财联社 9 月 1 日讯（记者 封其娟）第二期南方财秩 · 买方投顾菁英训练营于深圳资本市场学院圆满落幕。南方基金资产配置及解决方案部总经理李文良通过《FOF 投资实践下的资产配置及基金研选》的主题演讲，系统分享了团队十年本土化实战的迭代心得。

从早年执着于全资产建模，到如今强调 " 先选对 Beta，再搭好组合 "，实盘经验印证了一个核心铁律：资产筛选与权重计算同等重要，甚至更为前置。特别是对于低波、超低波组合，构建之初就必须 " 先天 " 规避高波动资产，一旦纳入，稍有偏差便会击穿风控底线。这不仅是模型优化的技术问题，更是产品属性决定的实操底线。

李文良指出，资产配置绝非简单的数学求解，而是一项 " 产业趋势判断 + 量化工具辅助 + 场景化基金选择 " 的系统工程。面对 A 股高波动特征，既要坚守战略配置（SAA）的长期中枢，更要通过高频战术调整（TAA）应对市场变化；既要深研产业逻辑把握风格切换，更要基于组合目标筛选 " 目标一致 " 的基金工具。这套框架已在实践中反复验证，未来将持续迭代，为客户创造更稳健的长期回报。

但对比海外成熟市场，李文良强调国内资产配置呈现出显著的 " 重战术、轻战略 " 特征。他举例，美国 401 ( k）养老金以战略资产配置（SAA）为主，季度再平衡是主要战术操作；而国内市场波动较高，中短期因素对组合影响显著，行业普遍将实操重心落在 TAA 层面。海外 SAA 与 TAA 边界清晰，国内则常将二者糅合，多数机构直接以业绩基准作为长期 SAA 锚点。这种本土化差异，决定了团队将更多研究资源向 TAA 倾斜。

FOF 能力外延：南方基金搭建全光谱资产配置平台

演讲一开场，李文良便介绍，南方基金资产配置及解决方案部的前身是 FOF 投资部，更名背后是公司业务边界的深度拓展。当前团队已覆盖公募 FOF、基金投顾组合管理，并深度参与各类研究型配置账户。随着专户策略业务持续扩容，团队具备公募与私募资产的配置能力，能够为一对一、一对多专户提供跨资产类别的配置方案，优化了传统 FOF 需将 80% 以上资产投向基金的合同约束。

本质上，部门以 " 资产配置 " 为核心底座，不仅输出投顾产品，更对外输出模块化的资产配置、基金研究及组合管理能力。

他回顾，国内公募 FOF 行业已历经十年发展历程。南方基金 FOF 团队作为行业开拓者，自 2016 年率先组建，亲历了从理论框架到实战落地的完整本土化迭代。

在这个过程中，李文良发现，资产配置的本质是对各类 Beta 进行组合排布，但实战中，一个常被忽视的前置环节是资产选择。

早年搭建模型时，团队曾倾向于将所有可投资产导入模型，耗费大量精力预测输入参数，但实盘证明：先对 Beta 进行 " 识别与精选 "，再输入模型，不仅能降低运算冗余，更能显著提升配置胜率。例如，桥水的全天候模型虽已公开，但市场难以复刻，核心差异便在于资产筛选标准与风险度量指标的定义不同。

在资产选择上，团队采用 " 核心 - 卫星 " 架构：核心资产作为组合压舱石，卫星资产用于增强收益。不同资产设置差异化的约束与权重区间，再输入模型求解。

李文良强调，资产相关性是筛选的生命线。今年上半年，多元配置策略普遍承压，表面原因是 A 股阶段性强势掩盖了其他资产表现，深层原因则是资产相关性的阶段性突变。历史上与权益低相关的黄金，却在上半年与 A 股、美股相关性显著抬升，" 乱世黄金 " 的对冲效果失效，甚至在科技板块全球联动背景下放大了波动。

面对这种 " 相关性陷阱 "，团队建立了高频跟踪机制，当传统避险资产失效时，果断下调配置权重，寻找替代品种。

他指出，配置框架分为两层：战略资产配置（SAA）基于团队能力圈精选 Beta，确定长期中枢；战术资产配置（TAA）在此基础上动态调整，争取超额收益。二者并非割裂，而是通过 " 多频复用 " 实现联动。以风险预算模型为例，低频运行用于 SAA，测算中长期配置中枢；高频运行输出的权重变动，即为 TAA 调仓信号。目标波动率模型是典型代表，当市场波动抬升，在既定风险预算约束下，模型会自动下调 A 股等高风险资产权重，实现风险动态管控。

在模型选择上，团队经历了从均值 - 方差到风险预算的迭代。均值 - 方差虽理论最优，但极度依赖输入参数精准度，" 垃圾进、垃圾出 " 是最大痛点。团队将方差优化为 CVaR（条件风险价值），并前置引入蒙特卡洛模拟，基于预测收益、风险及相关性运算，该框架已在 401K 养老金长期实践。

