雷火竞技首页

广发宏观 高成长叙事的宏观条件与择时落地
发布时间:2025-09-26
 最后合成与总结,我们尝试构建了高成长“5+1”择时策略,汇集五个胜率面维度,一个赔率面维度。内部保留在历史回测上具有超额收益的子指标。最终的综合信号采用等权加总法汇总。目前该体系对赔率指标的纳入只是初步的,后续可更全面纳入赔率指标来进一步优化择时结果。实际上,除了宏观量化这一视角之外,上述“5+1”也可以作为我们理解高成长资产定价的逻辑框架,在投研中可以密切关注每一线索的边际变化,从而辅助判断

  最后合成与总结,我们尝试构建了高成长“5+1”择时策略,汇集五个胜率面维度,一个赔率面维度。内部保留在历史回测上具有超额收益的子指标。最终的综合信号采用等权加总法汇总。目前该体系对赔率指标的纳入只是初步的,后续可更全面纳入赔率指标来进一步优化择时结果。实际上,除了宏观量化这一视角之外,上述“5+1”也可以作为我们理解高成长资产定价的逻辑框架,在投研中可以密切关注每一线索的边际变化,从而辅助判断,综合把握收益与风险。

  2025年前三季度,中国科技资产领跑大类资产。科技资产的超额收益一方面具有趋势性,是中国经济产业升级的映射和“工程师红利”要素优势的兑现;另一方面也需具备一定的市场定价条件配合。在前期报告《资产的高成长叙事一般是在什么样的宏观阶段》中,我们对照了历史上相似时段,指出了高成长叙事成立的五个宏观条件:(1)宏观风险阶段性出清(敢买);(2)名义GDP增速尚未起来(传统资产赚钱效应低);(3)流动性充裕(资金机会成本低);(4)预期回报率存在粘性(高收益率资产荒);(5)产业叙事存在(技术变革出现,有短期可充分预期的资产)。在上述认识基础上,本篇研究中我们进一步结合胜率+赔率框架落地具体的宏观择时方案。

  截至9月22日,以万得科技大类指数代表A股科技股,其YTD至50%,位列首位;恒生科技、黄金YTD分别为38%、43%。此外,本轮国内科技股的上涨远超美国科技股,但回撤更小,风险收益比亦占优。TAMAMA科技指数(万得美股大型科技股)、纳斯达克综合指数YTD分别为17%、18%,并且年度最大回撤分别为28%、24%,均大于万得科技大类指数21%的回撤水平。

  若进一步与去年同期比较,则同比视角下,TAMAMA科技指数上涨29.4%,而万得科技大类指数上涨90.8%。滚动年回报中,A股科技股与美股科技股呈现了“位置转换”,国内科技股较显著地逆转了2023-2024年期间落后于美股科技股的现象。

  本报告在前期报告基础上,结合胜率+赔率框架落地具体的高成长择时方案。大体思路分为三步。

  第一,先将上述五个条件视为科技股择时的胜率条件,再补充赔率位置指标。鉴于科技股的估值攀升特点,我们在短期(月频)择时框架中更加注重拥挤度以及板块宽度等指标,即市场对于科技投资机会的共识程度。

  第二,寻找每个维度的潜在代理变量,逐一回测检验,保留具有超额择时效果的指标。其中,根据指标是否具有均值回归特征,我们在考虑指标边际变化的同时,辅虑未来指标上/下的空间大小,以此来简单评估当前趋势的持续性。

  第三,合成综合打分卡。在每个维度筛选得到有效的择时代理变量后,我们再将六个层面(五个胜率条件+一个赔率维度)进行打分合成。风险偏好、流动性充裕或者经济中枢偏低等条件单一都不足以涵盖科技择时信号的全面性。我们通过打分设置、等权加总,初步捕捉每个时刻总量上对科技板块的择时“友好”程度变化。

  维度一:宏观风险出清程度。高成长叙事需要一个资金“敢买”的风险出清契机。我们测试了标普500波动率指数(VIX)、美债MOVE隐含波动指数、海外经济政策不确定性指数、月度名义GDP下行波动率、铜金比、全A股权风险溢价六个潜在变量的择时效果。结果显示基于美债MOVE、月度名义GDP下行波动率生成的择时信号具有明显超额收益。鉴于波动率具有均值回归特点,我们具体择时采用“边际+空间”双法则。首先,基于“MOVE见顶回落则加仓、触底回升则减仓”的择时策略自2006年以来累计收益1176.91%,年化收益14.10%,年化超额收益3.11%。其次,以月度名义GDP下行波动率作为国内经济风险。2005-2007年、2010-2011年、2013-2014年、2022-2024年月度名义GDP下行波动率经历四轮见顶后持续回落。而2007-2009年、2012-2015年、2024年至今,万得科技指数均跑赢万得全A。基于“名义GDP下行波动率见顶回落则加仓、触底回升则减仓”的择时策略自2006年以来累计收益1227.15%,年化收益14.33%,年化超额收益3.34%,月胜率为66%。两者等权加总后,2006年以来,基于宏观风险出清程度的择时策略年化收益14.16%,年化超额收益3.18%,月胜率为68%,夏普比率为0.51。

  风险出清程度的量化衡量一则可以借“波动率”中介变量,一轮风险释放的尾声往往伴随着波动率重新由高处降至常态区间,而风险的新一轮积聚则伴随着波动率极致压平后的重新走高;二则可以通过宽口径的风险偏好进行考察,比如铜金比触底回升,往往意味着风险偏好启动;全市场股权风险溢价的触顶回落则往往意味着上一轮权益资产积累的高性价比开始走向兑现之路。

  我们共筛选六个潜在变量。外部风险上,我们以标普500波动率指数(VIX)作为美股风险、以美债MOVE隐含波动率指数作为美债短期不确定性刻画、以美国经济政策不确定性指数作为美国基本面风险。内部风险上,我们以自行估算的月度名义GDP下行波动率作为国内经济风险。此外,我们还以铜金比作为全球风险偏好变化、以万得全A股权风险溢价代表国内权益资产情绪波动。

