宏观深度报告：基于宏微观的权益月度择时模型

模型设计：五大维度、12个指标的因子打分框架 宏观择时的落地痛点：理论研究在实际投资中面临调仓时间固定、参数与因子过拟合、宏观数据处理失真三大痛点。我们对比因子打分、因子回归、事件冲击和美林时钟四类常见模型后，选择逻辑透明、对样本依赖较小的因子打分模型。 五大维度、12个指标：模型从基本面（经济、货币、信用）、资金面（杠杆、期货、期权）、国际面（利差、汇率）、估值面（ERP）和技术面五个维度选取12个指标，每个指标给出+1或-1的信号，五个维度的权重分别为30%、30%、20%、10%和10%，综合评分区间为-10至+10分。 指标筛选兼顾逻辑与定量：每个入选指标既要有清晰的经济学逻辑，又要在训练集中满足胜率高于50%、超额收益尽量高的要求；信号规则只与上月值、近3个月均值或历史分位数比较，不针对单个指标优化参数，以降低过拟合风险。 回测表现：弱信号合成强信号，样本外表现稳健 训练集胜率接近70%：入选单因子在训练集中的胜率大多在55%左右，五个维度合成后，训练集（2016年1月—2023年9月）方向判断胜率提升至69.89%。按综合评分≥0分持有万得全A、<0分空仓回测，年化收益为17.67%，同期万得全A为-0.54%，年化超额收益为18.20%；最大回撤为8.16%，远低于万得全A的35.76%。 样本外表现稳健：测试集（2023年10月—2026年9月）方向判断胜率为66.67%，与训练集基本一致；年化收益为22.76%，同期万得全A为9.26%，年化超额收益为13.50%；最大回撤为11.04%，低于万得全A的20.97%。全样本年化超额收益为16.96%。 熊市防守能力突出：2016年至2026年（2026年为1—9月）的11个年份中，模型有9年跑赢万得全A，且在万得全A下跌的5个年份中均取得正收益。综合评分≥3分时，万得全A下月上涨的概率为77.78%；≤-5分时仅为17.65%。 模型局限：模型适合中长期配置，但月频调仓难以适应A股的高波动，对部分极端行情反应较慢，如2024年10月上旬的快速回调，以及2025年7月和2026年4月的快速上涨。 最新观点：2026年10月模型评分为-1分 各维度评分：基本面（-2分）是主要拖累，信用扩张动能偏弱；估值面（-1分）显示股票相对债券的性价比尚不突出；资金面（+1分）和技术面（+1分）偏多，杠杆资金有所降温，趋势有所改善；国际面多空相抵（0分）。 市场展望：2016年1月至2026年9月，综合评分为-1分的情形共出现14次，次月万得全A上涨的概率为57.14%，但下跌时的平均跌幅（4.77%）明显大于上涨时的平均涨幅（1.59%）。我们认为10月A股以震荡为主，后续重点关注信用数据能否企稳回升。 风险提示：模型基于历史数据构建，存在失效风险；宏观数据存在发布滞后与修订；海外政策、地缘冲突等不可控外力可能导致模型短期失效。