20260820-中信证券-精彩观点_系统化投资分析师交流_数智资管_系统投资_第十七届金融创新服务会议_纪要_7页_1mb

中信证券第十七届金融创新服务会议纪要总结

核心内容概览

中信证券第十七届金融创新服务会议于2026年8月13日至14日在杭州举办，会议聚焦“AI驱动资管变革、产品创新与策略迭代、全球市场投资”三大主题。其中，8月14日下午的系统化投资分析师交流会重点探讨了AI在资产配置中的应用、A股风格轮动策略、景气投资方法以及行业主题ETF配置策略。

一、AI Agent在资产配置中的应用

主要观点

• AI Agent正在重塑资管机构的投研架构，从“单次对话的投研助手”向“多智能体协同完成复杂研究任务”演进。
• 投研工作流通过AI Agent的嵌入实现流程化、模块化与系统化，构建了PortfolioClaw体系。

技术架构

• 工具层：通过MCP（模型上下文协议）接入专业数据商（iFind、Wind、Choice）及自建私域数据源，实现数据流动。
• 技能层：构建SKILL体系，涵盖黄金分析、技术分析、资产监控等，提供流程可控、结果可解释的分析框架。
• 智能体层：基于真实研究团队分工构建专业智能体集群，包括黄金Agent、宏观分析Agent等，实现跨Agent协同推理与决策闭环。

应用建议

• 建议遵循“基础设施先行、场景分步落地”原则，逐步迭代AI Agent能力。
• 风险包括基座模型能力波动、前视偏差、算力限制、幻觉问题、框架不稳定及群体智慧决策不收敛。

二、基于宏观状态的资产配置模型

研究背景

• 当前市场配置模型因子种类偏少，难以全面刻画宏观状态。
• 聚类分析可有效处理多维宏观数据，更全面地捕捉市场特征。

模型方法

1. 通过主成分分析确定因子权重。
2. 利用聚类分析对宏观状态进行归类。
3. 结合状态转移矩阵分配资产权重。
4. 月末输出配置比重，每季度迭代一次。

模型特点

• 支持大量因子刻画宏观状态，目前已支持8大类、21个因子。
• 样本外效果优异，股、债、黄金配置比例2:6:2下年化收益达13.0%，超额收益稳定。
• 模型灵活，可替换资产类别（如股、债、商品）。
• 模型未调参，参数固定，表现可信度高。

投资应用

• 可结合资产优选策略，替换权益部分为板块轮动基金组合或精选组合。
• 2019年以来，该组合年化超额收益在5%以上。
• 风险包括估算数据偏差、历史数据不具代表性、行业趋势判断失误。

三、A股风格轮动策略

核心问题

• 为什么做风格轮动？
• 如何构建可落地的轮动模型？
• 模型历史表现与当前配置结论？

风格划分

• 两组核心关系：大盘与小盘、成长与价值。
• 代表性指数：沪深300、中证1000、国证成长100、国证价值指数。

模型构建

• 采用“四风格、多维度、连续权重”打分框架。
• 五个维度：宏观资金情绪、盈利相对优势、估值性价比、拥挤交易风险、风格趋势。
• 指标筛选注重经济逻辑与历史相关性，不同风格使用不同指标。
• 模型通过滚动Z-score标准化、截断极端值、Softmax函数映射权重，降低过拟合风险。

模型表现

• 全样本年化收益约16.4%，优于四风格等权组合（约8.0%）。
• 样本外阶段年化收益约17.0%，超额约10.3%。
• 当前风格得分：成长0.79、小盘0.28、大盘-0.23、价值-0.81，配置权重分别为65.0%、23.9%、8.5%、2.6%。

风险提示

• 宏观政策与经济环境出现超预期变化。
• 市场风险偏好快速切换导致历史规律失效。
• 模型基于历史数据构建，未来表现不确定。

四、A股景气投资策略

历史规律

• 景气投资长期有效，但“强而不稳”。
• 净利润同比与ROE是最稳健的定价锚，但高景气组并非年年跑赢。
• A股景气投资有效性与市场共识相关，结构性与震荡市中表现最佳，全面牛市中效果最弱。

景气度体系

• 三维景气度体系：盈利景气度（高频中观数据）、景气投资信号（价格周期）、分析师预期景气度（市场前瞻预期）。
• 配套自动化清洗与评价流程，可映射至ETF。

当前观点

• 行业维度：金融与硬科技处于“高景气+预期改善”双确认区；上游资源景气高位但弹性有限；部分行业面临盈利偏弱与预期下修压力。
• ETF维度：建议关注核心资产修复、科技创新、具备避险属性与重估机会的防御板块。

风险提示

• 宏观经济复苏不及预期。
• 海外市场波动加剧。
• 历史数据不能代表未来。
• 模型存在失效风险。

五、行业主题ETF配置策略

策略框架

• 目标：构建“趋势 + 预警”的周度行业主题ETF配置策略。
• 资产池：覆盖制造、周期、科技、消费、医药、金融、基础设施与地产七大板块的45个行业主题ETF指数。
• 配置方法：时序动量剔劣，截面动量择优，周度筛选10个动量效应较强的行业主题。

风险预警

• 基于拥挤度、波动性、收益分布、杠杆率等指标，设定历史分位数阈值，提示下行风险。

回测表现

• “趋势配置+预警组合”累计收益率781.44%，年化收益率19.87%，夏普比率0.77。
• 仅趋势配置的组合年化收益率19.32%，夏普比率0.73。
• 预警机制有效提升收益与降低波动，夏普比率提升0.04。

2026年上半年复盘

• 累计收益率27.12%，夏普比率2.45，超额收益达16%。
• 1月超额收益9.07%，持有机器人、军工、有色金属、稀土、半导体等方向。
• 2-3月因市场缩量，超额收益收窄。
• 4-6月市场放量，超额收益达10%，主要持有通信设备、人工智能、机器人、证券公司等方向。

策略展望

• 引入与市场成交量负相关的红利资产作为对冲，提升收益风险比。
• 基于80/20中枢构建趋势红利配置策略，年化收益率14.99%，波动率20.92%，Calmar比率提升至0.49。
• 未来可通过识别成交量状态进行精细化择时，进一步优化夏普比率。

风险提示

• 部分数据来源于第三方，可能存在偏差。
• 指标基于历史数据，未来存在失效风险。
• 策略交易频率高，可能增加交易成本。

六、会议声明

• 会议内容为非公开闭门会议，仅限参会者参考。
• 本文内容仅用于信息参考及投资逻辑分享，不构成具体投资建议。
• 投资者需结合自身情况并使用其他分析手段，自行承担投资风险。
• 中信证券不对使用本资料产生的损失承担责任。
• 会议观点为嘉宾个人意见，不代表中信证券立场。