  首先,万得科技大类指数的相对收益(万得科技大类指数/万得全A)与美债、美股波动率均在2022年前呈负相关,2022年后其与美债波动率的负相关性继续保持,而与美股波动率的相关性开始不稳定。

  历史上MOVE在2009年年初、2013年三季度、2022年三季度、2025年4月见顶回落,万得科技大类指数均在随后止跌企稳,并且逐渐跑赢万得全A;而在2007年三季度、2015年年中、2021年年初触底回升,随后万得科技大类指数同样见顶回调,并且跑输万得全A。逐一择时检验中亦发现,相同法则下,三组“外部波动率”指标中VIX、MOVE均有超额收益,MOVE更为明显。

  其次,我们以自行估算的月度名义GDP下行波动率作为国内经济风险,其中下行波动率是指滚动计算过去24个月名义GDP边际下行样本点的标准差。2005-2007年、2010-2011年、2013-2014年、2022-2024年月度名义GDP下行波动率经历四轮见顶后持续回落。而2007-2009年、2012-2015年、2024年至今,万得科技指数均跑赢万得全A。最新8-9月名义GDP波动边际增加,但由于2024年11月以来名义GDP波动率一直处于正常区间尚未过低(-1.12倍标准差),因此当前内部风险最终得分为“-1”。

  无论是铜金比还是全A风险溢价水平都属于广谱口径的风偏代理指标,检验并没有超额。这说明,一方面,“高成长叙事”的超额收益不一定需要宽口径的风险偏好明显回升,另一方面,当全局风偏回升,意味着经济周期相对明确利好风险资产,成长股不一定跑赢。

  等权加总有效信号后显示,自2006年以来,基于宏观风险出清程度的择时策略累计收益1190.4%,年化收益14.16%,年化超额收益3.18%,月胜率为68%,夏普比率为0.51。2009年以来年化收益为12.98%,月胜率69.2%,夏普比率为0.52。

  维度二:名义增速中枢水平。在前期报告中,我们提示若总量层面仍处于整体偏低的名义增长率中枢之下,则广谱的资产收益率存在约束,传统部门和高确定性资产的回报率低。我们检验若名义增速处于近五年的5%~50%历史分位则增配万得科技的策略。自2006年以来,基于“名义GDP处于偏低位则加仓”的择时策略累计收益1184.04%,年化收益14.13%,年化超额收益3.15%,月胜率为50.3%,夏普比率为0.50。我们进一步融合边际变化,最利好高成长板块的宏观场景组合是“名义增速处于中低位+边际上行”,此时政策条件会倾向于宽松,并且传统资产赚钱效应尚低。融合后的择时策略具有更高的胜率,自2009年以来月胜率为73.13%,累计收益702.75%,年化收益13.27%,年化超额收益2.81%,夏普比率为0.56。

  在上一个维度里,我们利用月度名义GDP的下行波动率来衡量经济风险的出清状况,而对于经济复苏节奏的代理指标,我们重新回到名义GDP本身。

  我们首先检验单纯基于名义增速位置的择时效果。若名义增速处于近五年的5%~50%历史分位,则赋予“+1”,利好高成长;而若名义增速过低或者偏高,即小于近五年5%分位或者大于50%,则赋予“-1”。该信号在2009年下半年、2011年11月-2014年7月、2015年12月-2016年12月、2018年10月-2019年2月、2020年3月-6月、2022年至今共六个时间段释放利好成长的信号。从择时结果看,自2006年以来,基于“名义GDP处于偏低位则加仓”的择时策略累计收益1184.04%,年化收益14.13%,年化超额收益3.15%,月胜率为50.3%,夏普比率为0.50。2009年以来,策略年化收益13.49%,年化超额收益3.03%,月胜率为51%,夏普比率为0.56。

  进一步,我们融合名义GDP增速的边际变化。因为这一维度本质刻画的是经济见底但仍处于弱复苏阶段,传统资产赚钱效应低进而高成长具有相对优势。因此更严谨的考量是,同时识别在名义增速处于中低分位时,增速边际处于修复通道,基本面能支撑市场对风险资产的总体风偏不至于转为避险。

  由此,我们设置,若在名义增速水平处中低位,同时名义增速经降噪后边际上行,则在上述基础上进一步加“+1”;反之则打折扣,赋予“-1”,即最利好高成长板块的组合是“名义增速处于中低位+边际上行”。从择时结果看,自2006年以来,基于“名义增速处于中低位+边际上行”则加仓的择时策略累计收益882.10%,年化收益12.56%,年化超额收益1.57%,月胜率为69.83%,夏普比率为0.47。2009年以来,策略年化收益13.27%,年化超额收益2.81%,月胜率为73.13%,夏普比率为0.56。

  维度三:高收益资产荒。资产荒的本质并不是缺资产,也不是流动性过多,而是资产端连续变化但资金预期回报却相对刚性,两者不匹配。资产荒并不直接决定高成长行情,但有利于成长行情的持续。我们将债市负carry程度、信用债利差作为高收益资产荒的代理指标。若“中债国开债到期收益率(1个月)-R001”为负或连续两个月收窄,则意味着持债收益与融资成本倒挂或者具有倒挂的风险,对权益高收益资产潜在利好。同时负carry现象并不是一个短期现象,而是固收市场的新趋势,除边际上加重时会利好科技资产,本身水位也会影响资金的“平衡”行为。若这一轧差水平处于近五年偏低位(小于40%),同样属于加分项。我们还利用城投债AA(5年-1年)信用利差来表征票息类资产的稀缺性,利差为负或者利差连续收窄均有利于向固收资产以外追求高收益,利好科技资产。2014年以来,基于“高收益资产荒处于较高水平且边际加重”则加仓的择时策略累计收益258.06%,年化收益11.50%,年化超额收益1.44%,月胜率为60.3%,夏普比率为0.46。

  2025年,一方面,追求稳健收益类的资金仍面临高票息资产大幅缩减的现实。另一方面,伴随着全市场风险偏好逐步修复,部分前期在注重稳健现金流避险的权益资金、散户类资金开始演变为追求高收益。股债跷跷板演绎下,债市出现多次赎回压力,“每调买机”逻辑有所松动。

