2025年全球大类资产配置策略系列报告：基于中短期信号自适应的美股择时策略

一、前言

在全球金融体系中，美国股票市场长期居于绝对核心地位。凭借深厚的流动性、成熟的制度框架与持续的 创新能力，美股不仅是全球资本配置的“中心枢纽”，更是衡量全球经济周期与投资者风险偏好的关键“晴雨表”。 截至目前，美股市值占全球股票总市值的 40%以上，其走势深刻影响全球资金流向、汇率变动及主要经济体的 资产定价。无论是国际主权基金、养老金还是跨国机构投资者，美股均是全球资产配置体系中不可或缺的锚定 标的。 与多数市场不同，美股的长期上行并非依赖单一因素驱动，而是多重力量协同作用的结果。首先，盈利驱 动是最根本的支撑。美国企业以高资本效率和全球化经营著称，标普 500 企业利润占全球总利润近四成，为股 市长期上涨提供了坚实基础。其次，制度保障为市场运行提供了信任与秩序。美国资本市场建立在完善的法律 体系之上，严格的信息披露制度和投资者保护机制确保了市场的透明性与公正性，从而吸引了全球长期资金的 持续流入。最后，创新动能是推动估值与盈利双升的关键力量。从互联网浪潮到人工智能革命，科技创新不断 提升生产率与资本回报率，推动美国经济结构升级，也使美股在全球资本市场中始终保持领先地位。 值得注意的是，美股的中长期波动高度依赖于货币政策与流动性周期。美联储作为全球流动性的定价中心， 其政策方向直接决定资金成本与风险偏好：2009–2015 年与 2020–2021 年的宽松周期推动了估值上行，而 2018 年与 2022–2023 年的紧缩周期则带来阶段性波动与估值回调。这一机制使得美股研究不仅是价格层面的分析， 更是对宏观政策、经济周期与风险偏好互动关系的系统刻画。

当前，美股处于“高估值与高不确定性并存”的阶段。一方面，美国经济展现出超预期韧性，核心企业盈利 修复；另一方面，通胀粘性、财政赤字压力与地缘冲突等潜在风险仍在积聚。市场的“繁荣与焦虑”并行，使投 资者在追求收益与控制风险之间徘徊。 因此，本报告旨在提出一套兼具稳健性与灵活性的美股择时框架。我们从两个维度入手： 中期择时聚焦经济景气、资本流向与金融压力等“慢变量”，以识别趋势性拐点； 短期择时聚焦信用利差、通胀预期、市场波动等“快变量”，以识别风险事件与情绪反转。 本报告的研究路径包括三个阶段： 首先，构建并检验中期与短期信号的独立表现与稳健性； 其次，叠加两类信号，形成“中期主导、短期过滤”的风险控制体系； 最后，通过 VIX 与滚动 Sharpe 等指标实现信号轮动与自适应切换，提升策略在不同市场环境下的收益弹性 与抗风险能力。 这一框架的目标，是在控制极端回撤的同时，更高效地捕捉趋势性上涨机会，为机构与个人投资者提供兼 顾逻辑严谨与实证有效的择时体系。

二、美股市场概览

美股市场是全球资本的“定价中枢”，既体现美国经济的结构实力，也在全球金融体系中发挥溢出效应。其 市场规模、交易活跃度与产业覆盖面远超其他主要经济体，长期吸引着全球资本的持续流入。

从投资结构看，美股以机构投资者为核心，养老金、ETF 与共同基金构成市场主要力量。长期资金占比超 过 70%，使市场呈现出“趋势延续性强、波动收敛快”的特征。机构资金的稳定流入与企业回购机制共同形成 了市场的“自动稳定器”，在下跌阶段抑制恐慌性抛售，在上涨阶段增强趋势延续。活跃的衍生品市场（期权、 期货、ETF 套利）进一步提高流动性，使风险在更高维度上得到对冲和分散。 产业层面上，美股的增长核心在于“科技领先+盈利稳健”。科技、医疗、金融三大板块构成盈利支柱，其 中科技板块占标普 500 权重逾三成，是过去十年推动指数超额收益的主要来源。美国企业普遍通过分红与回购 构建了高效的资本回报机制，使市场在高估值区间仍具韧性。 从宏观周期角度看，美股与美国经济活动及货币政策周期的联动性极强。经济扩张期往往伴随企业盈利改 善与流动性宽松，推动股指持续上行；而经济收缩或货币紧缩阶段则常导致估值压缩与市场波动上升。历史上 的 2008 年金融危机、2020 年疫情冲击以及 2022 年加息周期均验证了这种典型的“宏观驱动—市场反馈”机制： 宏观变量的变化迅速传导至市场风险偏好与资产定价层面，形成阶段性震荡。

