1】超高配正1倍标准差东方证券研究编制通过上述方法可得每类资产的观点收益向量。之后结合我们BL模型的框架，得到BL模型结果。表3：MP-BL有更优的业绩表现2025年以来MP-BL基准年化收益6.9%5.5%标准差3.9%3.1%下行波动3.8%3.2%最大回撤-2.3%-2.5%夏普比1.801.78索提纳比1.821.73卡玛比3.042.25，东方证券研究；数据截至2026年6月30日图7：MP-BL模型7月增持防御资产6月 6月 7月80%70%60%50%40%30%20%10%0%，东方证券研究月仓位典型特征在增加防御资产的持仓。股票重点除了科技制造，适当分散至其他板块，债券仓位增加，商品有机会但关注海外流动性预期的扰动。（二）主线择时全天候：7月权益仓位趋于均衡我们在报告《资产配置以预期思维择主线》中提到全天候策略思路新思路。基于大类资产共同的三个因子，增长预期、利率预期和风险溢价，进一步地，我们结合当前产业升级转型、配置全球化和地缘扰动频发的背景，进一步拓展至六因子，示意如下：V≈经济预期+利率预期+风险溢价≈（传统经济预期+新兴增长预期）+（境内利率预期+境外利率预期）+（境内风险溢价+境外风险溢价）AETFETFETFETFA股又进一步细分为金融地产、周期、消费、科技、先进制造、医药医疗等。在此基础上可以构建每一类因子对应的风险因子组合。与此同时，我们在报告中提出大类资产交易的主线有一定的持续性，而风险因子的择时相比收益择时理论上也应有更高的胜率（波动发生突变的概率更低）。我们可以结合大类资产交易主线的变化进行择时。具体而言，我们观察上述六个风险因子（各因子取代表性指标）每个因子在过去1的变化，变化越大我们认为越有可能成为当前大类资产交易的主线之一。我们将上述主线进行择时可得主线择时全天候。策略效果较非择时全天候更优。基于我们的跟踪框架，今年以来大类资产交易的主线如下：（1）3月配置主线：境外利率、境内/境外风险溢价（2）4月配置主线：境外利率、境内风险溢价、境内增长、境内利率（相对均衡）（3）5/风险评价，境外风险偏好（4）6/风险评价，境外风险评价（5）7月配置主线：境内增长、境外利率3月资产配置交易的主线较为极致，关注点在境外，对应加仓原油相关标的（如原油期货或能化ETF）。4月交易主线均衡，海外影响弱化，对应的是减仓原油相关标的。5月大类资产交易主线4月以前，对应加仓风险资产。65主线变化不大，境内资产仍然重点关注风偏相关性高的板块如科技。7月境内主线重回增长，海外主线仍在利率，对应境内股票市场结构更加均衡。图8：主线择时全天候有更优的业绩表现主线择时全天候全天候主线择时全天候全天候1.171.121.071.020.97，东方证券研究；数据截至2026年6月30日表4：主线择时全天候有更优的业绩表现2025年以来主线择时全天候全天候策略年化收益9.9%6.3%标准差4.7%3.1%下行波动4.4%3.2%最大回撤-2.4%-2.4%夏普比2.122.02索提纳比2.251.99卡玛比4.192.67，东方证券研究；数据截至2026年6月30日图9：7月股票持仓趋于均衡6月仓位 6月仓位 7月仓位70%60%50%40%30%20%10%0%，东方证券研究上述“6月仓位”5月底动态全天候策略给出的各类资产仓位，“7月仓位”676A变化不大。（三）红利轮动策略：关注低波类红利指数红利风格在长期低利率环境并非持续占优，而是轮动表现。红利投资应基于对市场的风格研究，围绕增长预期、利率预期和风险溢价三类风险因子进行配置决策。（详见《低利率环境红利投资需要择时》、《资产配置以预期思维择主线》）7月红利配置主线仍围绕风险溢价展开，境内风险偏好并非全面扩张，而是更容易表现为结构内波动。市场短期风偏波动的背景下，低风险度红利相对较优，相关ETF：红利低波ETF富国（159525）；港股红利低波ETF景顺（159569）。表5：红利增强策略相比于单一持有中证红利起到收益增强效果2024年以来累积收益率年化收益率最大回撤夏普比卡玛比ETF策略33.60%12.32%16.61%0.8240.742中证红利ETF-1.02%-0.41%16.42%0.053-0.025中证800ETF67.06%22.86%18.62%1.1391.227Choice，东方证券研究；数据截至2026年6月30日图10：24年以来红利增强策略相比于单一持有中证红利起到收益增强效果红利增强ETF策略 中证红利ETF 中证800ETF1.81.61.41.210.8Choice，东方证券研究；数据截至2026年6月30日基于以上研究结论，我们可以得到红利在战略配置上的轮动规律，以及战术上的择时思路，两者结合形成红利增强策略。由于本文研究的红利类指数在市场上均可找到挂钩的ETF产品，基于ETF的红利增强配置策略将标的从红利类指数替换为实际可投资的ETF。（详见《低利率环境红利投资需要择时》）ETFETF仍存在收益增强效果：2412.32%ETF。四、策略建议：7月关注风险资产相关策略多策略中，A股指数增强相关产品涨幅居前。权益方面，可以选择跟踪偏股混合型基金指数（885001）3个月持有A（018511）等。结构上，短期市场风格或趋于均衡，可考虑将科技和红利方向作为哑铃配置：1）2021年新能源板块的轮动规律，科技在下游现象级应用普及前，大概率继续往上游轮动，相关ETF：科创50ETF华安（588280）等；2）受益于K型收敛的预期的港股红利，相关ETF：港股红利低波ETF景顺（159569）等。商品方面，一方面重点关注下半年厄尔尼诺和贸易保护主义带来的农产品和相关工业品价格预期，可关注CTA策略。一方面油价持续下行但有短期反复可能，能化ETF（159981）可阶段性提供对冲。表6：A股指数增强策略表现居前策略类型最近1月业绩表现中位数前20分位数指数增强策略公募指数增强300指增2.54%4.08%500指增6.%.%1000指增4.96%6.6%私募指数增强300指增2.83%4.12%500指增6.5%.59%1000指增4.62%5.%市场中性策略公募中性-0.20%1.02%私募中性-0.12%0.88%管理期货策略私募CTA1.64%.5%，东方证券研究；数据区间：2026.5.31-6.30风险提示1、极端风险事件，例如中美关系、全球地缘超预期事件等，可能打破统计上的历史规律；2、量化指标失效的风险，历史数据对未来的指引效果有限；模型使用的相关指数存在对应资产的跟踪误差。分析师申明 每位负责撰写本研究报告全部或部分内容的研究分析师在此作以下声明：分析师在本报告中对所提及的证券或发行人发表的任何建议和观点均准确地反映了其个人对该证券或发行人的看法和判断；分析师薪酬的任何组成部分无论是在过去、现在及将来，均与其在本研究报告中所表述的具体建议或观点无任何直接或间接的关系。投资评级和相关定义 12个月内行业或公司的涨跌幅相对同期相关证券市场代表性指数的涨跌幅为基准（A300500指数）；公司投资评级的量化标准15%以上；中性：相对于市场基准指数收益率在-5%～+5%减持：相对弱于市场基准指数收益率在-5%以下。票的研究状况，未给予投资评级相关信息。存在潜在的利益冲突情形；亦或是研究报告发布当时该股票的价值和价格分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确投资评级；分析师在上述情况下