2025年金融工程行业研究：从资产配置走向因子配置，中国版全天候增强策略

范式重构：从资产风险平价到因子风险平价

风险平价：回报流选择决定策略上限

风险平价模型（Risk Parity）是风险配置领域的主流模型，核心在于均衡配置风险。在风险 平价的框架下，资产配置可以分为以下四步：(1) 回报流选择；(2) 风险度量；(3) 根据风 险均衡要求分配权重；(4) 动态再平衡。其中，“回报流”的选择很大程度上决定了策略表 现的上限。因为风险平价模型仅注重风险管理，不进行收益端的优化。组合中回报流的风 险调整后收益以及它们之间的相关性结构根本地决定了策略的表现。下面我们通过一个数 学实验来论证这一点。 我们采用蒙特卡洛模拟进行定量分析。具体而言，我们用波动率衡量回报流风险，并以夏 普比率评估回报流的风险调整后收益。我们设置了十档夏普比率（从 0.2 到 2）和十档相关 系数（从-0.1 到 0.35），共模拟了 100 种情景下的回报流序列。每种情景下，记录月度调仓 策略的夏普比率。模拟结果显示，策略夏普比率与回报流的夏普比率成正比，与回报流间 的相关性成反比。因此，实现风险均衡的同时提升整体收益的关键在于构建低相关且高风 险调整后收益的回报流。

资产风险平价：过度依赖低波动资产

在投资实践中，资产风险平价是一类最常见的做法，因为根据资产类别对大类资产进行相 关性判断是最简单的方式之一。此时，策略以资产为配置单元，资产选择时着重考虑资产 间的相关性，风险端重点刻画资产的风险特征。但资产风险平价存在诸多局限。首先，在 风险均衡的约束下，策略会超配低波动资产，这意味着低波动资产将主导策略表现。为了 直观说明这一点，我们以沪深 300（股票）、10 年期国债（债券）和沪金（商品）为底层资 产构建国内风险平价策略，用波动率度量资产风险。同时将策略中的股票、债券和黄金替 换为现金，以测算各资产类别对整体策略表现的贡献。 从回测结果看，低波动的 10 年期国债在组合中占据了约 80%的仓位，同时贡献了近 70% 的收益。换言之，债券能够维持“高夏普特征”是国内资产风险平价策略取得良好表现的 核心前提。自 2021 年以来，利率持续下行的大环境为债券维系这一有利特性创造了条件。 但随着 10 年期国债收益率跌破 2%并进入“1%+”的低利率时代，利率能否继续下行的不 确定性加大。在利率下行空间有限且债券票息收益受到压缩的大背景下，基于资产的风险 平价策略或将不再是一个稳健的基准策略。

策略过度依赖低波动资产的另一个问题是：组合预期收益率系统性偏低，难以有效构建中 高波动特征的投资组合。加杠杆是提升组合收益最直接的做法，但经我们测算，将 10 年期 国债调整至 10%的预期收益目标所需的杠杆水平长期高于公募基金 140%的监管上限。从 有效前沿边界理论来看，这种杠杆限制打破了收益和波动等比例放大的理想状态。在无杠 杆限制时，投资者可以通过增加杠杆，沿着资本市场线（Capital Market Line, CML）无限 等比例放大收益和波动，从而达到任何预期的收益目标。但在杠杆约束下，资本市场线被 截断。这意味着，组合的收益率和波动率均有上限。 我们认为资产风险平价的根本问题在于，它错误地将人为设定的资产类别与真实的风险驱 动因素画上等号，假设资产类别的差异必然带来风险分散，资产自身的风险特征成为模型 的优化目标，导致策略对低波动资产依赖过大，无法实现真正的风险分散。事实上，这种 简化处理就像用国家边界来划分气候带——看似清晰，实则掩盖了底层机制的连续性。我 们需要重新审视回报流的构建方式，穿透资产表象，从更底层的驱动因素进行分析。

因子风险平价：构建回报流的新范式

Ang（2014）在《Asset Management: A Systematic Approach to Factor Investing》一书 中指出，资产配置真正重要的是资产类别所代表的重叠风险，而非标签本身，投资者应关 注“因子风险”。因子风险平价不再将资产类别视为不可拆分的投资单位，而是将其视为不 同“风险驱动因素”的组合。这种方法论类似于对资产收益率进行了一次矩阵变换，将复 杂的收益结构分解为更底层的风险因子。这些因子间的相关性有逻辑支撑，在长期来看能 够提供更稳定的风险溢价。因子风险平价有潜力在不同市场环境下提供更优的风险调整后 收益，且大概率不会出现类似资产风险平价中被“长期低波”资产主导的情况。换言之， 通过合理的因子选择，因子风险平价能够真正做到风险的均衡配置。 在因子风险平价的框架下，资产配置可以分为四步：(1) 因子选择。识别并选择具有独立经 济逻辑、长期存在风险溢价的底层风险因子，并从因子角度构建回报流；(2) 因子风险度量。 将资产的风险和收益结构从表面层分解到因子层面；(3) 权重分配。通过优化算法调整资产 权重，使得各个风险因子对投资组合总风险的贡献大致相等；(4) 动态再平衡。

