报告概述
本报告是国金证券金融工程团队发布的月报，聚焦基于人工智能的全球大类资产配置、动态宏观事件因子驱动的股债轮动以及红利风格择时三大量化策略。报告首先回顾了近期国内外市场概况，包括股票、债券和商品资产的表现，并解析了经济增长、货币流动性等宏观环境。随后，逐一展示各策略模型的最新观点、历史业绩和风险收益特征。读者可通过本报告了解量化策略在资产配置中的应用逻辑，获取当前市场环境下的配置参考。
报告的核心结论
AI全球配策略建议增配恒生指数和日经225。
基于机器学习模型的最新因子打分，2026年7月全球大类资产配置策略对恒生指数和日经225小幅增配，同时降低国债指数、纳斯达克、德国DAX和ICE布油的权重，整体偏向防御性的债券和高收益的日本及港股。
股债配置模型最新宏观信号中性偏多。
宏观择时模块显示，经济增长维度信号强度为50%，货币流动性维度为60%，综合股票仓位信号提升至55%（上月30%），配置观点由偏少转为中性偏多，进取型、稳健型、保守型对应的股票权重分别为55%、15.35%和0%。
红利择时模型维持对中证红利的满仓信号。
基于经济增长和货币流动性共10项指标的动态宏观事件因子体系，最新一期合成信号为1（100%仓位），其中消费者信心指数、中采制造业PMI新出口订单、PPI同比等指标发出看多信号，货币流动性指标均未看多，整体仍维持对红利风格资产的全面配置。
报告回答的关键问题
当前全球大类资产配置策略建议哪些资产？
2026年7月，AI全球配策略建议权重为：国债指数63.29%、ICE布油10.82%、恒生指数2.45%、纳斯达克9.24%、日经225 14.2%，清仓沪深300、中证500、中证转债、黄金、德国DAX和10年美债期货。相较于上月，增配了恒生指数和日经225，降低了其余资产的权重。
股债配置模型最新仓位是如何的？
截至2026年7月1日，基于宏观择时和风险预算模型，进取型、稳健型和保守型的股票权重分别为55.00%、15.35%和0.00%，对应的债券权重分别为45.00%、84.65%和100.00%。宏观信号经济增长强度50%，货币流动性强度60%，综合股票仓位由上月的30%提升至55%，配置观点中性偏多。
红利风格择时策略目前信号如何？
红利择时模型最新一期（2026年7月）的合成信号为1（即满仓中证红利）。信号拆解显示，经济增长维度中消费者信心指数、中采制造业PMI新出口订单、PPI同比三项指标看多，货币流动性维度无看多信号，最终信号与前期连续保持一致。
报告中的代表性数据
全球大类资产配置策略年化收益率
2021年1月至2026年5月，AI全球配策略的历史年化收益率为7.70%，同期等权基准为4.38%，策略在收益和回撤控制上均优于基准。
进取型股债配置策略年化收益率
2005年1月至2026年6月，基于动态宏观事件因子的进取型策略年化复合收益率为19.82%，夏普比率1.30，最大回撤-13.72%，长期表现显著优于股债64基准。
红利择时策略年化收益率
2005年1月至2026年6月，红利风格择时策略年化收益率14.26%，夏普比率0.83，最大回撤-21.70%，相比中证红利全收益指数（年化10.58%，最大回撤-36.80%）风险调整收益更优。
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
- 市场概况详细图表：包含股票、债券、商品各资产过去一个月的净值走势和涨跌幅数据，辅助投资者直观了解市场表现。
- 宏观环境深度解析：提供工业增加值、CPI、PPI、PMI、进出口、社融、货币供应量等多项经济指标的同比环比数据及分析。
- AI全球大类资产配置模型方法论：介绍如何将机器学习模型应用于资产配置，包括因子构建、资产打分排序及等权配置流程。
- 全球大类资产配置策略的完整月度收益率序列：涵盖2025年4月至2026年7月共16个月的策略与基准月度收益对比。
- 动态宏观事件因子股债轮动策略的指标信号明细：展示经济增长和货币流动性维度共8个细分因子在近几个月的看多/看空状态。
- 不同风险偏好（保守、稳健、进取）的股债策略净值走势及风险收益指标对比：包括年化收益率、波动率、最大回撤、夏普比率和收益回撤比。
- 红利风格择时策略的净值走势图和详细指标：展示择时策略与中证红利全收益指数的对比，以及最近1个月收益率等。
- 红利择时模型10项指标（如消费者信心指数、发电量、利率、PMI等）的月份信号变化表。
- 风险提示部分：详细说明模型基于历史数据，在政策、市场环境变化时可能失效的风险，以及投资注意事项。
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。