自 2016 年以来，美国三大股指走势高度一致，呈现出长期上升趋势：纳斯达克综合指数涨幅最高，凸显科 技板块的主导作用；标普 500 指数作为宽基指数，反映美国企业盈利与宏观经济的整体健康；道琼斯工业平均 指数波动相对较小，更能体现传统行业的稳健性与防御属性。从阶段性特征来看，美股过去十年大致经历了三 轮典型周期：2016–2019 年：经济复苏与税改政策共振，盈利持续上行；2020–2021 年：疫情冲击与流动性宽 松并存，市场快速反弹并进入估值扩张期；2022–2023 年：美联储激进加息与高通胀导致估值回调，但核心企 业盈利韧性依然显著。 在估值维度上，席勒市盈率（ShillerPE，或周期调整市盈率 CAPE）与“巴菲特指标”（总市值/名义 GDP） 是观察美股中长期风险收益结构的重要工具。席勒市盈率以过去十年经通胀调整的平均盈利作为分母，较传统 静态市盈率更能平滑盈利周期与短期利润波动，因此对市场所处的长期估值状态具更强解释力。从历史表现看， 2009 年金融危机后，在盈利修复与低利率政策共同推动下，席勒市盈率逐步回升，并在 2017–2021 年维持在较 高水平。2022 年美联储快速收紧货币政策引发估值阶段性回调，但随后在企业盈利韧性、科技板块景气度与“AI主题”推动下再度上行，目前仍处于历史偏高区间。这意味着市场对未来盈利增长与流动性的依赖程度更强， 估值扩张空间有限，而在宏观增速放缓或利率重新走强的背景下，更容易出现估值压缩。

与席勒市盈率互为补充的，是“巴菲特指标”——以股市总市值/名义 GDP 衡量股市规模与经济体量的匹配 程度。该指标自 1970 年代以来呈现长期上升趋势，一方面反映美国资本市场的深化与直接融资占比提升，另一 方面也体现出企业盈利能力和资本回报机制的结构性增强。

但该指标本身也存在一定的设计偏差：由于美国资本市场中权益融资与资产证券化程度较高，股市总市值 天然高于 GDP 的增速，因此长期上升本身未必完全等同于“估值泡沫”。沃伦·巴菲特曾偏好采用这一总市值 /GDP 比值来评估市场整体估值水平，并提出当比值低于 80%时通常意味着较好的买点，而超过 150% 则需要谨慎，达到 200%甚至建议应大幅降低仓位。然而由于权益市场与经济体量之间结构性差异，该指标作为判断市场 高低估的准则也存在偏离，需要结合盈利周期与流动性环境综合判断。 从危机时期的表现来看，如 2008 年金融危机与 2020 年疫情冲击，巴菲特指标曾随市场大幅下跌而明显收 缩，而在疫情后财政刺激与极度宽松货币环境支持下迅速飙升，甚至长期维持在历史高位附近。当前该指标依 然处于较高分位区间，提示美股整体估值偏贵，对盈利兑现、货币政策与宏观增长的边际变化更为敏感，一旦 经济周期出现波动，市场回撤的放大效应可能更为显著。 综合来看，席勒市盈率与巴菲特指标反映了美股中长期估值的结构特征，也揭示了当前市场对盈利增长、 科技驱动力与流动性环境的依赖。在宏观经济韧性、科技创新和企业回购机制的共同作用下，美股长期趋势依 然受支撑，但估值高企的背景下，短期波动可能因宏观预期变化而被进一步放大。标普 500 指数作为美股最具 代表性的核心资产，既体现美国经济的结构性增长潜力，也展现出市场在流动性与盈利周期变化下的敏感度， 是观察美股整体趋势与市场情绪的重要基准。

三、美股中期择时策略构建

美股的中长期走势并非随机，而是反映了美国宏观经济、政策周期与全球资本流动的系统性变化。历史经 验表明，无论是 2008 年金融危机、2016–2019 年复苏期，还是 2020–2021 年疫情冲击与流动性宽松阶段，市 场趋势的核心驱动力始终来自经济景气、消费信心、全球资金流向与金融系统压力等“慢变量”的周期性波动， 而非短期事件或情绪扰动。因此，一个稳健的中期择时框架应当穿透短期噪音，聚焦这些决定市场重心迁移的 关键变量，通过识别其拐点与共振，提前发现趋势反转或加速阶段。中期信号以月度频率更新，反映经济与金 融体系的结构性状态，是捕捉市场主趋势方向的核心依据。

