> **来源：[研报客](https://pc.yanbaoke.cn)** ```markdown # 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。 ```