报告概述
本报告为中信建投金融工程及基金研究团队发布的月度策略跟踪报告,主要回顾2025年12月市场表现,并跟踪资产配置、行业轮动、FOF组合及基金优选池的业绩表现。报告覆盖全球配置ETF组合、多维度行业轮动模型、陪伴式FOF组合、长期能力因子组合、KF-Alpha交易FOF组合等策略,并构建多层次主动权益基金池体系,提供风格和赛道维度的基金优选结果。报告旨在为投资者提供资产配置和基金选择的量化参考。
报告的核心结论
2025年行业轮动模型超额收益显著
报告显示,多维度行业轮动模型在2025年全年实现超额收益23.42%,样本外累计超额31.0%。12月行业轮动模型多头组合收益2.84%,相对行业等权超额-0.01%。最新推荐行业为通信、电子、计算机、建材、国防军工。
全球配置ETF组合实现稳健收益
基于宏观状态识别的多资产配置模型构建的全球配置ETF组合,2025年以来收益8.83%。模型信号显示黄金信号维持积极,流动性因子提示债券风险。稳健、平衡和积极组合年化超额收益分别为3%、5%和9%。
成长风格优选基金全年超额收益突出
在基金优选池中,成长风格优选基金2025年全年收益44.40%,超万得偏股基金指数11个百分点。赛道产品中,医药、周期板块优选基金相较于全部赛道基金取得更好超额收益。
行业轮动ETF组合全年收益超56%
行业轮动ETF组合在2025年全年实现收益56.92%,超额收益22.93%。12月组合收益4.46%,超额收益1.12%。组合基于五层递补可交易指数轮动策略,年化超额基准17.74%。
报告回答的关键问题
2025年12月哪些行业板块表现较好?
报告显示,2025年12月国防军工、有色金属、通信板块涨幅居前,分别上涨21.24%、13.03%和12.82%。消费、稳定板块较弱,房地产、食品饮料和医药跌幅较大。风格方面,周期和成长风格领涨。
如何通过量化模型进行行业轮动投资?
报告介绍了中信建投金工六维度行业轮动模型,涵盖宏观、财务、分析师预期、ETF份额变动、公募基金/优选基金仓位动量、事件动量。2012年以来多头年化收益28.5%,年化超额行业等权19.8%。2025年样本外累计超额31.0%,并给出最新行业推荐。
哪些基金优选池在2025年表现最好?
根据报告,成长风格优选基金2025年收益44.40%,中小盘风格优选基金收益41.42%。赛道产品中,TMT板块优选基金收益54.47%,周期板块47.16%,医药板块36.45%。优选基金整体跑赢全部赛道基金平均水平。
全球配置ETF组合如何做到稳健收益?
该组合基于宏观状态识别模型,通过增长/通胀因子、流动性因子、黄金因子等动态调整风险预算。采用多目标优化模型,结合资产动量,构建目标波动率5%、10%、15%的组合。2025年以来稳健组合收益约8.8%,年度收益胜率93%。
报告中的代表性数据
行业轮动ETF组合2025年收益
2025年年初至今,行业轮动ETF组合2025年全年收益率为56.92%,相对万得全A指数超额收益22.93%。
成长风格优选基金2025年收益
2025年年初至今,成长风格优选基金池2025年全年收益率为44.40%,同期万得偏股基金指数收益33.19%,超额约11个百分点。
全球配置ETF组合2025年收益
2025年年初至今,目标波动率5%的全球配置ETF组合2025年以来收益约8.83%,实现了稳健增长。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整市场回顾与各大类资产表现数据,包括A股、商品、黄金、债券、海外市场及行业风格指数涨跌幅。
- 全球配置ETF组合的构建方法论,包括宏观因子选择、马尔可夫状态识别、多目标优化模型及ETF组合业绩回测。
- 六维度行业轮动模型的详细框架,涵盖宏观、财务、分析师预期、ETF份额、基金仓位及事件动量等子模块,并展示历史回测与样本外表现。
- 陪伴式FOF组合(偏股增强、宽基增强)的构建方法,包括动态多因子选基模型、行业与风格暴露控制,以及各组合的年度收益表现。
- 长期能力因子FOF组合与风格轮动组合的构建,基于Brinson业绩分解、TM择时模型、抱团热度因子等,并提供历年收益对比。
- KF-Alpha+交易FOF组合的季度调仓策略,利用卡尔曼滤波测算行业选股能力,展示绝对收益与超额收益。
- 行业轮动FOF组合与ETF组合的五层递补求解方案,以及月频调仓的业绩跟踪。
- 多层次主动权益基金池体系,包括风格分类(深度价值、价值、成长等)和赛道分类(消费、医药、TMT等),以及各池优选基金的单年度表现。
- 基金优选池领先基金列表,涵盖低估值类、成长类、赛道类基金的基金简称、基金经理、任职日期、规模、月度及年度回报。
- 风险提示与分析师介绍,包括模型失效、历史不预示未来、市场风险等声明。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





