全天候的本土化到底走到哪一步了？

来源：市场投研资讯

（来源：风云君的研究笔记）

提到全天候，第一个联想到的通常就是桥水。

这两年桥水的全天候产品可以用“火热”来形容。就拿最近一次新品发行来说，8月份的时候，产品上架即售罄。还因为认购过于火爆，某头部券商直接开启白名单制，大部分只对高净客户开放，另外各种配售机制也大幅抬高了申购门槛。

火热的背后，主要还是因为其突出的业绩。过去几年，即使旗下最差产品线，年化收益也在10%到14%之间，平均收益率大约在16%左右，真正实现了跨越牛熊周期的长期收益。

当然作为投资者，之前风云君也多次强调，不能只看到表面的业绩，也要理解策略背后的赚钱逻辑。

全天候的英文名叫做All Weather，即投资组合可以适应不同的气候，在不同的经济、市场环境下均能实现良好的投资回报，说白了就是旱涝保收。

策略基于风险平价的理论模型，根据经济增长和通货膨胀的情况，将宏观环境分成四种情况，均衡分配风险敞口，构建四种股债商的小组合，来确保无论环境如何变化，组合中总有至少一个小组合在上涨，来实现穿越任何经济周期的效果。

其实全天候策略的诞生，可以追溯到1996年，由桥水创始人达利欧提出。之后便凭借出色的业绩，验证了能够穿越周期的实力和有效性：

• 1996-2024年，桥水全天候基金年化复利约10%左右， 波动只有标普500的 1/3（标普年化波动15%，全天候产品约5%）

• 2008年金融危机，标普500跌了38.49%，全天候只跌了3%左右；2020年新冠疫情，标普阶段性下跌19%，全天候却涨了5%

• 就算遇到“黑天鹅”（比如2018年全球贸易摩擦和美联储4次加息，债券和股票一起跌），全天候涨了2%抗住了危机，远好于股票的20%+跌幅和标普500指数7%的跌幅

也正是看到了这样的表现，一众国内的投资机构开始纷纷效仿。

当然早期的策略也都是从桥水直接舶来的，绝大多数都是徒有其名，基本上没能达到“穿越牛熊”的初衷，甚至偏离甚远。比较典型的就是名字里带着“全天候”，但底层资产都是以某一类为主，其他资产则是零星点缀，意思意思罢了，业绩表现也可想而知，惨不忍睹，甚至最后以清盘收场。

为何早期全天候的本土化做得并不成功呢？

国内外宏观环境差异

这也是最核心的原因，在海外被高度有效定价的通胀因子，并非国内资产定价的核心驱动要素，而货币信用相关指标则是更有效的驱动因子，进而也影响了模型中资产组合的搭建。

可投资产和工具缺乏

全天候策略的搭建，对交易品种和交易工具有比较高的要求。首先是可交易的、有流动性的资产要足够丰富，而且部分波动较小的资产需要有比较高的杠杆，尤其是债。这在早期的中国，满足程度并不是特别高。

而在国外则是存在一些放大债券杠杆的产品，比如美国独特的杠杆型债券ETF，个人投资者也可以参与的，TLT（20年期国债ETF）的2倍杠杆版本——UBT，本身长期债券对利率就极其敏感，利率下降0.5%，债券资本利得甚至可增加20%-50%，无形也放大了收益。

人力、财力、物力要求更高

从宏观角度，以及各大类资产配置而言，也需要管理人投研团队有更全面的知识体系和投研能力，对全球宏观有清晰的认知和敏感度，联动到资产价格变动。同时需要有资源优势和技术壁垒，比如信息渠道，全球数据；强大的算力支撑和高效的执行系统，实现资产跨市场、跨交易所执行。另外还需要基金经理有长期积累的多资产管理经验，同时在极端行情中能有效应对等。

但近几年随着国内金融市场的快速发展，以及金融工具的不断丰富，不少管理人也都在经典的全天候策略基础上进行本土化改良

• 将全天候组合中新兴市场债券、企业债、挂钩通胀债券等做了本土化删减，聚焦于股票、债券、商品

• 采用高频且多维的宏观因子划分经济周期，不单单根据增长、通胀划分周期，同时还会考虑流动性、利率、汇率、信用等维度

• 宏观状态到资产的映射多数考虑各宏观状态占优的资产，也可以结合暴露度和收益率加人工判断进行映射，或者基于因子暴露度和因子敏感度筛选资产进行“场景平价”

• 对全天候策略进行增强：1）动量增强：结合短期动量筛选当期配置资产，或者将资产的短期动量效应用到协方差的估计；2）结合普林格或其他周期信号对基准模型增加一些择时权重/风险预算；3）结合宏观观点将四象限变少再进行风险平价

桥水中国之所以能够取得现在的成绩，也是这几年持续的本土化改造后实现的。

他们将全天候组合中新兴市场债券、企业债、挂钩通胀债券等做了本土化删减，聚焦于股票、债券、商品。同时在全天候组合底座上，整合了“主动管理+现金”形成全天候增强策略，这样就形成了中国蒸馏后的全天候模型。

当然除了桥水，我们国内也有不少宏观管理人，结合国情和本土化金融工具打造出了比较有特色的全天候策略。

经典复刻传统全天候配置思路的宏观对冲策略

策略是量化宏观，更经典地复刻全天候四象限风险平价模型，宏观环境驱动资产配比，收益风险比较高。

专注于交易中美两国核心资产（股票、债务券、大宗商品及基金和衍生品），主要包括两部分，70% beta模型（基于匹个经济象限的风险平价）和30% alpha模型（四个子策略模型，主要捕捉短周期机会）。

• beta部分

通过经典风险平价模型构造宏观风险动态均衡的投资组合。根据经济增长和通胀构建四个象限，再根据具体象限特征构建相应资产组合，在此基础上对象限组合进行风险平价来演绎和回归全天候配置思路。

目的在于控制大类资产配置比例，不至于在单一资产上的仓位过重。每个象限里的大类资产的占比相对固定，贝塔底层组合按年度去优化回测。整体调整比重小，但也会每周调仓。

• alpha部分

收益的alpha部分归因于基金经理独特的因子库，配合持续迭代的量化模型进行短周期时序趋势的预测。策略涵盖CTA/宏观多因子模型/基本面多因子模型/尾部风险模型等，使得在不增加组合风险的前提下，增强基准持仓的收益，进一步提高整体组合的夏普和收益回撤比。

多空头寸上，beta部分只做多，alpha部分按信号强弱出多空信号。波动率15%左右，2-6倍杠杆。

策略整体换手年化15-20倍，其中alpha部分换手较高，年化双边50倍左右。

在全天候基础上做增强的宏观对冲策略

典型的跨市场宏观对冲，70% beta长期战略仓位，聚焦中美大类资产遵循全天候风险平价模型，另外30% alpha短周期交易战术仓位，全球各类资产捕捉超额机会。

• 量化beta部分

根据风险预算给各类资产分配资产敞口。具体根据组合收益目标设定资产具体的风险预算，通过风险预算配比确定资产仓位敞口配置。盘中会实时跟踪各类资产的波动率和相关性，监控资产风险贡献情况，防止波动率和风险的暴露，以维持组合多空方向的平衡。

• alpha增强部分

根据经济周期的判断做主观的操作和分析，挖掘细分资产的超额机会，在模型比例的基础上做主观调整追求更符合中短期宏观现状的投资机会。

量化beta和主观alpha的叠加，追求长期收益同时把握中短期收益机会。