  若“中债国开债到期收益率(1个月)-R001”为负或连续两个月收窄,则意味着持债收益与融资成本倒挂或者具有倒挂的风险,对权益高收益资产潜在利好,记为+1,反之记为-1。同时负carry现象并不是一个短期现象,而是固收市场的新趋势,除了边际上加重时会利好科技资产,本身的水位也会影响资金的“平衡”行为。因此,我们同时判断若这一轧差水平处于近五年偏低位(小于40%),同样赋予“+1”,反之记为“-1”。自2014年以来,基于“债市负carry程度水平较高且边际加重”则加仓的择时策略累计收益231.68%,年化收益10.77%,年化超额收益0.72%,月胜率为60.3%,夏普比率为0.41。

  我们还利用城投债AA(5年-1年)信用利差来表征票息类资产的稀缺性。择时法则与负carry程度一致,利差为负或者利差连续收窄均有利于向固收资产以外追求高收益,利好科技资产,记为+1,反之记为-1。此外同样考察利差水平,利差处于近五年偏低位(小于40%)赋予“+1”,反之记为“-1”。自2014年以来,基于“信用债利差处于低位且边际收窄”则加仓的择时策略累计收益268.20%,年化收益11.77%,年化超额收益1.71%,月胜率为65.3%,夏普比率为0.46。最后两者等权合成亦显示具有超额收益。

  维度四:内外流动性条件。一方面,我们同时考虑了国内外流动性条件;另一方面,我们理解对成长股最有利的场景是资金机会成本低的同时实体融资需求尚未形成承接,狭义流动性尚未传导至广义流动性。对于内部流动性,若观察到1年期shibor利率边际下行或处于近三年偏低位(小于30%),则利好科技股;同时,我们以“10年-3M中债期限利差”作为考察广义流动性是否形成承接的代理变量,轧差下行代表在货币偏宽的环境下投资需求尚弱。对于外部流动性,以滚动三年窗口期调整美债中枢,则发现三年标准化后美债利率与科技相对收益保持负相关联动。此外我们发现“美债期限溢价-MOVE”与万得科技相对收益至今仍保持稳定的正相关性。当长久期国债因债务风险而非经济好转出现利率上行,这对应着传统长久期安全资产的“安全属性”弱化,并不是全球经济好转、投资需求走强的先行指标,因此反而显现出长久期科技资产的性价比。最后我们将中美流动性条件择时信号均等权加总,回测检验显示自2012年以来,择时策略累计收益433.01%,年化收益12.97%,年化超额收益2.76%,月胜率为61.82%,夏普比率为0.55。

  对于内部流动性,我们先以1年期shibor利率作为观察变量,兼顾利率水平和边际变化来生成择时信号。若观察到1年期shibor利率边际下行或处于近三年偏低位(小于30%),则赋予“+1”,反之记为“-1”。同时,我们以“10年-3M中债期限利差”作为考察投资需求是否回升、广义流动性是否形成承接的代理变量。与发达国家长久期债券利率近年来的大幅攀升源于债务与供给问题不同,国内期限利差基本上仍是经济走势的先行指标,近年来期限利差压平与名义增速下行基本一致。在择时信号上,我们设定“10年-3M中债期限利差”轧差下行代表在货币偏宽的环境下,投资需求相对偏弱,赋予“+1”,反之赋予“-1”。最终的内部流动性多空信号由两者等权加总得到。从择时结果看,自2012年以来,基于“货币偏宽且期限利差收窄”则加仓的择时策略累计收益358.43%,年化收益11.74%,年化超额收益1.53%,月胜率为61.8%,夏普比率为0.51。

  对于外部流动性,我们选取滚动三年标准化后的10年美债利率作为观察对象,若该中枢调整后利率边际下行则记为“+1”,反之对应“-1”。此外,在标准化后我们同样考虑美债的位置,若处于近三年极致高位、越过+2倍标准差记为+1,意味着下一期美债利率更可能向下回归;反之低于近三年-2倍标准差记为-1,处于(-2,2)之间则记为0。同时,由于美债利率近年的中枢上升主要受到期限溢价推升,背后既有财政债务扩张改变中长期预期的影响,也有短期国债市场供需结构变化的影响。我们发现“美债期限溢价-MOVE”与万得科技相对收益至今仍保持稳定的正相关性。 MOVE是美债短期不确定性风险,期限溢价则是持有长债要求的所有风险补偿,两者轧差更直接反映美债供需风险的定价程度。

  当长久期国债因债务风险而非经济好转出现利率上行,这对应着传统长久期安全资产的“安全属性”弱化,并不是全球经济好转,投资需求走强的先行指标,因此反而显现出长久期的科技资产的性价比。择时法则为当观察到“10年-3M美债期限溢价-美债MOVE隐含波动率”上行,意味着长端美债利率受供给因素带来的溢价,不意味着外部资金成本上升对科技股形成挤压,部分比价效应会发挥对冲作用,记为“+1”,反之记为“-1”。最终外部流动性多空信号亦由两者等权加总得到。从择时结果看,自2012年以来,基于“美债利率下行且美债存在供给干扰”则加仓的择时策略累计收益421.22%,年化收益12.79%,年化超额收益2.58%,月胜率为65.5%,夏普比率为0.52。

  最后我们将中美流动性条件择时信号均等权加总,回测检验显示自2012年以来,择时策略累计收益433.01%,年化收益12.97%,年化超额收益2.76%,月胜率为61.82%,夏普比率为0.55。

  维度五:产业叙事存在并参与短期定价。如何量化长期叙事短期的交易程度?诺贝尔经济学奖得主罗伯特·席勒在《叙事经济学》提及估值方式与叙事的关联。我们尝试观察万得科技大类指数市销率PS与市盈率PE的轧差。万得科技大类指数属于宽口径的成长风格指数,指数所代表的公司总价值逻辑上相当于部分成熟公司净利润×市盈率PE+部分高成长公司收入×市销率PS。若直接观察指数的PS估值,意味着将其成分股公司全部当作远期才能盈利的纯成长公司;而直接观察PE估值,则默认将其成分股公司全部当作即期就可以盈利的成熟公司。两者在同一时刻的轧差可以简化视作市场基于远期给出的估值与基于即期给出的估值差异,反映长期叙事在即期定价中的影响程度。我们设定择时法则为若两者轧差值小于近三年的滚动-1倍标准差,市场前期对即期盈利的看重程度已出现“过度”信号,提示此时若有新产业信息催化,则长期叙事容易被重新交易;反之亦然,随着投资者大部分接触了叙事,短期交易情绪已在P/S估值中得到体现。从择时结果看,自2009年以来,基于“产业叙事具有较充足空间”则加仓的择时策略累计收益518.05%,年化收益11.51%,年化超额收益1.05%,月胜率为64.7%,夏普比率为0.44。