3.1、美股中期择时指标选取

首先，我们引入美国 ISM 制造业 PMI 作为衡量经济景气度的核心指标。

PMI 是市场普遍认可的前瞻性扩散指数，能够反映制造业在新订单、生产与就业等环节的整体活动情况， 其中 50 为荣枯线。PMI 的持续下行往往对应经济景气度快速走弱、企业盈利预期恶化，与市场中期趋势反转具 有高度同步性。在 2008 年金融危机、2020 年疫情冲击等典型阶段，PMI 的拐点均提前反映了宏观经济的明显 收缩，是中期基本面衰退的重要先行信号。基于 PMI 构建的单指标择时策略在景气度大幅下滑时能够有效降低 仓位，具有一定的风险识别和回撤管理能力。然而，由于 PMI 本身为低频宏观变量，拐点确认往往滞后于市场 波动，策略在上行趋势中的收益捕捉能力有所受限。回测结果显示，PMI 单指标策略在长样本下获得 6. 48%年 化收益、0.61 的夏普比率，胜率 53.51%。整体呈现“稳健但不寻求收益最大化”的特征，具备在经济衰退背景 下的防御价值。

为衡量实体经济中消费端的信心，我们引入美国密歇根大学消费者信心指数。该指数用于衡量居民对当前 经济状况与未来收入、就业、消费能力的预期变化，是反映美国经济需求端韧性的核心指标之一。美国经济结 构以消费为主导，居民消费支出占 GDP 的比重超过六成，因此消费者信心的持续走弱往往意味着需求收缩与企 业盈利预期下降，对股市中期趋势具有显著的前瞻意义。在历史样本中，消费者信心在 2008 年、2020 年等经济 冲击阶段出现断崖式下跌，与市场阶段性底部具有明显同步关系。基于消费者信心构建的策略在判断长期趋势 性风险时具备一定识别能力，尤其在信心指数连续下滑、景气预期快速恶化的阶段能够及时减少风险敞口。然 而，该单指标策略的年化收益为 4.73%，年化波动 7.63%，夏普比率仅 0.08，胜率 52.63%，该指标受调查情绪 影响较大、短期波动较强，其变化往往缺乏明确的趋势结构，在部分周期内会出现较多“噪音信号”，进而对策 略的收益端造成扰动。 基本面之外，我们还需监测市场的流动性。

我们采用美国海外投资者买入长期美国证券净额（TIC）作为资金流向的代理变量。该指标反映了全球资本 对美国股债资产的配置偏好，是衡量跨境资金流动与美元资产吸引力的重要参考。作为“国际资本版”的风险 偏好晴雨表，TIC 的持续净流入通常意味着全球资金对美国经济前景保持信心，而净流出则暗示风险偏好下降、 资本撤离美国市场。在历史样本中，TIC 的趋势性变化往往与美元汇率、利率预期、美债收益率周期等宏观金融 变量共同作用，对美股中期走势具有重要参考意义。基于 TIC 指数的标普 500 择时策略在资金持续流出的阶段 能够识别出风险积累并降低敞口，在市场压力扩散过程中具备一定的方向性判断能力。然而，TIC 数据本身存 在跨境申报的时间滞后与月度统计的不规则性，固有噪音使其在某些阶段的信号表现不够稳定，加之趋势变化 缓慢，使策略在震荡市与短期波动中较难迅速反映市场环境变化。策略的年化收益为 4.57%，年化波动 11. 46%， 夏普比率 0.11，胜率 52.54%。整体表现显示其在判断跨境资金偏好变化方面具有方向性价值，但单一指标的信 号灵敏度有限，更适合作为中期趋势框架中的重要补充维度。 最后，为综合评估金融体系的稳定性，我们引入美国金融压力指数。该指标通过整合债券市场利差、股票 市场波动率、外汇市场风险溢价等多个维度的信息，反映金融系统整体的紧张程度，是衡量系统性风险积聚状 况的核心指标。在历史样本中，当金融压力指数显著攀升时，往往意味着信用收缩、融资条件恶化、市场流动 性快速收紧，例如 2008 年金融危机和 2020 年疫情冲击期间，该指标均出现明显飙升，对股市具有极强的先行 预警意义。

当金融压力指数显著上行、系统性风险积累时，该策略能够及时降低仓位，并在特殊时期有效避免极端回 撤。与其他宏观指标相比，金融压力指数在风险监测方面具有更明确的方向性和更高的敏感度。然而，该指标 本身在多数时间处于低位波动，其信号触发频率有限，因此在行情平稳的阶段对收益贡献较为温和。策略在样 本期内取得 4.79%年化收益、6.99%年化波动、0.70 的夏普比率，胜率为 53.66%。整体表现呈现“风险控制突 出、收益稳健”的特征，是中期维度中对系统性风险识别能力最强的单项指标之一。

从单指标美股择时策略的结果来看，PMI 与金融压力指数在“识别中期风险、抑制极端回撤”上相对更稳 健，PMI 与金融压力的夏普与胜率居前，但收益弹性有限；TIC 与消费者信心能够提供方向性线索，却受发布 节奏与情绪噪音影响，独立使用时收益/风险表现不够均衡。总体而言，任何单一宏观指标都难以同时兼顾趋势 捕捉与回撤控制，要获得更好的风险收益比，需要在后续部分以复合信号整合不同维度（景气、需求、资金、 压力）的信息，并通过自适应切换在不同市场环境下动态取舍，从而提升收益弹性、稳定性与抗回撤能力。

