透视固收+系列专题（二）：基于多目标导向吉洪诺夫回归，固收+基金多资产仓位测算

研究背景与模型介绍

在低利率环境下，传统固收资产收益率持续下行，固收+基金凭借“固收打底、权益增强”的多资产配置模式，成为承接资金流向、实现稳健增值的重要工具。资产仓位的高频监测，能够及时观测组合变化、助力投后跟踪及了解资金流向，识别风险暴露与增强机会。本专题创新性地提出带有多目标导向的吉洪诺夫回归模型，在解决传统共线性问题基础上，首次对多元资产组合仓位的高频测算提出针对性的解决方案。重新定义吉洪诺夫正则化框架下的损失函数与增广矩阵结构，将仓位的动态先验、合规规范嵌入优化框架，通过搜索算法遍历寻找每一项最优惩罚系数，使解同时具备数值最优性与实际合规性。

模型测算结果

测算仓位与季报真实仓位绝对误差来看，固收+基金池2017年至2025二季度末，纯债端误差中位数为4.48%，股票端误差中位数为2.40% ，转债端误差中位数为3.80% ；仓位调整方向胜率平均值为63.63%。对市场头部产品（规模大于50亿）测算仓位与真实仓位绝对误差，纯债端误差中位数为2.18%，股票端误差中位数为2.94% ，转债端误差中位数为2.70%，模型能够精准且有效地捕捉头部产品调仓方向和幅度。

模型应用

应用1：高频追踪资金流向：固收+基金投后跟踪及资金流向刻画8月末仓位测算结果显示，固收+基金的股票仓位中枢与行业集中度持续提升，资金情绪积极，在科技、军工、资源等头部板块形成共识，显示出成长与周期并重的布局思路。其中，业绩领先的基金更倾向于采取积极的权益策略，其超额收益主要来源于显著高配科技、制造等成长行业，同时低配能源与周期板块。

应用2：显著调仓行为识别：胜率近八成，有效捕捉主动决策该模型对基金仓位的测算虽包含价格波动影响，但在识别幅度大于8%的显著调仓时准确率高达79%，能有效捕捉基金经理的主动仓位管理行为。为基金评价与投资实践提供了关键价值：既能辅助筛选具备持续择时能力的产品，也能在市场风格转换时及时捕捉机构资金的配置信号。

风险提示

模型失效风险、政策与经济形势不确定性、基金经理风格变动风险。