当前团队主打风险预算模型，它与风险平价 " 同宗 " 但更具灵活性。风险平价要求风险等权分配，调整空间有限；风险预算允许主动倾斜，若看好某类资产，可分配更高风险权重，追求更优风险收益比。此外，还叠加基于美林时钟的宏观研究进行 TAA 调整，因子配置虽在海外成熟，但因逻辑晦涩、客户理解门槛高，目前仅作为储备方向。

破解择时难题：构建 " 宏观 - 情绪 - 估值 " 战术信号体系

如果说前置筛选解决了 " 买什么 " 的问题，风险预算解决了 " 买多少 " 的问题，那么接下来最关键的就是 " 何时调仓 "。

确定底层资产、选定风险预算主模型之后，TAA 能否真正发挥效用，关键在于一套完整、可落地的信号触发体系。TAA 的有效性依赖于多维度的信号触发，由此，团队构建了 " 宏观 - 情绪 - 估值 " 三位一体的量化体系。

宏观层面，采用 " 量化为主、主观校准 " 的方式：基于普林格六周期进行量化划分，但指标摆动仅作为复盘触发器，而非直接调仓指令，避免机械跟随。针对债市，依托十年期国债收益率与信用指数判断牛熊；针对单类资产，通过滤波处理提取中期趋势，过滤短期噪音。更重要的是国别量化框架，耗时半年为 QDII 覆盖的美、欧、日、英、法等发达市场搭建本地化宏观景气指数，涵盖经济、货币、信用、通胀维度，既能融入美林时钟判断周期位置，也能独立刻画各国宏观画像，为海外配置提供清晰底色。

情绪层面，传统基金新发数据参考效力弱化，团队自建了 A 股综合情绪指标，可细化至价值 / 成长、大盘 / 小盘及行业板块。例如五六月份科创情绪触及历史极值，模型信号触发减仓调仓，这类量化极值信号是 TAA 决策的重要依据。

估值层面，对经典 FED 模型做了实战化改良：采用三年滚动计算窗口，替代传统固定区间，更灵敏适应宏观环境变化，捕捉市场阶段性高估 / 低估。在股债性价比（ERP）维度，支持对中债、美债收益率设置差异化权重，输出定制化配置信号。这套系统化框架已嵌入日常高频监测，任何模型信号触发都会驱动对市场环境重新评估。

从框架走向实盘：风格研判下沉至基金优选全流程

宏观、情绪、估值输出配置信号，解决的是 " 大类资产怎么配 " 的问题，而实盘还需要进一步下沉到风格判断，最终落实到具体基金工具，完成从框架到组合的闭环。

在李文良看来，风格配置是 TAA 落地的核心命题。七月科技股大跌后，市场普遍纠结 " 牛市是否延续、布局科技还是红利 "，他的判断是：当前并未发生系统性风格切换。若科技走弱，更可能意味着本轮行情终结而非简单轮动。风格的本质是产业趋势与盈利兑现——复盘过往牛市，领涨赛道均是特定时代背景下盈利兑现能力最强的行业（如新能源、白酒），资金抱团本质是对产业逻辑的投票。

他谈及，本轮科技板块景气度领先，半导体设备、上游材料企业订单饱满、产能利用率高，部分企业交付周期拉长甚至暂停接单，基本面未发生实质改变，短期回调更多是交易层面估值消化。

基于此，团队的风格配置遵循动态迭代逻辑：价值与成长并非一成不变，因此配置需随产业周期调整。从风格到板块，依托内部五大研究小组，将风格观点下沉至消费、医药等行业主题基金，实现 " 上层配置观点 " 与 " 下层投资工具 " 打通。实操中，不做重仓行业博弈，而是以小仓位表达观点，当成长风格确立且细分方向确定性较强时，直接选用行业 ETF 落地，避免频繁交易，追求确定性。

基金选择的核心是明确应用场景。李文良坦言，财富端选基与 FOF 选基虽框架相通，但落地逻辑截然不同：财富管理传导链条长（总行 - 分行 - 支行 - 理财经理），信息层层衰减，因此核心池严控波动，坚决剔除行业主题基金，避免客户因传导滞后高位买入；而 FOF 作为组合管理工具，调仓执行高效，可更灵活使用细分赛道工具。

李文良将备选基金划分为两类：目标一致的 " 行动人 " 与细分领域的 " 佼佼者 "。他指出 " 行动人 " 不追求单赛道最强，但风格稳定、与组合战略高度协同，例如为低波组合筛选的 " 绝对收益型 " 二级债基；" 佼佼者 " 则是全市场筛选的头部工具，用于战术增强，需通过 " 量化初筛 - 实地调研 - 综合研判 " 动态维护。

他直言，基金研究本质是 " 选人 "，变数极大，核心池无法保证短期业绩常胜，研究的价值仅在于提升胜率，这是必须保持的客观预期。

在固收 + 领域，则按实际风险分类：将股仓 0-30% 的产品，依据净值波动划分为超低波、低波、中波、高波。例如构建超低波组合时，策略就是全市场精选擅长该类运作的基金经理。这种基于真实风险刻画的分类体系，支撑了 " 固收 + 精选 " 策略的落地——去年预判债市收益有限，团队用 " 绝对收益型 " 二级债基替代纯债；今年债市超预期走强，则筛选 " 弹性型 " 二级债基抬升风险中枢。