3.2、美股中期择时指标合成

前一节选取的四个中期指标分别从经济景气、市场需求、资金流向和金融压力四个关键维度对市场基本面 进行了刻画。然而，这些原始指标在数据量纲（如指数值、货币金额）、发布频率（日度、月度）以及风险指示 方向上均存在显著差异，无法直接进行横向比较或简单加总。为构建一个能够综合反映市场中期风险状态、规 避单一指标片面性的统一择时信号，我们需要对这些原始数据进行标准化处理和结构化合成。

最终，我们得到了一个介于 0%到 100%之间的综合性中期风险指数。该指数越高，表明越多中期基本面指 标同时指向风险积聚；反之，指数越低，则表明中期市场环境相对安全。

3.3、基于美股中期择时指标的择时策略

本节的核心任务是将美股中期择时指标转化为具体的交易策略，以检验其择时效果。策略构建的核心在于 用美股中期择时指标进行大周期择时。考虑到美股“牛长熊短”的特性，择时的重心在于持有多头仓位，同时 有效规避由基本面恶化引发的长期熊市风险。

得益于对中期基本面风险的有效捕捉，策略在识别和规避重大熊市风险方面具有显著优势。策略在 2020 年初新冠疫情引发的市场崩跌前准确地处于空仓状态，从而有效规避了基准指数的两轮主要下跌。这使得策略在 控制回撤方面表现优异，显著优于买入持有策略。然而，该策略也存在局限性，这主要源于中期信号本身的低 频特性（基于月度数据合成）。由于信号更新较慢，其对市场趋势变化的反应相对迟钝。特别是在 2020 年中期 发出开仓信号后，直至 2024 年中期，长达四年时间内，尽管市场经历了显著的波动和风格切换，但中期风险指 数始终未能触发明确的平仓或再开仓信号。这导致策略在此期间长期维持单一的持仓状态，缺乏必要的动态调 整，表现出一定的“钝化”特征。基于美股中期择时指标的择时策略，虽能有效管理长周期风险，但可能因反 应迟缓而在部分市场阶段表现停滞，无法及时对变化的风险收益状况做出反应。

从中期维度的回测结果来看，单一宏观慢变量在趋势识别与风险管理方面各有侧重但均存在结构性局限。 制造业 PMI 与金融压力指数在经济与金融系统的拐点期具有较强的同步性，对衰退类风险的识别能力突出，因 此在压缩极端回撤方面表现较为稳健，但由于其更新频率较低、趋势滞后特征明显，收益弹性有限；消费者信 心指数和海外投资者净买入作为需求端情绪与跨境资金流向的代表变量，能够对经济预期的边际变化作出反应， 但受调查情绪、申报不规则等因素影响，独立使用时容易形成噪音信号，导致收益端偏弱。相比之下，中期信 号加权合成后能够整合景气、需求、资本流动与金融压力四个方向的信息，更有效地反映宏观环境的整体态势， 其年化收益与风险表现显著优于单项指标。 总体而言，中期维度的核心结论是：任何单一宏观指标都只能刻画中期趋势的一部分结构，无法完整捕捉 宏观周期的多维变化。通过对多个维度进行系统整合，才能在保持防御性的同时增强趋势识别能力，为后续的 多因子中期择时框架奠定更稳固的基础。

四、美股短期择时策略构建

我们上一章提出了基于宏观慢变量的中期择时框架，用以捕捉市场的主趋势方向。然而，美股市场的特征 之一是，即便在明确的宏观上行周期中，也常会因突发事件引发短暂但剧烈的“V 型”回撤。如 2011 年美债上 限与欧债危机、2018 年“波动率末日”与贸易摩擦升级、以及 2020 年疫情冲击，均在短时间内引发美股恐慌性 抛售。在这些阶段，中期宏观指标（如 PMI、消费者信心）尚未显著恶化，但市场的恐慌情绪——体现在信用利 差飙升、通胀预期急挫和政策不确定性飙升——已提前预示风险。这些事实揭示：中期信号更新频率过低，难 以及时捕捉高频的、由情绪与突发风险驱动的短期回撤。因此，一个完整的择时体系，必须在“中期趋势”信 号之外，构建“短期风险”信号系统，以识别并应对市场的快速情绪波动。 美股短期择时信号体系的核心目标并非判断趋势方向，而是识别短期风险事件带来的波动放大效应。它依 赖高频日度数据，聚焦能够即时反映市场预期与风险状态的指标，而非估值或成交量等滞后性较强的市场变量。