  我们在前期报告《年初以来大类资产在定价什么》中指出产业趋势之下,2025年以来金融市场定价“AI渗透率提升→算力基础设施投资加速→相关产业链需求增加”的长期叙事。

  从历史走势看,标准化处理后的P/S-P/E在降至滚动三年的[-2,-1]倍标准差时,无论万得科技大类指数本身还是相对收益均开始酝酿上行,比如2013年7月-2014年2月,2019年2月-2020年1月,2024年3月-2024年10月。这信号意味着市场P/S与P/E差异较小甚至轧差为负,市场前期对即期盈利的看重程度已出现“过度”信号,提示此时若有新产业信息催化,则长期叙事容易被重新交易;反之亦然,随着投资者大部分接触了叙事,短期交易情绪已在P/S估值中得到体现。尽管后续长期叙事仍难以证伪,但随着脱敏速度加快,叙事交易可能暂歇。历史上,在2014年7月-2015年9月,2016年3月-2017年1月、2020年11月-2021年10月,标准化后P/S均超过P/E滚动三年+1倍标准差,期间万得科技大类指数相对收益有所回落。

  我们设定择时法则为若两者轧差值小于近三年的滚动-1倍标准差,意味着长期叙事将有较充足的交易空间,记为+1;高于+1倍标准差则意味着长期叙事在短期定价相对充分,记为-1,处于(-2,2)之间则记为0。

  从择时结果看,自2009年以来,基于“产业叙事具有较充足空间”则加仓的择时策略累计收益518.05%,年化收益11.51%,年化超额收益1.05%,月胜率为64.7%,夏普比率为0.44。

  维度六:高成长的赔率视角。具备高成长性的科技股可能在胜率支撑下脱离传统估值锚指标,而这种背离可能短期内不具有择时意义,因为短期内可能并不具有均值回复的经验规律。高成长资产的赔率维度,我们更多思考市场宽度与拥挤度,尤其是板块内部部分成分股是否贡献了整个科技大类指数的主要涨幅,或者占据了主要的成交额。我们利用双创指数内部成分股站上240日均线占比作为衡量内部宽度健康程度的代理变量,利用双创指数成分股每日成交占比前5%的个股成交额占全部指数成交额的比重作为板块内部筹码健康度的代理变量。择时结果显示,自2013年以来,基于市场宽度的择时策略累计收益264.87%,年化收益10.71%,年化超额收益0.24%。但基于集中度指标暂时不具备超额。因此赔率层面我们暂时仅保留考虑宽度指标,后续仍待进一步筛选优化。

  我们设定若双创指数内部市场宽度上升、并且绝对水平处于滚动三年低位,则认为市场最为健康。我们将宽度上升记为+1,反之记为-1;再考虑宽度是否处于近三年极致高位、是否越过+2倍标准差,若是,则记为-1,而低于近三年-2倍标准差记为+1,处于(-2,2)之间则记为0。

  筹码集中度方面,集中度的边际变化择时意义有限。若集中度处于近三年极致高位、越过+2倍标准差,则记为-1,低于近三年-2倍标准差记为+1,处于(-2,2)之间则记为0。

  从择时结果看,自2013年以来,基于市场宽度的择时策略累计收益264.87%,年化收益10.71%,年化超额收益0.24%。综合集中度与宽度的纯赔率端信号,择时效果一般,与50%万得全A、50%万得科技大类指数的基准收益基本相当。

  最后合成与总结,我们尝试构建了高成长“5+1”择时策略,汇集五个胜率面维度,一个赔率面维度。内部保留在历史回测上具有超额收益的子指标。最终的综合信号采用等权加总法汇总,从择时结果看,自2006年以来,等权加总后的综合信号择时策略累计收益1147.47%,年化收益13.96%,年化超额收益2.98%,月胜率为56.47%,夏普比率为0.54。目前该体系对赔率指标的纳入只是初步的,后续可更全面纳入赔率指标来进一步优化择时结果。实际上,除了宏观量化这一视角之外,上述“5+1”也可以作为我们理解高成长资产定价的逻辑框架,在投研中可以密切关注每一线索的边际变化,从而辅助判断,综合把握收益与风险。

  每个维度检验结果具有历史超额的分别是风险出清维度的美债MOVE波动率、月度名义GDP下行波动率;名义增速中枢水平的自估名义GDP;资产荒维度的负carry程度与信用利差;资金成本维度的中美流动性条件;产业叙事维度的P/S与P/E轧差;赔率维度的板块内部市场宽度。

  最终的综合信号采用等权加总法汇总,目前择时得分为“5”,较7-8月的“9、5”有所趋平化,但仍处于历史偏高位。若我们以滚动36个月历史分位作为仓位的量化表示,则最新9月信号提示10月万得科技大类指数与万得全A仓位应分别为40%、60%。

  若将综合择时得分序列进行排除未来数据干扰的降噪处理,8-9月信号得分分别为11.8、11.6,亦提示“5+1”模型对9-10月的高成长仓位建议开始有所趋平。

  从择时结果看,自2006年以来,等权加总后的综合信号择时策略累计收益1147.47%,年化收益13.96%,年化超额收益2.98%,月胜率为56.5%,夏普比率为0.54。若对综合信号进行降噪,降噪后的综合信号择时策略累计收益1149%,年化收益13.97%,年化超额收益2.98%,月胜率为57.8%,夏普比率为0.52。

  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误差;二是指标仍有待多元化,并且进行稳健性检验;三是基本面层面可能存在明显改变预期的事件。

