东财固收汇贤集智系列专家会第十期 全球大类资产配置分享

本次会议聚焦全球大类资产配置，由经验丰富的私募经理分享方法论与实践。专家提出了基于风险偏好与通胀划分的六个宏观象限配置框架，区别于美林时钟等传统模式，强调基本面趋势核心与月度动态调整。配置规则采用模型驱动，通过风险预算控制偏离度。ETF筛选体系优先选择流动性好的美国上市ETF，排除敏感地区标的，结合多因子模型筛选。2019年至今策略跑赢基准，最大回撤15.7%

全球大类资产配置赛道强调动态调整与多因子优化，区别于静态模型。未来趋势可能更注重宏观环境预测与风险预算管理，结合AI辅助因子优化但核心仍依赖团队框架。海外ETF市场将持续扩大，国内ETF受汇率影响需关注。配置逻辑需结合客户目标与市场变化，避免单一模式依赖。

报告重点分析了全球大类资产配置框架、ETF筛选体系及业绩表现。配置框架基于风险偏好与通胀划分宏观象限，ETF筛选采用多因子模型（趋势、量价、尾部风险等），优先美国上市品种。业绩方面，策略跑赢纯资产配置与八类资产平均基准，超额年化4.5%-6.7%，最大回撤15.7%。报告还探讨了因子打分选ETF的局限性及与桥水全天候策略的区别。

当前市场环境下，大类资产配置需关注宏观象限划分与动态调整。海外ETF市场规模更大，但存在流动性、汇率及地缘政策风险。国内ETF受汇率影响需谨慎选择。配置策略需结合多因子优化与风险预算管理，避免单一模式依赖。报告指出AI难以稳定生成超额收益，核心竞争力仍依赖团队框架与动态调整能力。

研报提示的主要风险包括宏观数据滞后性及模型预测误差风险，海外ETF流动性、汇率及地缘政策风险，以及周期划分与因子有效性需持续跟踪验证。配置需关注数据滞后性对模型的影响，海外投资需警惕流动性及汇率波动。同时，周期划分与因子有效性需避免参数失效风险，持续跟踪验证至关重要。