通过对信用风险、通胀预期和政策不确定性三个维度的综合分析，我们能够高频刻画市场情绪与事件冲击 的动态变化，构建“短期风险指数”，用于在风险事件初期快速识别并调整仓位，从而在中期趋势判断之外实现 短期风险防御与收益平滑。

4.1、美股短期择时指标选取

首先，我们引入美国本土公司期权调整后利差(OAS)作为信用风险的直接观测窗口。该指标衡量高收益企业 债相较于无风险国债的额外补偿，具有对经济下行、流动性收缩和市场恐慌情绪高度敏感的特点。历史上，无 论是 2008 年金融危机、2011 年欧债危机，还是 2020 年初疫情冲击，当市场预期企业盈利与信用质量迅速恶化 时，高收益债利差都会出现明显而快速的“走阔”，从而成为风险事件的直接前兆。因此，该指标在短期维度中 承担着识别“信用压力骤增”这一关键风险的作用。

当利差快速走阔时，策略能够较早识别风险并及时收缩仓位，在多次信用压力扩散的阶段实现有效的回撤 抑制；在利差稳定的时期，信号相对克制，不会频繁干扰持仓节奏。回测结果显示，该单指标策略的年化收益为 5.61%，年化波动 7.28%，夏普比率 0.79，最大回撤-12.03%，胜率 54.68%。整体特征呈现“风险识别敏锐、 风控效果突出”的属性，是短期维度中对极端风险最为敏感、对市场下行阶段最有实战价值的单项指标之一。 其次，我们引入美国 5 年远期通胀预期率(BEI)作为刻画市场对中期经济活力与总需求前景的核心指标。该 指标由通胀保值债券与同期限国债收益率差计算得出，能够剔除短期价格扰动，更纯粹地反映市场对未来数年 经济增长与物价水平的预期。与一般的当期通胀数据不同，5 年远期通胀预期率并不关注当前价格高低，而更关 注“市场是否突然认为未来的经济将显著走弱”。因此，当通胀预期出现连续、快速的下滑时，往往意味着市场 对未来需求、就业和企业盈利的信心正在出现系统性崩塌——这一变化在 2008 年底和 2020 年初均曾以“断崖 式下跌”的方式出现，成为股市大幅走弱的同步或领先信号。

通胀预期在经济悲观情绪快速扩散时往往会出现异常陡峭的下行，其信号触发具有较强的“急变”性质， 因此能够在极端事件初期及时捕捉风险。然而，该指标本身受利率预期、央行沟通、避险情绪等多因素共同影 响，短期波动相对复杂，在非危机时期可能出现反复震荡，导致部分信号偏于噪音。回测结果显示，该单指标 策略年化收益为 3.53%，年化波动 10.15%，夏普比率 0.39，最大回撤-26.56%，胜率 53.09%。整体表现呈现出 “对极端情绪高度敏感、但对常态市场环境较易过度反应”的特征，更适合作为识别宏观需求预期急剧恶化的 监测工具，而非独立构建完整短期策略的主要依据。

最后，为捕捉独立于经济和信用周期之外的外生冲击，我们使用美国每日经济政策不确定性指数(EP U)作为 高频观测窗口。该指数通过追踪主流媒体新闻中涉及经济、政策与不确定性等关键词的出现频率而构建，能够 在事件发生的当下即时反映市场情绪的急剧变化。与宏观基本面数据的“慢变量”特征不同，不确定性指数的 跳升往往源自突发性的政治事件、地缘冲突、贸易争端、政府关门风险、监管力度变化，以及公共卫生危机等 外生冲击。历史经验表明，在 2008 年金融危机、2011 年债务上限僵局、2018 年中美贸易摩擦升级以及 2020 年 疫情爆发等阶段，该指数均出现显著跃升，反映市场对政策环境与未来经济路径的突然不确定感，对股市短期 波动具有强烈的同步性乃至领先性。 美国每日经济政策不确定性指数(EPU)在极端事件发生时常呈现“跳升式”上行，使得策略能够第一时间捕 捉政策与地缘事件引发的风险情绪扩散。但由于该指标受媒体报道密度、舆论结构与新闻偏向影响，在平稳时 期也会出现短期噪音，导致信号在常态市场环境中不够稳定。回测结果显示，该单指标择时策略的年化收益为 7.92%，年化波动 8.92%，夏普比率 0.90，最大回撤-23.19%，胜率 53.60%。整体上呈现“对突发事件高度敏感、 在风险爆发阶段防御能力强”的特征，但在缺乏重大事件的常态市场环境下，其信号可能受噪音影响而偏离主 趋势。