资产配置领域应该关注哪些风险因子？Ang（2014）提出了一个经典框架，他认为资产配 置领域的风险因子主要分为两大类——宏观类因子和投资风格类因子。宏观类因子反映经 济系统底层运行状态的核心变量，通过改变资产现金流折现率或风险溢价，系统性影响所 有资产类别。投资风格类因子是基于市场异象或策略逻辑构建的可交易风险敞口，包括静 态因子——长期持有即可获取风险溢价和动态因子——需通过跨资产交易持续调整头寸。

如何刻画资产的因子暴露并实现因子风险均衡？主观方法主要依赖于对经济原理、市场机 制和资产特性的深刻理解，通过定性分析来判断资产对因子的敏感性（暴露），并通过经验 调整资产权重来实现因子风险均衡。量化方法通过模型精确计算各资产对各风险因子的敏 感度，构建因子协方差矩阵，并计算每个因子对总风险的边际贡献，最后利用优化算法调 整资产权重，以实现因子风险均衡、捕捉因子溢价。在实践中，两者往往结合使用，以兼 顾模型的精确性和实际操作的灵活性。

实操层面，桥水基金（Bridgewater Associates）的“全天候”（All Weather）策略是宏 观因子风险平价的标杆实践。该策略由雷·达里欧（Ray Dalio）于 1996 年推出，其核心 理念是构建一个在不同经济环境下都能存活的投资组合。桥水中国自 2018 年获得中国私募 基金管理人资格以来，其境内的全天候增强型产品持续超越市场基准的表现，印证了全天 候策略在中国的可行性。本文接下来将先分析桥水全天候策略的底层逻辑；再结合中国市 场的特殊性，探讨全天候策略本土化的实现方式。

经典案例：桥水基金的全天候策略

达里欧将策略的收益拆解为三个核心部分：现金回报、β 回报和 α 回报。他指出，尽管 β 的种类相对有限且风险溢价较低，但长期来看 β 回报可以跑赢现金。“全天候策略”是一类 β 策略，注重长期收益。它弱化了对宏观经济的预测，选择通过宏观因子平价的方式构建 一个宏观敏感性较低的投资组合来获得长期稳健收益。全天候策略的哲学是，任何单一资 产、单一因子都无法长期领先，因此分散配置才是获取长期收益的最优解。本部分将从因 子风险平价的框架出发，详细分析全天候策略在因子选择、风险度量与权重分配方面的做 法，并以道富-桥水全天候 ETF 为例进行产品层面的介绍。

宏观因子选择：增长与通胀的四象限划分

全天候策略为什么选择分散组合的宏观风险？Shahidi（2014）在《Balanced asset allocation: how to profit in any economic climate》一书中给出了他的理解，他认为资产回报可分为现 金回报（无风险利率）与超额回报，后者由三类风险因子驱动：(1) 利率预期外变化；(2) 风 险偏好预期外变化；(3) 宏观经济预期外变化。其中，利率预期与风险偏好变化属于系统性 风险，对所有风险资产类别产生同向冲击。而宏观经济变化对不同资产的影响不完全相同， 是唯一可通过多资产选择进行分散的风险维度。桥水全天候策略通过持有在不同经济状态 下表现优于平均的资产来降低资产组合对宏观环境的敏感性，在时序维度实现风险分散（而 非风险对冲），寄希望于资产组合在前两个因素的暴露带来高于现金的超额回报。

全天候策略认为资产价格的核心驱动因素为经济增长与通货膨胀，并且强调宏观因素预期 外的变化才会对资产产生实质性影响。基于此，策略将经济状态划分为四个象限：增长超 预期、增长不及预期、通胀超预期和通胀不及预期。桥水全天候策略的目标是在这四个象 限中，分别挑选出受益于该象限的资产，构建出四个长期来看风险溢价为正的回报流。这 实质上是一种分域建模的策略思想。相较于直接预测资产收益，通过选择合适的宏观因子 并给出明确的经济假设，资产选择的逻辑将更清晰和聚焦。

