量化大类资产配置策略在市场中逐步发展壮大并不断更新。
　　随着2015年股灾的产生以及2016年四季度债券市场的暴跌之后，刚性兑付产品逐渐退出市场，投资者很难依赖一个投资品种的产品去获得稳定且较高的收益后，资产组合配置策略逐渐在国内引起重视。
　　量化大类资产配置策略有以下优点：第一，量化方法可以帮助投资者消除主观判断和情绪影响，通过系统化的规则和模型来进行决策。这样可以减少投资决策的个人偏好和认知偏差，提高决策的一致性和纪律性。使得投资者在做大类资产配置以及更换投资组合时，不是凭着投资者感觉做决定。第二，通过分析历史市场数据，投资者可以识别出一些重要的市场规律和趋势。利用回测技术，投资者可以测试不同的投资策略在过去的市场环境下的表现，并评估其潜在的盈利能力和风险水平。这些分析和回测结果可以为量化资产配置策略的制定提供依据。
　　大类资产配置策略逐步从恒定混合策略发展到因子配置、机器学习配置等量化策略。
　　大类资产配置策略从初期的二八股债轮动策略、六四股债恒定混合策略等发展到均值-方差模型、BL模型等资产配置策略；而后又产生了风险平价和风险预算的风险配置模型；近来又产生了因子配置模型。随着资产配置模型的逐渐发展和复杂化，采用历史数据建模的量化策略逐步被应用到了大类资产配置领域。
　　全天候大类资产配置策略表现良好，风险控制能力强。
　　自2016年1月初至2023年5月底，全天候策略期末净值为1.55，年化收益率为6.11%，策略最大回撤为4.14%；相比较而言，300ETF期末净值为1.28，年化收益率为3.39%，300ETF最大回撤为36.97%。全天候策略收益高于300ETF，回测期间累计超额收益为27.07%。且其风险控制能力远超过300ETF,策略回撤远低于300ETF。
　　风险提示
　　金融工程研究报告的观点基于历史数据与量化模型，存在市场环境变动和量化模型失效的风险。