>> 國(guó)信證券-AI賦能資產(chǎn)配置追蹤(2025.7)：AI提示貨幣信用體系占優(yōu)-250705
| 上傳日期： |
2025/7/6 |
大?。?/td>
| 588KB |
| 格式： |
pdf 共7頁(yè) |
來(lái)源： |
國(guó)信證券 |
| 評(píng)級(jí)： |
-- |
作者： |
董德志,王開(kāi),陳凱暢 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告，僅限高級(jí)會(huì)員查看 |
|
|
事項(xiàng)：
國(guó)信總量團(tuán)隊(duì)開(kāi)發(fā)了AI賦能投研體系，將五大周期框架有機(jī)結(jié)合，通過(guò)動(dòng)態(tài)賦權(quán)、回測(cè)調(diào)優(yōu)對(duì)當(dāng)月乃至年內(nèi)的股債勝率進(jìn)行預(yù)測(cè)，以實(shí)現(xiàn)分析師主動(dòng)框架與人工智能多模態(tài)分析的協(xié)調(diào)統(tǒng)一，將人工智能應(yīng)用于主動(dòng)投研領(lǐng)域，定期跟蹤預(yù)測(cè)市場(chǎng)表現(xiàn)。
評(píng)論：
在我們外發(fā)的《AI賦能資產(chǎn)配置（一）——DeepSeek對(duì)國(guó)信多元資配框架的優(yōu)化》報(bào)告中，提到了以AI動(dòng)態(tài)賦權(quán)的形式，可以優(yōu)化五大資配框架的整合，形成對(duì)實(shí)際股債更有效的指示。在該報(bào)告中，AI通過(guò)學(xué)習(xí)國(guó)信總量團(tuán)隊(duì)多年積累的資產(chǎn)配置框架，聯(lián)網(wǎng)輸入相關(guān)數(shù)據(jù)，通過(guò)靜態(tài)樣本學(xué)習(xí)和動(dòng)態(tài)實(shí)戰(zhàn)糾偏來(lái)評(píng)判當(dāng)前和未來(lái)適用于哪種資產(chǎn)配置模型，挖掘出和一段時(shí)間內(nèi)宏觀政策環(huán)境、市場(chǎng)情緒走勢(shì)最為貼近的模型，并賦予最高的評(píng)判權(quán)重。
借助AI賦予的動(dòng)態(tài)權(quán)重，我們可以進(jìn)行宏觀框架的“降維”，對(duì)當(dāng)月乃至全年的股債走勢(shì)給予精準(zhǔn)預(yù)測(cè)。在上月預(yù)測(cè)的口徑中，“價(jià)值將在3-4月份跑贏成長(zhǎng)”的預(yù)測(cè)已兌現(xiàn)。7月更新顯示：（1）本月貨幣信用框架權(quán)重較高，為55%；（2）股債指示：股市勝率延續(xù)回落趨勢(shì)，邊際收斂跡象明顯；債市收益率仍有下行空間，配置價(jià)值保持穩(wěn)固；（3）對(duì)2025年內(nèi)的預(yù)測(cè)：年內(nèi)債券資產(chǎn)仍具相對(duì)優(yōu)勢(shì)，股市勝率預(yù)計(jì)在三季度底部徘徊，四季度小幅回升。相比上月判斷，股市拐點(diǎn)或延后，體現(xiàn)出外部經(jīng)貿(mào)擾動(dòng)對(duì)風(fēng)險(xiǎn)偏好的持續(xù)壓制;（4）從本月和全年來(lái)看，價(jià)值風(fēng)格占優(yōu)趨勢(shì)未變，四季度成長(zhǎng)風(fēng)格有望迎來(lái)階段性修復(fù)窗口。
在我們外發(fā)的《AI賦能資產(chǎn)配置（三）——DeepSeek與風(fēng)險(xiǎn)“再平價(jià)”》報(bào)告中，利用AI結(jié)合宏微觀經(jīng)濟(jì)數(shù)據(jù)、資本市場(chǎng)指標(biāo)、分析師觀點(diǎn)等，優(yōu)化各資產(chǎn)的風(fēng)險(xiǎn)貢獻(xiàn)度，動(dòng)態(tài)調(diào)整回溯期，實(shí)現(xiàn)風(fēng)險(xiǎn)平價(jià)的“Smartβ”。新一期數(shù)據(jù)表明，（1）7月對(duì)國(guó)內(nèi)各類資產(chǎn)的配置比例為：股票資產(chǎn)占比12.64%、紅利資產(chǎn)占比3.58%、債券資產(chǎn)占比76.45%、黃金資產(chǎn)占比7.33%，相較傳統(tǒng)風(fēng)險(xiǎn)平價(jià)模型，股票、紅利、債券與黃金資產(chǎn)的變化分別為2%、-1%、0%、-1%；（2）7月對(duì)海外股市的配置比例為：組合維持分散化基礎(chǔ)上，適度加配日本市場(chǎng)，法國(guó)15.62%、德國(guó)14.85%、美國(guó)20.24%、日本16.44%、中國(guó)香港11.50%、印度22.35%，相較傳統(tǒng)風(fēng)險(xiǎn)平價(jià)模型，法國(guó)、德國(guó)及中國(guó)香港小幅減配（各-1%），美國(guó)和日本分別加配1和2個(gè)百分點(diǎn)。
在我們外發(fā)的《AI賦能資產(chǎn)配置（四）——DeepSeek在大盤(pán)擇時(shí)和行業(yè)輪動(dòng)中的應(yīng)用》報(bào)告中，通過(guò)AI賦能構(gòu)建了行業(yè)輪動(dòng)策略，該策略通過(guò)全頻段量?jī)r(jià)融合因子和動(dòng)態(tài)行業(yè)輪動(dòng)機(jī)制，實(shí)現(xiàn)了對(duì)市場(chǎng)信號(hào)的高效捕捉，夏普比率提升幅度達(dá)420%，最大回撤降低41%，顯著優(yōu)于傳統(tǒng)策略。更新后，對(duì)三季度行業(yè)的最新觀點(diǎn)為：超配機(jī)械設(shè)備、綜合、電子，標(biāo)配汽車(chē)、通信、建筑裝飾，低配銀行、商貿(mào)零售。
風(fēng)險(xiǎn)提示：AI模型局限與數(shù)據(jù)依賴風(fēng)險(xiǎn)：AI分析高度依賴歷史數(shù)據(jù)和算法，可能無(wú)法準(zhǔn)確預(yù)測(cè)未來(lái)或應(yīng)對(duì)突發(fā)事件。模型固有缺陷（如過(guò)擬合、黑箱問(wèn)題）可能影響結(jié)論的可靠性；技術(shù)應(yīng)用效果差異風(fēng)險(xiǎn)：報(bào)告中提及的AI應(yīng)用在實(shí)際操作中可能因技術(shù)門(mén)檻、市場(chǎng)環(huán)境等因素而效果打折；市場(chǎng)與技術(shù)迭代風(fēng)險(xiǎn)：金融市場(chǎng)和AI技術(shù)快速變化，可能導(dǎo)致報(bào)告分析的策略或技術(shù)失效。
|
|