确定宏观象限后，全天候策略在各象限内依据资产与经济环境的相关性来筛选资产，认为 每一种资产都有其“经济偏好（Economic Bias）”。根据道富官网披露的资料，“桥水公司 将使用其专有的按资产类别估算的增长和通胀敏感性方法来创建一个在增长或通胀条件下 没有偏见的投资组合”，我们认为全天候策略可能采取“定量+定性”相结合的方式进行相 关性分析。此外，策略在划分象限时并没有采取“增长-通胀”双维度的方式，我们认为这 是因为在多重宏观因素同时变化的复杂情境下，资产的经济偏好可能相互抵消，使资产选 择变得困难。下图展示了桥水基金给出的全天候策略的资产配置组合。

风险度量与权重分配：杠杆调整后各象限风险平价

为各象限选定资产后，全天候策略将各资产风险上聚到象限层面，然后进行风险平价。这 个过程中有两个关键点：(1) 风险度量：量化各资产及各象限的风险。(2) 杠杆调整：通过 杠杆机制调整不同资产的风险收益特征至尽可能接近。 风险度量的具体方式并无官方公开资料可参考。但根据达里欧在多次公开演讲中强调其看 重下行风险这一信息，我们可以推断，在实际操作中，全天候策略更注重对下行风险和尾 部极端风险的刻画，这也和策略“在任何环境下存活”的目标相契合。前期报告《风险预 算模型如何度量风险更有效——改进风险度量方式稳定提升风险模型表现的方法》 （2019-11-08）从量化角度详细介绍了多种风险的刻画方式，感兴趣的读者可参阅。 杠杆调整的目的在于使组合达到投资者预期的收益率，这也是全天候策略在不引入主观观 点的前提下提高回报流表现的关键步骤。达里欧认为各类资产在风险调整后的收益率大致 相同且普遍高于现金收益率，因此通过适度杠杆化这些资产，便能有效提升组合的绝对回 报，同时维持其风险分散的特性，从而在不依赖宏观预测的情况下，实现收益目标。以下 图为例，在不进行杠杆调整的情况下，为了实现 10%的预期收益目标，组合不得不超配右 上角的高风险资产，难以充分分散风险。引入杠杆将各资产收益率调整至目标水平后，无 论如何加权，组合收益均可达到 10%。此时再进行风险优化，即可获得一个比不加杠杆时 夏普比率更优且分散的组合。

使用杠杆调整资产的风险收益特征后，全天候策略会依据各资产对增长和通胀四象限的敏 感性，将资产的风险分解为因子的风险，然后进行因子层面的风险平价，完全不引入资产 自身维度的战术性观点。桥水基金未曾公开风险平价的具体实现方式，但根据道富官网上 披露的细节“全天候策略会对市场进行定期评估并结合对如何最好地实现增长和通胀平衡 的理解的演变，在资产类别之间和内部调整分配”，我们认为虽然全天候策略并不对宏观状 态进行预测，但这并不意味着策略不参考任何宏观观点，宏观观点体现在资产宏观敏感性 分析和风险度量层面。

产品分析：道富-桥水全天候 ETF

道富-桥水全天候 ETF（SPDR Bridgewater All Weather ETF，ALLW）由道富环球投资管 理（SSGA）与桥水基金于 2025 年 3 月 5 日合作推出，是全天候策略首次以 ETF 形式向 公众开放，为投资者拆解策略黑箱提供了新的渠道。根据道富官网披露，ALLW 是一款中等 波动率产品，目标年化波动率为 10%-12%，投资范围为全球资产，允许做空及运用杠杆。

截至 2025 年 5月 27 日，全天候策略的整体杠杆率为 1.8 倍，债券仓位约 72%，商品约 37%， 股票约 44%，通胀挂钩债券约 32%。从持仓明细来看，ALLW 以纯多头为主，致力于在全 球范围内实现风险分散而非风险对冲。股票和债券内部均分散持有多个国家的资产，并且 少量持有多国外汇头寸，主要用于风险对冲。此外，类现金资产——货币基金和短期国库 券合计占资金权重的 43.88%，体现了当下策略较强的防御属性。这与桥水近期发布的《美 国桥水 CIO 观点：当前环境下，投资者应该如何构建投资组合？》（2025-05-14）中的建议 相呼应：(1) 当务之急是强化地域分散化配置；(2) 构建一个针对不同经济环境平衡的投资 组合；(3) 重新审视货币对冲决策；(4) 保持投资组合的流动性。