从短期的单指标的回测表现可以看到，短期指标在风险识别能力上各具侧重。美国本土公司期权调整后利 差对信用压力的突发走阔最为敏感，在历次极端事件中均能及时提示风险，因而在压缩回撤方面表现突出；每 日经济政策不确定性指数作为高频外生冲击的反映，对政策与地缘事件的跳升式扰动反应迅速，在收益—风险 比上呈现相对均衡的特征。相比之下，5 年远期通胀预期率更偏向对宏观需求预期的中期修正，其信号在极端情 绪阶段有效，但在常态时期容易受到利率与情绪噪音影响而出现反复震荡。 整体而言，任何单一短期指标都无法同时兼顾灵敏度、稳定性和收益弹性，它们各自捕捉的是短期风险结 构的不同维度。因此，要构建真正稳健的短期风险信号体系，必须综合利用信用压力、需求预期与外生冲击三 个方向的信息，形成互补和强化效应，从而在短期风险暴露初期实现更可靠的防御与动态调节。

4.2、美股短期择时指标合成

三个短期指标虽然均为日度数据，能够高频地反映市场变化，但它们在波动特性（例如 EPU 指数的跳跃性 远大于相对平滑的通胀预期）、数值量纲以及风险指示方向上存在显著差异。为构建一个能够灵敏捕捉短期风险、 信号清晰且可用于交易决策的统一复合指标，我们同样采用标准化的合成流程。最终，我们得到了一个介于 0%到 100%之间的高频综合风险指数。该指数越高，表明短期市场情绪恶化或外生风险冲击加剧；指数越低，则表 明短期风险相对缓和。

4.3、基于美股短期择时指标的择时策略

短期择时策略的目标是顺应短期风险变化进行风险规避（即在风险积聚时平仓，风险释放时开仓）。

基于美股短期择时指标的择时策略呈现出一定的不稳定性。从积极的方面看，该策略得益于高频信号的灵敏性，能够捕捉到部分由突发事件引发的急跌。例如，在 2022 年的部分下跌阶段，短期信号及时触发了平仓指 令，有效规避了多次剧烈下跌。在 2023 年初的下跌阶段，短期信号也产生了一定的避险效果。然而，该策略的 不足之处也十分突出。首先，高频信号的灵敏性是一把“双刃剑”，其内在的“噪音”可能导致策略在某些时期 （如图中 2019 年至 2020 年的部分时段）产生较多的无效交易，即在市场并未发生实质性转折时反复开平仓， 从而侵蚀收益并增加交易成本。其次，该策略的风险预警能力并非总是有效，例如在 2019 年初的市场调整中， 短期信号未能及时发出明确的平仓指令。此外，从长期累计净值来看，在 2023 年之前的大部分时间里，该策略 的表现并未能持续稳定地超越基准指数，显示出其择时效果具有较强的时变性，在不同市场环境下的有效性差 异较大。综合而言，单独使用短期信号进行择时，虽能在特定极端事件中展现快速反应的优势，但其稳定性不 足，容易产生错误信号，且择时效果并非在所有市场环境下都可靠。这表明短期信号可能更适合作为风险过滤 的辅助工具，而非独立决策的主导依据，所以有必要将其短期信号与中期信号相结合。

短期综合指标整合了多维度风险信息，其择时策略显著优于单项指标：年化收益达到 14.43%，远高于 各单一指标择时策略与标普 500 基准（11.60%），同时夏普比率提升至 0.90。然而，该策略的年化波动（16.74%） 与最大回撤（-33.92%）均有所上升，表明在强化收益弹性的同时，短期信号组合也引入了更高的市场敏感 度与风险暴露。

五、美股中短期复合择时策略构建

我们分别独立构建并回测了中期与短期择时信号。研究发现，两者各有鲜明的优劣：中期信号虽能把握宏 观主趋势，但存在“钝化”问题，反应迟缓；短期信号虽反应灵敏，但“噪音”较多，稳定性不足。任何单一信 号均无法完美适应多变的市场环境。本章的核心目标是将这两种不同频率的信号进行结合，探索构建一个优势 互补、绩效更优的叠加择时策略。我们将从一个简单的“静态”叠加规则出发，并逐步演进到更复杂的“自适 应”切换框架。

5.1、基于中短期信号静态叠加的美股择时策略

我们首先构建一个融合中期信号和短期信号的基础择时策略。策略的核心思路源于中期信号与短期信号的 功能定位差异：中期信号“慢而稳”，侧重于判断宏观基本面是否支持趋势性持仓，而短期信号“快而敏”，聚 焦于捕捉可能破坏趋势的突发性风险。通过将两者结合，我们期望在把握中期趋势的同时，能更有效地规避短 期极端冲击。