  2025年前三季度,中国科技资产领跑大类资产,涨幅远超美国科技股但回撤更小,中美科技股过往的正向联动亦有所减轻。

  截至9月22日,以万得科技大类指数代表A股科技股,其YTD至50%,位列首位;恒生科技、黄金YTD分别为38%、43%。

  此外,本轮国内科技股的上涨远超美国科技股,但回撤更小,风险收益比亦占优。TAMAMA科技指数(万得美股大型科技股)、纳斯达克综合指数YTD分别为17%、18%,并且年度最大回撤分别为28%、24%,均大于万得科技大类指数21%的回撤水平。

  若进一步与去年同期比较,则同比视角下,TAMAMA科技指数上涨29.4%,而万得科技大类指数上涨90.8%。滚动年回报中,A股科技股与美股科技股呈现了“位置转换”,国内科技股较显著地逆转了2023-2024年期间落后于美股科技股的现象。

  我们前期报告《重设相关锚,布局下阶段:2025年中期大类资产展望》发现中美股市宽基指数相关性下降但存在下尾风险联动。从更聚焦的检验看到,中美科技股的正向联动也在震荡减弱,费城半导体指数与万得科技大类指数的滚动12个月、24个月相关性自2020年3月的0.36、0.28降至2025年9月的0.08、0.12。

  我们前期报告《资产的高成长叙事一般是在什么样的宏观阶段?》给出了五个宏观条件:(1)宏观风险阶段性出清(敢买)、(2)名义增速尚未起来(传统资产赚钱效应低)、(3)流动性充裕(资金机会成本低)、(4)预期回报率存在粘性(高收益率资产荒)、(5)产业叙事存在(有短期可充分想象但不需验证的资产)。

  本报告在上述基础上,我们进一步结合胜率+赔率框架落地具体择时方案。大体思路分为三步。

  第一,先将上述五个条件视为科技股择时的胜率条件,再补充赔率位置指标。鉴于科技股的估值攀升特点,我们在短期(月频)择时框架中更加注重拥挤度以及板块宽度等指标,即市场对于科技投资机会的共识程度。

  第二,寻找每个维度的潜在代理变量,作为待选,逐一回测检验,保留具有超额择时效果的指标。其中,根据指标是否具有均值回归特征,我们在考虑指标边际变化的同时,辅虑未来指标上/下的空间大小,以此来简单评估当前趋势的持续性。

  第三,合成综合打分卡。在每个维度筛选得到有效的择时代理变量后,我们再将六个层面(五个胜率条件+一个赔率维度)进行打分合成。风险偏好、流动性充裕或者经济中枢偏低等条件单一都不足以涵盖科技择时信号的全面性。我们通过打分设置、等权加总,初步捕捉每个时刻总量上对科技板块的择时“友好”程度变化。

  为了保持每个择时信号的连贯性,对于观察边际信号的指标,我们均通过二次单边HP滤波过滤噪音。单边滤波的设置可以避免用到未来数据。

  在前期报告中,我们将2013-2015年、2019年以及2024年所经历的宏观风险进行梳理发现,高成长叙事需要一个资金“敢买”的风险出清契机。

  风险出清程度的量化衡量一则可以借“波动率”中介变量,一轮风险释放的尾声往往伴随着波动率重新由高处降至常态区间,而风险的新一轮积聚则伴随着波动率极致压平后的重新走高;二则可以通过宽口径的风险偏好进行考察,比如铜金比触底回升,往往意味着风险偏好启动;全市场股权风险溢价的触顶回落则往往意味着上一轮权益资产积累的高性价比开始走向兑现之路。

  我们共筛选六个潜在变量。外部风险上,我们以标普500波动率指数(VIX)作为美股风险、以美债MOVE隐含波动率指数作为美债短期不确定性刻画、以美国经济政策不确定性指数作为美国基本面风险。

  此外,我们还以铜金比作为全球风险偏好变化、以万得全A股权风险溢价代表国内权益资产情绪波动。

  首先来看三组“外部波动率”指标。从简单走势看,万得科技大类指数的相对收益(万得科技大类指数/万得全A)与美债、美股波动率均在2022年前呈负相关,2022年后其与美债波动率的负相关性继续保持,而与美股波动率的相关性开始不稳定。美国经济政策不确定性指数与美股波动更同频,因此亦在2020年后与国内科技股超额收益有所脱敏。

  美债MOVE隐波(Merrill Lynch Option Volatility Estimate)反映未来1个月内美债市场的集体波动预期,常被用来评估美国国债流动性压力情况。波动率背后关联着基差交易。通常认为,波动走高至极高位置可能引发杠杆交易者因保证金不足而抛售美债。因此若预期未来美债利率波动加剧或者流动性恶化,MOVE均会灵敏上升。而波动率上升会引发资金避险,高流动性资产反而会面临抛售,高流动性敏感度的资产也会出现波动。相反,波动率见顶回落也会利好流动性敏感的科技资产。

  值得注意的是,除了资金趋险与避险逻辑外,虽然MOVE衡量的是美国国债短期不确定性状况,但长端美债本身内涵“久期”定价,美债利率波动相比美股波动,能更快地响应市场对短期以及长期宏观风险定价的变化。2022年以来MOVE“先上后下”,VIX“先下后上”,这一分化态势与全球G7长久期国债利率上行基本同步发生,背后指向美债资产的安全属性伴随着通胀粘性、财政扩张有所下降,美国国债市场本身成为风险源(GX Hu, Z Jin, J Pan, 2023)。

  而科技股本身“高成长”,意味着更依赖未来现金流折现,也因此与美债波动风险更具相关性。历史上MOVE在2009年年初、2013年三季度、2022年三季度、2025年4月见顶回落,万得科技大类指数均在随后止跌企稳,并且逐渐跑赢万得全A;而在2007年三季度、2015年年中、2021年年初触底回升,随后万得科技大类指数同样见顶回调,并且跑输万得全A。