从持仓份额的变动看，ALLW 并不以某一固定频率进行调仓，各资产间的调仓也不完全同 步。考察 2025 年 4 月 16 日至 2025 年 5 月 27 日份额（归一化）的变动情况，有几点结论： (1) 黄金：阶段式加仓。(2) 股票：对日本、欧洲、澳大利亚、英国和美国的股票进行了阶 段性加仓，而中国股票的加仓仅限于 4 月份，5 月份的仓位基本保持不变。(3) 债券：平仓 加拿大 10 年期国债；减持英国长期国债。(4) 现金：持续提升货币基金和美国国库券的份 额。现金类资产对于全天候策略来说，是在“资产长期能够跑赢现金”假设不成立时起到 防御作用的资产。持续加仓现金隐含桥水对当前宏观不确定性加剧的判断，认为保持组合 高流动性至关重要，以便在市场动荡中把握其他投资者被迫平仓所带来的潜在机会。

国内实践：中国全天候增强 ETF 组合构建

全天候策略：宏观象限风险平价

借鉴因子风险平价的框架和桥水全天候策略的实践，中国版全天候策略的构建遵循以下三 个核心步骤：(1) 宏观象限划分与资产选择；(2)象限（因子）风险度量；(3) 象限风险平价。

宏观象限划分与资产选择

我们在划分宏观象限时并未作本土化调整，和桥水全天候策略一样将宏观环境划分为增长 超预期、增长不及预期、通胀超预期和通胀不及预期四象限。原因主要有两点：一是桥水 选择宏观象限的逻辑根植于资产定价理论，理论具有普适性。二是前期报告《国内宏观净 预期差与大类资产配置》（2024-08-15）中构建的国内增长和通胀净预期差指标对主要的大 类资产都具备显著的择时效果，这表明增长和通胀的确是国内大类资产的核心驱动因素。 在各象限内，我们主要从宏观逻辑出发进行定性筛选，辅以前期定量研究的积累，最终选 择的资产及理由如下： 1） 增长超预期：股票、商品。经济超预期将提高企业的盈利和现金流，推升股票价值；经 济活动活跃增加需求，驱动商品价格上涨。 2） 增长不及预期：债券、黄金。经济下行引发避险情绪，资金流向相对稳定的债券；黄金 作为传统避险资产，在不确定性增加时受青睐。 3） 通胀超预期：商品、黄金。通胀超预期将削弱货币购买力，商品（实物资产）是有效抗 通胀工具；黄金亦是抵御通胀和货币贬值的良好对冲。 4） 通胀不及预期：债券、黄金、高股息股票。通胀不及预期可能促使宽松货币政策，利好 债券；黄金在通缩担忧下具避险属性；高股息股票因其稳定现金流和实际购买力提升而 在低通胀环境中更具吸引力。

象限风险度量

我们不使用量化模型精确刻画各资产对宏观象限的因子暴露，而是直接以各象限内资产的 等权重组合作为该象限的“象限（因子）组合”，并用“象限组合”的 EWMA（指数加权 移动平均）半协方差刻画组合的下行风险。因为宏观因子是弱因子，与资产间的关系并非 简单线性。过度追求量化精度可能引入“精确的错误”。此外，我们在风险度量阶段不进行 任何杠杆调整。因为根据“预期收益率”调整杠杆涉及复杂的收益估计，易引入不确定性。 杠杆调整可以在风险平价步骤之后进行，以确保风险度量阶段的独立稳健。 从各“象限组合”的表现看，四个象限的长期风险溢价均为正。“通胀不及预期”象限的风 险-收益特征最优，“增长不及预期”次之，而“增长超预期”表现最弱。与原始资产相比， 因子平价带来了两大优势：(1) 平均夏普比率显著提升“象限组合” 。 的平均夏普比率为 0.89， 高于原始资产的 0.68。(2) 波动率分布更均匀。“象限组合”的波动率的极差为 10.03%， 低于原始资产的 24.69%。

