文｜姚紫薇 王超 苏良 孙诗雨 应绍桦 缪金瑾 徐楚翰(研究助理)

本文重点聚焦自上而下的综合性配置方案。主要涉及：（1）宏观层面：海外流动性相对收紧，国内经济温和复苏；A股配置价值凸显，债市延续震荡，中长期看多贵金属和工业金属；最后依次给出普林格周期配置信号、宏观因子风险平价策略与全球配置ETF组合。（2）中观层面：行业短期推荐有色金属、电子等，风格中期判断小盘、价值。（3）组合层面：根据选基模型构建FOF组合，根据基本面因子、分钟因子、高频数据等构建股票组合。（4）投研工具箱：中信建投智研多资产配置+平台（https://fund.csc.com.cn）是中信建投金融工程及基金研究团队搭建的研究成果展示平台，平台定期更新全球资产配置、行业轮动、FOF策略等模型信号及配置建议。

市场回顾

市场表现：今年以来能源资产强势领跑，日韩股市保持领先，港股科技板块承压。国内方面，创业板指领跑，小盘成长风格持续占优，主动权益基金超额修复；TMT、周期表现领先，消费、金融地产收跌。

公募基金市场回顾：一季度市场规模略有下降，主动权益发行热度明显回暖，固收+、FOF基金持续火热。主动权益中小盘占比回升，进一步增配通信。ETF市场出现阶段性资金净流出，多项政策落地促进高质量发展。

私募基金市场回顾：私募信披管理办法正式发布，进一步引导行业高质量发展。规模方面，私募基金规模创历史新高，管理人及产品备案结构持续优化。业绩方面，500指增策略领跑，业绩分化程度提升。

宏观及资产配置

全球宏观经济展望：海外方面，受地缘冲突引发通胀预期，流动性相对收紧。国内经济延续温和复苏，宏观政策或将持续发力，内生动力有望逐步增强；生产端保持强劲韧性，消费端整体呈现分化特征，投资端增速由负转正，出口端外需边际改善。

大类资产趋势展望：1）股票资产：A股配置价值凸显，美日股市AI叙事与地缘政治拉锯。2）债券资产：中债延续震荡，美债期限结构或陡峭化。3）商品资产：中长期看多贵金属和工业金属，原油高位震荡。

资产配置方案：1）普林格周期配置模型：认为当前中国经济正处于该周期体系的第四阶段，模型建议配置是股票和商品。2）宏观因子风险平价策略：高配债券资产且以短债为主，股票配置沪深300。3）全球配置ETF组合：根据最新宏观信号，债券信号由风险转为中性；股票投资建议以红利+宽基+成长的配置思路，其中红利与宽基为底仓；黄金信号由积极转为中性。

中观配置

行业：行业轮动模型基于因子动量思想以及宏观、基本面、资金面、事件动量等子维度构造，2019年以来年化超额达到28.8%、月度胜率73%。模型显示，近期资金风险偏好的边际变化、基本面驱动的景气度以及特定事件催化的短期动量因子相对占优，最新一期行业推荐为：有色金属、电子、消费者服务、医药、基础化工。

风格：价值/成长轮动：通过动量效应、美债利率传导及模式切换信号构建三层模型，组合策略年化收益11.63%，季度择时准确率74.51%。大小盘轮动：综合信用利差、货币宽松度、货币活化及动量四信号，组合策略年化收益9.81%，季度准确率76.09%。结论：基于多宏观因子结合，我们当前给出的中期风格判断为小盘、价值。

基金组合配置

长期能力因子及风格轮动FOF组合：长期能力因子分解基金超额收益为交易、选股、配置、择时四项，引入风格因子优化行业配置。组合今年以来收益20.98%，全时段年化18.15%。季度KF-Alpha+交易FOF组合今年以来收益32.54%，全时段年化19.72%。

行业轮动FOF组合及ETF组合：基于行业轮动模型，月度调仓。主动权益行业轮动FOF今年以来收益4.76%，全时段年化22.78%，相对基准年化超额13.76%。多层规划求解的行业轮动ETF组合今年以来收益2.59%，全时段年化22.57%，相对Wind全A超额16.53%。

陪伴式FOF组合：构建以Alpha为主、拥挤度为辅的动态多因子选基模型，季度调仓。陪伴式偏股增强、陪伴式300增强、陪伴式800增强FOF组合今年以来收益分别为27.38%、12.07%、13.01%。

股票组合配置

分钟因子模型：策略采用集成学习，融合了LightGBM在截面数据上的优势和自研的pegformer模型在时间序列上的强大捕捉能力，样本外表现出卓越的盈利能力和稳健性。预测因子IC均值达到0.087，信息比率高达9.136。在千2的交易成本假设下，策略能实现超过64.15%的年化超额收益和3.53的夏普比率。