  由于波动率具有均值回归特点,我们在这三组波动率的择时打分处理上采用“边际+空间”的双法则:一是观察每月经滤波降噪后的波动率是否边际下降,下降则赋予“+1”,反之“-1”;二是观察该波动率当前水平是否处于滚动三年的极致高低位,处于极高位则说明波动上行空间有限,更容易在下一期降波,赋予“+2”,反之“-2”。比如,9月18日,美债MOVE提示波动率为71.91,较8月79.39有所回落,赋予“+1”,但当前处于滚动三年的-2.05倍标准差,提示美债波动率继续下降的空间有限,赋予“-2”。最终美债波动率虽然自4月解放日以来震荡下行,继续利好成长叙事,但由于空间有限,我们对波动率后续继续压低的潜力保持审慎。

  最终我们的策略设置为:指标上一个月择时得分按滚动三年计算分位数,记为X%。三年窗口期内最大值对应仓位100%,最小值对应仓位0%,期间分位数X%作为万得科技大类指数下一个月仓位X%(滞后处理主要是为了避免未来数据),而万得全A指数仓位为1-X%。基准策略为50%万得科技大类指数、50%万得全A指数。

  从逐一择时检验中亦发现,相同法则下,三组“外部波动率”指标中VIX、MOVE均有超额收益,MOVE更为明显。自2006年以来,基于“MOVE见顶回落则加仓、触底回升则减仓”的择时策略累计收益1176.91%,年化收益14.10%,年化超额收益3.11%,月胜率为57%,夏普比率为0.50。

  接着检验内部风险出清的择时效果。我们以自行估算的月度名义GDP下行波动率作为国内经济风险,其中下行波动率是指滚动计算过去24个月名义GDP边际下行样本点的标准差。从历史走势可知2005-2007年、2010-2011年、2013-2014年、2022-2024年月度名义GDP下行波动率经历四轮见顶后持续回落。而2007-2009年、2012-2015年、2024年至今,万得科技指数均跑赢万得全A。

  我们类似的“边际+空间”双法则来运用这一指标生成择时信号,一方面,若观察到单月名义GDP下行波动率下降,则赋予“+1”,代表内部宏观风险正在下降。同时鉴于名义GDP波动率的均值回复性与运行区间,我们在其波动低至滚动三年-1.5倍标准差时,赋予“-2”,意味着波动从出现反转放大的可能性明显高于继续边际收敛。最新8-9月名义GDP波动边际增加,但由于2024年11月以来名义GDP波动率一直处于正常区间尚未过低(-1.12倍标准差),因此当前内部风险最终得分为“-1”。

  从择时结果看,自2006年以来,基于“名义GDP下行波动率见顶回落则加仓、触底回升则减仓”的择时策略累计收益1227.15%,年化收益14.33%,年化超额收益3.34%,月胜率为66%,夏普比率为0.52。2009年以来年化收益为13.48%,月胜率68%,,夏普比率为0.54。

  最后是铜金比与全A股权风险溢价。铜金比在2020年之前基本上与万得科技大类指数相对收益呈现正相关,符合风险偏好越高、科技股越占优的直觉。但同样在2020年以来,铜金比与万得科技大类指数反而形成负相关。简单按照铜金比回升并且具备上行空间为正向得分,反之为负向得分则发现并没有较好的择时效果。同样,基于全A股权风险溢价亦没有超额收益。

  无论是铜金比还是全A风险溢价水平都属于广谱口径的风偏代理指标。这说明,一方面,“高成长叙事”的超额收益不一定需要宽口径的风险偏好明显回升,另一方面,当全局风偏回升,意味着经济周期相对明确利好风险资产,成长股不一定跑赢。

  最后,我们将2006年至今、2009年至今均显示有超额收益的美债MOVE、月度名义GDP下行波动率择时信号等权加总。择时结果显示,自2006年以来,基于宏观风险出清程度的择时策略累计收益1190.4%,年化收益14.16%,年化超额收益3.18%,月胜率为68%,夏普比率为0.51。2009年以来年化收益为12.98%,月胜率69.2%,夏普比率为0.52。

  高成长叙事亦容易在名义增速偏低位置时占优。在前期报告中,我们提示若总量层面仍处于整体偏低的名义增长率中枢之下,则广谱的资产收益率存在约束,传统部门和高确定性资产的回报率低。

  在上一个维度里,我们利用月度名义GDP的下行波动率来衡量经济风险的出清状况,而对于经济复苏节奏的代理指标,我们重新回到名义GDP本身。

  我们首先检验单纯基于名义增速位置的择时效果。若名义增速处于近五年的5%~50%历史分位,则赋予“+1”,利好高成长;而若名义增速过低或者偏高,即小于近五年5%分位或者大于50%,则赋予“-1”。该信号在2009年下半年、2011年11月-2014年7月、2015年12月-2016年12月、2018年10月-2019年2月、2020年3月-6月、2022年至今共六个时间段释放利好成长的信号。

  从择时结果看,自2009年以来,基于“名义GDP处于偏低位则加仓”的择时策略累计收益729.28%,年化收益13.49%,年化超额收益3.03%,月胜率为51%,夏普比率为0.56。

  进一步,我们融合名义GDP增速的边际变化。因为这一维度本质刻画的是经济见底但仍处于弱复苏阶段,传统资产赚钱效应低进而高成长具有相对优势。因此更严谨的考量是,同时识别在名义增速处于中低分位时,增速边际处于修复通道,基本面能支撑市场对风险资产的总体风偏不至于转为避险。

  由此,我们设置,若在名义增速水平处中低位,同时名义增速经降噪后边际上行,则在上述基础上进一步加“+1”;反之则打折扣,赋予“-1”,即最利好高成长板块的组合是“名义增速处于中低位+边际上行”。

  从择时结果看,自2009年以来,基于“名义增速处于中低位+边际上行”则加仓的择时策略累计收益702.75%,年化收益13.27%,年化超额收益2.81%,月胜率为73.13%,夏普比率为0.56。

  2023-2024年高分红资产的优异表现部分源于固收市场资产荒外溢的影响。2025年广谱性的资产荒纵深演变为高收益资产荒。

  一方面是相对追求稳健收益的资金。2025年仍面临高票息资产大幅缩减的现实。类银行理财资金、债券传统投资策略空间相对逼仄,加杠杆carry空间有限。

  另一方面,伴随着全市场风险偏好逐步修复,部分前期在注重稳健现金流避险的权益资金、散户类资金开始演变为追求高收益。股债跷跷板演绎下,债市出现多次赎回压力,“每调买机”逻辑有所松动。

