月度择时观点及策略表现
　　根据国金金融工程团队发布的《量化掘基系列之四：量化择时把握创业板50指数投资机会》,我们构建了基于动态宏观事件因子的创业板50指数择时策略。对于创业板50指数，策略给出4月份仓位建议为50%，相较3月份仓位配置建议的33%上升了17%。策略仓位高于历史平均仓位，维持对创业板50的看好。拆分来看，模型对于4月份经济增长信号强度为100%，上月为33%；货币流动性层面信号强度为0%，上月为33%。
　　3月份配置模型月涨跌幅为-1.14%，高于指数涨跌幅的-3.42%，且高于等比例基准涨跌幅的-1.50%。同时，从历史表现方面来看，从2014年5月1日至2025年3月31日，策略年化收益率为14.37%、年化波动率为18.04%、最大回撤为-29.35%、夏普比率为0.80、收益回撤比为0.49，在各个维度上表现优于基准。
　　最后，我们统计了回测期内择时策略的逐年表现，可以发现该策略在多数年份都取得了正的超额收益，并且在等比例基准出现回撤的阶段，该策略较好地控制住了下行风险。
　　基于动态宏观事件因子的创业板50指数择时策略
　　为了探索中国宏观经济对A股的影响，我们尝试从动态宏观事件因子的角度，构建了基于动态宏观事件因子的创业板50指数择时策略。从经济、通胀、货币和信用四维度的30余个宏观数据指标中，基于数据样本内时间段的收益率胜率指标和开仓波动调整收益率指标数值，筛选出这些宏观数据每期最优的事件因子和最优的数据处理方式，并且挑选了11个对创业板50指数择时效果较好的宏观因子搭建择时策略。
　　在选定了最终使用的宏观指标之后，我们使用这些宏观数据构建的宏观事件因子来搭建择时策略。我们定义：当大类因子内部的细分因子不少于2/3的因子发出看多信号，则当期该大类因子的信号标记为1；当大类因子内部的细分因子少于1/3的因子发出看多信号时，则当期大类因子信号标记为0；若当大类因子内部的细分因子发出看多信号的比例处于两个区间之后，则大类因子标记为对应具体的比例。最后我们将两个大类因子的得分取平均值，合成最终当期的择时仓位信号。
　　建议关注标的介绍：交银创业板50指数A（007464.OF）
　　交银创业板50指数A（007464.OF）紧密跟踪创业板50指数，是择时策略可投资的标的，该基金成立于2019年11月20日，为被动指数基金，管理规模为28.53亿元，由交银施罗德基金的基金经理邵文婷管理。
　　风险提示
　　1、以上结果通过历史数据统计、建模和测算完成，历史规律未来可能存在失效的风险；
　　2、各类事件因子可能会受到政策、市场环境发生变化的影响，出现阶段性失效的风险；
　　3、市场可能出现超出模型预期的变化，导致策略出现超出模型估计的波动和回撤；
　　4、基金相关信息及数据仅作为基金研究使用，不作为募集材料或者宣传材料；
　　5、本文涉及所有基金历史业绩均不代表未来表现。