★主要内容
　　本报告构建了增长-通胀以及信用-利率两个投资时钟，并基于高频的宏观因子预测时钟状态，构建大类资产配置策略：1）首先根据经济学原理以及时间序列分解方法构建增长、通胀、信用与利率四个基准宏观因子；2）结合资产在不同因子对应的宏观状态下的表现，建立了宏观-资产的映射关系；3）基于高频宏观因子预测基准宏观因子走势，构建基于高频宏观因子与投资时钟的视角的大类资产配置策略。基于样本外的2019年1月2日至2023年11月30日回测结果，大类资产策略配置组合年化收益9.55%，年化波动6.35%，最大回撤-9.25%，胜率60.02%，夏普比率1.50，卡玛比率1.03。策略月均换手率为39.03%。
　　基准宏观因子的合成：根据经济学含义选择底层指标，利用季节性检验，春节效应调整，census X13季调，HP滤波等方法处理底层指标，以统一频率和量纲，采用波动率倒数加权的方法合成最终基准宏观因子。
　　宏观状态-资产映射关系构建：利用中证800指数，中证全债指数以及中证商品期货综合指数分别代表股票，债券和商品三种大类资产，并分别测算这三类资产在各基准因子上行和下行情况下的资产表现，以及增长-通胀和信用-利率两个投资时钟不同状态下的资产表现。
　　高频宏观因子预测时钟状态：在训练集挑选对基准宏观因子的因子动量逻辑回归中参数估计显著的高频宏观因子为有效因子，根据经济学意义将预测同一因子动量有效的不同因子分组。整体模型结果基于组间预测结果等权以及组内因子预测结果等权共同得出。最终根据宏观状态预测以及根据时钟设置的权重系数确定各资产仓位。
　　★风险提示
　　量化模型失效风险，指标的有效性基于历史数据得出，不排除失效的可能。