  我们理解资产荒的本质并不是缺资产,也不是流动性过多,而是资产端连续变化,资金预期回报却相对刚性,两者不匹配,进而导致抢配、搬家、赎回等行为。

  虽然资产荒并不直接决定高成长行情,毕竟高成长资产高收益的同时往往伴随着高风险,并不属于低波品种,但一个资金相对资产更多、资金预期回报粘性的市场环境有利于成长行情的持续。

  鉴于当前的股债跷跷板格局,我们主要从债市负carry程度、信用债利差作为高收益资产荒的代理指标。具体而言,若“中债国开债到期收益率(1个月)-R001”为负或连续两个月收窄,则意味着持债收益与融资成本倒挂或者具有倒挂的风险,对权益高收益资产潜在利好,记为+1,反之记为-1。同时负carry现象并不是一个短期现象,而是固收市场的新趋势,除了边际上加重时会利好科技资产,本身的水位也会影响资金的“平衡”行为。因此,我们同时判断若这一轧差水平处于近五年偏低位(小于40%),同样赋予“+1”,反之记为“-1”。

  从择时结果看,自2014年以来,基于“债市负carry程度水平较高且边际加重”则加仓的择时策略累计收益231.68%,年化收益10.77%,年化超额收益0.72%,月胜率为60.3%,夏普比率为0.41。

  此外,我们还利用城投债AA(5年-1年)信用利差来表征票息类资产的稀缺性。择时法则与负carry程度一致,利差为负或者利差连续收窄均有利于向固收资产以外追求高收益,利好科技资产,记为+1,反之记为-1。此外同样考察利差水平,利差处于近五年偏低位(小于40%)赋予“+1”,反之记为“-1”。

  从择时结果看,自2014年以来,基于“信用债利差处于低位且边际收窄”则加仓的择时策略累计收益268.20%,年化收益11.77%,年化超额收益1.71%,月胜率为65.3%,夏普比率为0.46。

  最后我们将两者信号等权合成。结果显示,自2014年以来,基于“高收益资产荒处于较高水平且边际加重”则加仓的择时策略累计收益258.06%,年化收益11.50%,年化超额收益1.44%,月胜率为60.3%,夏普比率为0.46。

  由上可知,单纯在资产荒维度进行高成长资产择时效果逊色于宏观风险出清、经济增速中枢偏低维度,亦说明资产荒更多是“锦上添花”的辅助变量,其拐点对科技资产走势的拐点提示胜率相对一般。

  由于具备成长性,现金流预期分布在更远的未来,科技股普遍对贴现率较为敏感。回顾国内三段高成长占优历史,均经历了存款准备金率的下调,金融条件改善。

  在具体检验上,一方面,我们内外兼顾,同时考虑了国内外流动性条件;另一方面,我们理解对成长股最有利的场景是,资金机会成本低的同时,实体融资需求尚未形成承接,狭义流动性尚未传导至广义流动性明显回升。

  对于内部流动性,我们先以1年期shibor利率作为观察变量,兼顾利率水平和边际变化来生成择时信号。若观察到1年期shibor利率边际下行或处于近三年偏低位(小于30%),则利好科技股,赋予“+1”,反之记为“-1”。由于1年期shibor利率具有较多短期噪音,我们对月度时序同样进行二次单边HP滤波的降噪处理。

  同时,我们以“10年-3M中债期限利差”作为考察投资需求是否回升、广义流动性是否形成承接的代理变量。与发达国家长久期债券利率近年来的大幅攀升源于债务与供给问题不同,国内期限利差基本上仍是经济走势的先行指标,近年来期限利差压平与名义增速下行基本一致。在择时信号上,我们设定“10年-3M中债期限利差”轧差下行代表在货币偏宽的环境下,投资需求相对偏弱,赋予“+1”,反之则赋予“-1”。最终的内部流动性多空信号由两者等权加总得到。

  从择时结果看,自2012年以来,基于“货币偏宽且期限利差收窄”则加仓的择时策略累计收益358.43%,年化收益11.74%,年化超额收益1.53%,月胜率为61.8%,夏普比率为0.51。

  而对于外部流动性,我们选取10年期美债利率作为观察变量。值得注意的是,我们在考察美债利率边际变化与万得科技相对收益的相关性时发现,两者相关性在2022年发生转变,与美债利率2022年以来中枢明显抬升有关。若以滚动三年窗口期调整美债中枢,则发现三年标准化后美债利率与科技相对收益恢复负相关联动。因此,我们转而以标准化后的10年美债利率作为观察对象,若该中枢调整后利率边际下行则记为“+1”,反之对应“-1”。此外,在标准化后我们同样考虑美债的位置,若处于近三年极致高位、越过+2倍标准差记为+1,意味着下一期美债利率更可能向下回归;反之低于近三年-2倍标准差记为-1,处于(-2,2)之间则记为0。

  同时,由于美债利率近年的中枢上升主要受到期限溢价推升,背后既有财政债务扩张改变中长期预期的影响,也有短期国债市场供需结构变化的影响。

  我们发现“美债期限溢价-MOVE”与万得科技相对收益至今仍保持稳定的正相关性。 MOVE是美债短期不确定性风险,期限溢价则是持有长债要求的所有风险补偿,两者轧差更直接反映美债供需风险的定价程度。

  当长久期国债因债务风险而非经济好转出现利率上行,这对应着传统长久期安全资产的“安全属性”弱化,并不是全球经济好转,投资需求走强的先行指标,因此反而显现出长久期的科技资产的性价比。择时法则为当观察到“10年-3M美债期限溢价-美债MOVE隐含波动率”上行,意味着长端美债利率受供给因素带来的溢价,不意味着外部资金成本上升对科技股形成挤压,部分比价效应会发挥对冲作用,记为“+1”,反之记为“-1”。最终外部流动性多空信号亦由两者等权加总得到。

  从择时结果看,自2012年以来,基于“美债利率下行且美债存在供给干扰”则加仓的择时策略累计收益421.22%,年化收益12.79%,年化超额收益2.58%,月胜率为65.5%,夏普比率为0.52。

