主被动结合的风格轮动策略：等量齐观：风格宏观好友度评分在BL模型中的应用

宏观友好度评分指标

国泰君安主动配置团队采用自上而下的宏观周期因子和资产宏观基本面评分（宏观友好度评分）方法进行大类资产和风格轮动研究。该方法通过量化经济体的短周期环境压力，构建具有周期特色的底层宏观因子，并综合多个因子形成针对特定资产或风格的宏观友好度评分指标。例如，成长风格友好度评分由滞后6个月的CN金融周期友好度评分和US金融周期友好度评分构成，金融风格友好度评分则由CN美林周期友好度评分、CN金融周期友好度评分和US金融周期友好度评分的加权组合构成。

全球大类资产配置策略

团队将宏观友好度评分指标与Black-Litterman（BL）模型结合，构建主被动结合的大类资产配置策略。具体而言，将宏观经济指标一致预期转化为宏观友好度评分预期，再转化为各大资产预期收益率，融入BL观点矩阵。引入汇率的宏观友好度观点BL模型策略在2019年至2024年三季度末回测期内，年化收益可达23.9%，夏普比率为1.48。

风格宏观友好度评分在BL模型中的实践

团队运用宏观周期量化A股五大风格友好度，构建风格友好度BL轮动策略。五大行业风格（中信分类标准）友好度评分分别为成长、金融、消费、周期、稳定风格友好度评分。风格指数相关性较低，BL模型可有效提升分散化收益。风格宏观友好度观点BL模型策略年化收益达到22.1%，夏普比率为0.95，相对万得全A累计超额达到161%，2024年以来超额收益达到23%。

结论与配置建议

全球大类资产配置策略资产配置集中于黄金资产，风格宏观友好度观点BL模型策略依然看好金融风格。短期化债方向具有高胜率，金融板块的机遇仍然值得重视。

风险因素

模型设计的主观性、分析维度存在局限性、历史与预期数据存在偏差、市场一致预期调整、黑天鹅事件等可能导致大类资产相关性增加，量化模型基于历史数据构建，而历史规律存在失效风险。