通过结合中期和短期两种不同频率的信号，策略在一定程度上实现了优势互补。相较于单独的中期策略， 基于短期信号进行风险过滤的机制引入，使得策略在例如 2020 年初的市场急跌中能更快地做出反应，进一步优 化了最大回撤。相较于单独的短期策略，中期信号的主导作用显著提升了持仓的稳定性，过滤掉了部分由短期 信号“噪音”引发的无效交易，有助于在趋势明朗时更稳定地获取收益。然而，这种基于固定规则的简单叠加 方式，并不能完全克服两个基础信号各自的固有局限性。当作为主导信号的中期指标因反应迟缓而长期处于“钝 化”状态时（例如 2020 年中期至 2024 年中期），即使短期信号发出反向指示，叠加策略也同样无法做出有效反 应，导致策略表现停滞。另一方面，当市场处于中期信号指示持仓、但短期信号因市场波动而频繁触发风险警 报的区间时（例如图中 2022 年的部分时段），叠加策略可能会因为过于频繁的短期过滤而导致交易次数增加、 持仓周期碎片化，甚至可能错过部分市场反弹。

三种基础择时策略，特别是中短期信号复合策略，在夏普比率和最大回撤控制方面均较基准指数有明显改 善，证明了我们构建的中、短期信号以及简单的叠加方式具备一定的择时价值。但值得注意的是，策略的年化 收益率相较基准提升幅度有限。这主要是由于基础策略所暴露出的“钝化”、“噪音”、“时效性”以及固定叠加 规则的僵化等问题依然存在。这些静态信号应用和叠加规则的固有瓶颈，促使我们必须探索更智能、更具环境 适应性的策略构建方式，以期在不同市场状态下更有效地利用中、短期信号的优势。

5.2、基于绩效自适应的美股择时策略

在基础的静态叠加策略之后，我们进一步引入自适应机制，以突破固定规则在趋势钝化和噪音干扰下的结 构性限制。中期与短期信号在不同市场环境下的相对有效性并非恒定不变：在趋势平稳、宏观向上的阶段，中 期信号往往更具优势；在环境突变、风险攀升的阶段，短期信号通常能更快反应。因此，一个理想的择时框架 应当能够“在不同环境下自动选取最有效的信号”，而不是机械地执行固定规则。基于这一理念，我们提出第一 种自适应切换策略——基于滚动绩效的切换机制。该方法不依赖外部环境指标，而是直接评估我们自身构建的 中期策略与短期策略的“内部表现好坏”。当短期信号近期表现更优时，自适应策略会切换至短期信号；当中期 信号表现更优时，策略会切换为由中期信号主导。这种“跟随赢家”的逻辑能够让策略在趋势明确阶段充分跟 随中期信号，而在风险事件频发阶段迅速转向短期信号，从而适应市场结构的动态变化。

该策略实现了非常平滑的增长曲线，不仅显著跑赢基准，也优于静态叠加策略。与基于固定规则的组合方 式不同，这种自适应策略的仓位变化明显更少，呈现出“长周期持仓、低频切换”的特征，说明其确实捕捉到 了中短期信号在不同阶段的有效性轮动。例如，在 2022 年的下跌周期中，短期信号的风控优势在滚动绩效中得 到体现，自适应策略切换至短期信号主导；而在 2023 年市场企稳并进入反弹后，中期信号重新取得优势，策略 自然地回归趋势型持仓。这种粘性更强、噪音更低的切换逻辑，使得策略在震荡市中避免了频繁交易，也降低 了交易成本。

绩效自适应策略实现了显著的风险收益优化，该策略年化收益率为 17.46%，相较于基准的 11.60%有明显提 升；年化波动率为 14.85%，低于短期策略但略高于中期策略；夏普比率达到 1.16，较中期信号（1.00）和短期信号（0.90）均有提升；最大回撤为-20.97%，显著优于短期信号和基准指数（均为-33.92%）。总体而言，该策 略在收益弹性与回撤控制之间实现了更平衡的权衡，是一种稳健且具有实战意义的自适应框架。该策略虽然实 现了较全面的提升，但其切换机制完全基于历史表现回溯，本质上仍属于“内部评估”模式。

5.3、基于市场波动自适应的美股择时策略

市场波动是衡量投资者情绪与风险偏好的关键指标。在较为平稳、波动较低的市场阶段，宏观基本面对资 产定价的主导作用更强，此时中期信号更能捕捉趋势性机会；而当市场进入剧烈波动、高压力状态时，短期信 号对风险事件的敏感性和反应速度则更具优势。基于这一逻辑，我们构建了第二种自适应切换策略，使用芝加 哥期权交易所波动率指数（VIX）作为区分市场状态的“开关”。