各象限风险平价

中国版全天候策略回测的具体设置如下： 1) 回测期：2013-12-31 至 2025-04-30 2) 资产池：3 种股票资产，2 种债券资产，4 种商品资产 3) 调仓频率：月频 4) 费率：单边万分之五 5) 全天候策略：(1) 使用四象限等权构建的“象限组合”的 EWMA 半协方差矩阵作为风 险输入；(2) 各象限风险平价得到象限权重；(3) 象限内资产等权。 6) 资产风险平价策略：所有资产风险平价得到资产权重。 从象限权重分布看，“增长不及预期”象限权重整体偏高，平均为 45.99%；其余象限的权 重在 20%附近。从回测结果看，全天候策略的持仓相比资产风险平价策略更为分散，不依 靠超配债券依然能获得长期稳定的收益。全天候策略的年化收益优于传统资产风险平价策 略，且自 2020 年以来，在宏观环境动荡加剧的背景下，全天候策略优势更为明显。2025 年至今，全天候策略实现了 5.70%的收益，显著超越传统策略的 2.32%。这进一步说明在 债券市场波动加剧的环境下，采取更分散化配置的必要性。然而，由于债券资产配置比例 相对较低，全天候策略的波动略高，导致其夏普比率略低于传统策略。

全天候增强策略：引入宏观观点进行象限增强

虽然桥水的全天候策略以放弃宏观经济预测为宗旨，但桥水中国旗下多只私募产品的名称 包含“全天候增强”字样。这说明在国内市场全天候增强是一件可以做且应该做的事情。 一方面，前期研究中我们已多次成功验证，通过定量的方法将宏观观点融入资产配置策略 能够显著提升策略表现。这表明，在国内市场对宏观经济进行适度的判断和利用，能够为 策略带来额外的阿尔法收益。另一方面，桥水全天候策略的核心目标是追求长期稳定的风 险调整后收益，这与其面向长期机构资金的定位相符。而在国内市场偏短的业绩考核周期 下，策略的短期表现同样重要。 本部分，我们尝试引入宏观观点——预期共振动量对全天候策略进行增强。具体而言，我 们利用预期共振动量在“增长超预期/不及预期”和“通胀超预期/不及预期”两对情景中， 各选取一个未来更可能发生的情景进行风险平价配置，使策略从四象限配置转变为二象限 配置，同时仍确保增长和通胀因子的风险平价。

预期共振动量

桥水全天候策略在划分象限时强调宏观预期变化才是影响资产价格的本质因素，这与我们 前期报告《国内宏观净预期差与大类资产配置》（2024-08-15）中的结论不谋而合。我们认 为市场的宏观预期分为买方和卖方两类: 1） 买方宏观预期：用一揽子资产价格来拟合宏观指标走势，得到的资产组合走势相对锚定 的宏观指标具有较高的相关性和一定的领先性。由于资产价格是市场交易出来的，因此 Factor Mimicking 及时反映了买方的宏观预期。 2） 卖方净预期差：从 Bloomberg 和 Wind 可以获取分析师对常见宏观经济指标的预测明 细数据，据此可以获悉卖方的宏观预期。在卖方宏观指标超预期/不及预期的基础上， 剔除市场提前博弈和消化的部分，得到卖方净预期差。 本研究延用前期报告构建的增长和通胀买方预期指数，通胀维度主要关注生产端通胀。对 于卖方预期，我们需要对前期报告的卖方净预期差作一定调整。因为前期报告注重对单个 宏观指标的净预期差值的分析，而本研究更重视刻画卖方预期的“合力”，所以需要对不同 指标的净预期差值进行合成，且频率和买方预期指数（日频）保持一致。

合成卖方预期时需考虑两点：(1) 宏观指标的陆续公布会对市场产生叠加冲击。需要对多指 标进行加权。(2) “预期差”冲击会随时间衰减。以中采制造业 PMI 为例，我们发现其对 股市的影响在数据公布后趋于放缓。因此，我们假设单指标的“净预期差”自数据公布日 以来，以??−?⁄??的速率衰减，以实现对单指标的升频。

总结与展望

本文基于宏观因子风险平价框架，成功构建了中国版全天候增强策略，为当前宏观环境动 荡加剧、利率变化不确定性加大背景下的资产配置提供了新思路。传统资产风险平价过度 依赖低波动资产，使组合对利率变化高度敏感，且收益率普遍偏低，在杠杆限制的情况下 难以通过简单加杠杆的方式构建中高波动特征的投资组合。相比之下，因子风险平价强调 资产的真实风险驱动因素。通过捕捉并分散配置多元化风险溢价，策略能够突破资产分类 局限，避免单一资产表现对整体收益的制约，从而在不同市场环境下获取更稳定的收益。

通过对桥水全天候策略的深入分析，我们认为其巧妙之处在于采用“分域建模”的思想， 将笼统的“资产选择难题”转化为“特定宏观象限内的资产择优问题”。前者方向模糊，而 后者的逻辑更清晰和聚焦。中国版全天候增强策略的成功实践表明因子风险平价在中国具 有可行性。未来的研究可从宏观象限的精细建模与象限增强策略的优化两方面继续深化。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）