隔夜-日内异象因子及领先滞后分析：针对A股个股间的联动效应，我们引入并改进了d-LE-SC有向图聚类算法。A股市场存在显著的“领导者-跟随者”结构，且这种结构并非静态，而是通过隔夜与日内的资金博弈动态演化。通过做多滞后组中与领导者信号正相关的股票，能捕获显著的超额收益。

基本面+量价因子挖掘统一框架：该方法论体系以点时一致性为数据基础，以变量语义组织为研究前提，以受约束的候选生成控制表达空间，以多目标函数完成候选评估，以冗余控制和因子库准入保证研究质量，并通过持续跟踪和分层归档实现研究资产化管理。

基于高频数据的因子研究：研究覆盖分钟频的因子挖掘实例，如高频、多结构的数据提升算子丰富度、订单流视角下的特定交易者识别，以及Level2数据的应用探讨。

投研工具箱

中信建投智研多资产配置+平台：中信建投智研多资产配置+平台（网址：fund.csc.com.cn）是由中信建投研究发展部金融工程及基金研究团队主导开发的研究数字化产品，覆盖资产配置、基金研究及量化选股等多个方向，平台定期更新展示全球资产配置、行业轮动、FOF策略等模型信号及配置建议，并同时具有智能选基工具箱、组合工具箱、投研工具箱等综合性功能，一站式解决组合配置研究需求。

Vibe Coding：AI编程会改变投研技术团队的分工，研究员可以更快将想法变成可运行原型，工程师则需要更多关注系统边界、可维护性、性能和安全。二者之间的协作会从“研究员提出需求、工程师排期实现”逐渐转向“研究员与AI快速试验、工程师沉淀可生产化组件”。

研究均基于历史数据，对未来投资不构成任何建议。文中的因子分析均是以历史数据进行计算和分析的，未来存在失效的可能性。市场的系统性风险、政策变动风险等市场不确定性均会对策略产生较大的影响。另外，本报告聚焦于因子的构建和效果，因此对市场及相关交易做了一些合理假设，但这样可能会导致基于模型所得出的结论并不能完全准确地刻画现实环境，在此可能会与未来真实的情况出现偏差。而且数据源通常存在极少量的缺失值，会弱微增加模型的统计偏误。

姚紫薇：金融工程及基金研究团队首席分析师，上海财经大学硕士，厦门大学统计学与数据科学系行业导师、中证报金牛奖专家评委。历任兴业证券金融工程分析师、招商证券基金评价业务负责人，2024年加入中信建投研究发展部，深耕基金研究、资产配置、财富管理、数字化建设、大模型应用等领域，主导开发招商证券研基实验室、中信建投智研多资产配置+平台（网址：https://fund.csc.com.cn）。多次获得团队荣誉，获得2020年新财富最佳分析师金融工程方向第3名，2021年新财富最佳分析师金融工程方向第2名。

王超：南京大学粒子物理博士，曾担任基金公司研究员，券商研究员，有丰富的研究和投资经验，2021年加入中信建投证券研究所，主要负责量化多因子选股。

孙诗雨：上海财经大学金融硕士，西南财经大学经济学学士，5年基金研究经验，研究方向为权益基金研究、组合构建、基金经理调研等。

苏良：金融工程及基金研究组分析师，复旦大学金融学硕士，曾在私募、券商等从事量化策略开发工作，2025年加入中信建投证券研究发展部，主要负责因子研究、机器学习与深度学习模型、市场微观结构、量化基金研究等领域，工作地在上海。

应绍桦：厦门大学金融硕士，4年基金研究经验，研究方向主要为资产配置、组合构建、基金数据库、基金因子挖掘等。

缪金瑾：上海财经大学金融硕士、学士，2025年加入中信建投证券研究发展部，研究领域：全球资产配置/股债商资产择时/固收及固收+基金研究。

证券研究报告名称：《金融工程及基金研究2026年中期投资策略报告：乘势启新，AI赋能多元配置——2026年中期全球大类资产配置建议书》

对外发布时间：2026年5月5日

报告发布机构：中信建投证券股份有限公司 

本报告分析师： 

姚紫薇 SAC 编号:S1440524040001

SFC 编号:BXU265

王超 SAC 编号:S1440522120002

苏良 SAC 编号:S1440525090002

孙诗雨 SAC 编号:S1440524060007

应绍桦 SAC 编号: S1440525060001

缪金瑾 SAC 编号: S1440525080003

研究助理：徐楚翰