基于市场波动（VIX）的自适应美股择时策略，实现了收益与风险的双向改善。其年化收益率达到 17. 71%， 显著高于基准的 11.60%，也优于中期单独策略（14.36%）与短期单独策略（14.43%）。年化波动率为 14.66% ， 较短期策略明显降低，与中期策略接近。夏普比率为 1.19，在所有非滚动绩效型策略中表现最优，说明其风险 调整后收益具有高度竞争力。最大回撤为-18.90%，较短期策略和基准的-33.92%显著改善，也优于滚动绩效自适 应策略之前的中期和短期独立策略，但略逊于风控更保守的静态叠加策略。整体来看，基于市场波动（VI X）的 自适应美股择时策略在风险情绪快速变化的年度（如 2022 年）展现出强大的防御能力，而在趋势性阶段也能保 持稳定增长，是一种兼具灵活性与稳健性的信号轮动方式。 更重要的是，它克服了先前策略的明显缺陷：在 2022 年之前的市场常态波动环境下，即 VIX 低于阈值时， 策略主要遵循中期信号，如蓝色持仓区间所示，捕捉到了主要的趋势性上涨；而当 2022 年市场进入高波动熊市 时，策略成功切换至短期信号，如红色持仓区间所示，利用短期信号的灵敏性，在市场下跌中执行了更积极的 风险规避，表现为净值曲线的平稳横盘。虽然这种切换导致了 2022-2023 年期间持仓状态的“碎片化”，即交易 相对频繁，但相较于此前静态叠加策略在中期信号“钝化”时所暴露的风险，这种动态调整是巨大的改进，最 终实现了更优的长期复利增长。

相较于基于滚动绩效的自适应方法，基于市场波动自适应强调市场环境的“外部状态”，特别适合应对突发 性波动与情绪冲击，而滚动绩效方法则更适合较长周期的趋势跟踪。

六、总结

本文系统构建了一套覆盖中期宏观趋势与短期风险事件的多维度美股择时框架，以应对美股“长期趋势+短 期冲击”的市场特征。在策略构建过程中，我们依次进行了美股单指标择时检验、中期择时信号体系与短期择 时信号体系的设计，和中短期信号静态叠加策略的构建，并进一步研发了基于历史业绩和基于市场波动的两种 自适应中短期择时切换策略，对策略框架进行了全面优化。 美国股票市场作为全球资本配置的核心枢纽，凭借其高流动性、成熟的制度环境和持续的科技创新，长期 主导全球资产定价。美股总市值占全球四成以上，标普 500 企业贡献了全球近四成的企业利润，其运行逻辑主 要由三大支柱支撑：盈利驱动、制度保障（包括严格监管与投资者保护）以及科技革命带来的结构性优势。然 而，市场也深受货币政策周期影响——宽松阶段推动估值扩张，紧缩阶段则易引发回调。当前，美股处于高估 值与高不确定性并存的复杂阶段，经济韧性与通胀粘性、财政赤字等风险交织，对投资策略提出了更高要求。

在此背景下，研究构建了一套“中期择时+短期过滤”的复合择时框架。中期维度上，文章识别出驱动美股中 长期走势的关键系统性变量，包括宏观经济景气、政策周期与全球资本流动，并据此建立四维指标体系：以美 国 ISM 制造业 PMI 衡量实体经济景气度，密歇根大学消费者信心指数反映需求端预期，TIC 数据监测海外资金 流向，金融压力指数评估系统性风险。尽管单一指标在特定场景下具备预警能力，但普遍存在滞后性或噪音干 扰。通过标准化整合形成 0%–100%的中期风险指数，可更稳健地识别趋势拐点。回测表明，该复合策略能有效 规避重大熊市（如 2020 年疫情下跌），但受限于月度低频数据，在市场快速切换时反应迟缓。 为弥补中期信号的不足，研究进一步构建了基于高频日度数据的短期风险预警体系，以应对由情绪波动或 突发事件引发的急跌风险。核心指标包括：期权调整后信用利差（OAS）监测信用风险，5 年远期通胀预期（BEI） 捕捉总需求变化，以及每日经济政策不确定性指数（EPU）识别外生冲击。虽然单一指标在极端事件中表现有 效，但稳定性不足。通过合成三者形成综合短期风险指数，可动态识别风险积聚阶段。实证显示，该机制能在 2022 年等急跌行情中提供一定保护，但高频信号易受噪音干扰，存在无效交易风险。 最终，研究提出将中短期信号有机融合，构建自适应的复合择时策略。静态叠加虽能改善回撤控制，却易导致持仓碎片化与钝化失效。为此，文章设计两种动态优化路径：一是基于绩效滚动评估的切换机制，根据历 史表现动态选择主导信号，实现 17.46%年化收益与 1.16 夏普比率；二是基于 VIX 波动率的状态依赖策略，在 高波动环境下自动强化短期信号权重，2022 年展现出更强防御性，年化收益达 17.71%，夏普比率达 1.19。两类 自适应框架均突破了固定规则的局限，通过环境感知实现风险与收益的动态平衡。整体而言，有效的美股择时 需兼顾宏观趋势把握与极端风险过滤，在结构上融合慢变量的趋势判断与快变量的风险控制，方能在复杂多变 的市场环境中实现稳健收益。

（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。）