  最后我们将中美流动性条件择时信号均等权加总,回测检验显示自2012年以来,择时策略累计收益433.01%,年化收益12.97%,年化超额收益2.76%,月胜率为61.82%,夏普比率为0.55。

  为了保持每个择时信号的连贯性,对于观察边际信号的指标,我们均通过二次单边HP滤波过滤噪音。单边滤波的设置可以避免用到未来数据。

  我们在前期报告《年初以来大类资产在定价什么》中指出产业趋势之下,2025年以来金融市场定价“AI渗透率提升→算力基础设施投资加速→相关产业链需求增加”的长期叙事。

  如何量化长期叙事短期的交易程度?诺贝尔经济学奖得主罗伯特·席勒在《叙事经济学》提及估值方式与叙事的关联。如果叙事主要是关于创新,则类似于科技股应该使用PEG估值;若叙事聚焦于渗透率提升、市场份额扩展,则会更常用P/S估值;而若悲观叙事占主导,则投资者也回转向股息率、市净率PB估值等。

  我们尝试观察万得科技大类指数市销率PS与市盈率PE的轧差。一般具备成熟业务、现金流稳定的公司适合使用PE估值,而成长性越高,短期甚至亏损的公司更应该观察PS估值。

  万得科技大类指数属于宽口径的成长风格指数,内含具有不同产业叙事空间、以及不同盈利能力的公司,指数所代表的公司总价值应等于部分成熟公司净利润×市盈率PE+部分高成长公司收入×市销率PS。

  若直接观察指数的PS估值,意味着将其成分股公司全部当作远期才能盈利的纯成长公司;而直接观察PE估值,则默认将其成分股公司全部当作即期就可以盈利的成熟公司。两者在同一时刻的轧差可以简化视作市场基于远期给出的估值与基于即期给出的估值差异,反映长期叙事在即期定价中的影响程度。

  从历史走势看,标准化处理后的P/S-P/E在降至滚动三年的[-2,-1]倍标准差时,无论万得科技大类指数本身还是相对收益均在开启上行,比如2013年7月-2014年2月,2019年2月-2020年1月,2024年3月-2024年10月。这信号意味着市场P/S与P/E差异较小甚至轧差为负,市场前期对即期盈利的看重程度已出现“过度”信号,提示此时若有新产业信息催化,则长期叙事容易被重新交易;反之亦然,随着投资者大部分接触了叙事,短期交易情绪已在P/S估值中得到体现。尽管后续长期叙事仍难以证伪,但随着脱敏速度加快,叙事交易可能暂歇。历史上,在2014年7月-2015年9月,2016年3月-2017年1月、2020年11月-2021年10月,标准化后P/S均超过P/E滚动三年+1倍标准差,期间万得科技大类指数相对收益有所回落。

  我们设定择时法则为若两者轧差值小于近三年的滚动-1倍标准差,意味着长期叙事将有较充足的交易空间,记为+1;高于+1倍标准差则意味着长期叙事在短期定价相对充分,记为-1,处于(-2,2)之间则记为0。

  从择时结果看,自2009年以来,基于“产业叙事具有较充足空间”则加仓的择时策略累计收益518.05%,年化收益11.51%,年化超额收益1.05%,月胜率为64.7%,夏普比率为0.44。

  最后是高成长资产的赔率视角。具备高成长性的科技股可能在胜率支撑下脱离传统估值锚指标,而这种背离可能短期内不具有择时意义,因为短期内可能并不具有均值回复的经验规律。

  因此,高成长资产的赔率维度,我们更多思考市场的拥挤度与宽度,尤其是板块内部部分成分股是否贡献了整个科技大类指数的主要涨幅,或者占据了主要的成交额。

  我们利用双创指数内部成分股站上240日均线占比作为衡量内部宽度健康程度的代理变量,利用双创指数成分股每日成交占比前5%的个股成交额占全部指数成交额的比重作为板块内部筹码健康度的代理变量。

  市场宽度上升、并且绝对水平处于滚动三年低位,则认为市场最为健康。我们将宽度上升记为+1,反之记为-1;再考虑宽度是否处于近三年极致高位、是否越过+2倍标准差,若是,则记为-1,而低于近三年-2倍标准差记为+1,处于(-2,2)之间则记为0。

  筹码集中度方面,集中度的边际变化择时意义有限。若集中度处于近三年极致高位、越过+2倍标准差,则记为-1,低于近三年-2倍标准差记为+1,处于(-2,2)之间则记为0。

  从择时结果看,自2013年以来,基于市场宽度的择时策略累计收益264.87%,年化收益10.71%,年化超额收益0.24%。综合集中度与宽度的纯赔率端信号,择时效果一般,与50%万得全A、50%万得科技大类指数的基准收益基本相当。

  至此,我们构建了高成长“5+1”择时策略,汇集五个胜率面维度,一个赔率面维度。

  每个原始子指标考察了边际变化与未来潜在的空间大小,并且均根据自身数据特点,进行了标准化、降噪处理。

  最终的综合信号采用等权加总法汇总,目前择时得分为“5”,较7-8月的“9、5”有所趋平化,但仍处于历史偏高位。若我们以滚动36个月历史分位作为仓位的量化表示,则最新9月信号提示10月万得科技大类指数与万得全A仓位应分别为40%、60%。

  若将综合择时得分序列进行排除未来数据干扰的降噪处理,8-9月信号得分分别为11.8、11.6,亦提示“5+1”模型对9-10月的高成长仓位建议开始有所趋平。

  从择时结果看,自2006年以来,等权加总后的综合信号择时策略累计收益1147.47%,年化收益13.96%,年化超额收益2.98%,月胜率为56.5%,夏普比率为0.54。

  若对综合信号进行降噪,降噪后的综合信号择时策略累计收益1149%,年化收益13.97%,年化超额收益2.98%,月胜率为57.8%,夏普比率为0.52。

  一是指标体系的构建有效性仍主要基于历史数据,可能在未来有较大经济冲击或者市场改变时存在误差;二是指标仍有待多元化,并且进行稳健性检验;三是基本面层面可能存在明显改变预期的事件。bwin官网