投资要点
　　本文回顾了大类资产配置的方法论，并引入高频因子模拟组合划分的宏观经济状态，对BL模型的主观观点进行改进并应用于ETF组合实践。基于宏观经济状态观点的Black-Litterman模型在2013年12月31日-2025年6月30日，年化收益率9.85%，年化波动率5.38%，夏普比率1.78。
　　大类资产方法论综述
　　大类资产配置是投资者根据投资目标和风险偏好将资金分配到不同类型的资产中的投资行为。以关注点不同分为权重预算类、收益（风险）预算类、风险预算类、因子配置类。Black-Litterman模型以收益（风险）预算框架为基础。
　　Black-Litterman模型
　　Black-Litterman模型以马科维茨的均值-方差模型为基础，采用贝叶斯理论将主观观点与均值-方差配置模型相结合，综合考虑了市场均衡收益率与主观观点的分布，是一个引入主观观点的较好框架。
　　宏观经济状态划分
　　我们认为可以引入更多的宏观因子对经济状态进行更精细的划分，在历史样本中寻找相似宏观状态的周期，给出每个标的预期收益率的估计作为主观观点。
　　基于因子模拟资产组合的思路，通过股票、债券、大宗商品、房地产、猪肉等具备高频价格数据的基础资产池对经济增长、通货膨胀、利率、汇率四方面宏观经济状态进行了划分。
　　基于宏观经济状态观点的Black-Litterman模型
　　将当前宏观经济状态对应的历史后一个月收益率中位数作为主观观点输入Black-Litterman模型，在2013年12月31日-2025年6月30日回测，年化收益率9.85%，年化波动率5.38%，夏普比率1.78。
　　精准观点对Black-Litterman模型的提升
　　通过改变样本取样方式，引入部分模糊的未来信息对精准的分析师观点进行模拟。
　　当分析师能获得全样本信息来改进当前预期收益率的主观观点时，整体收益有所增厚，最大回撤减少至6.00%。
　　当分析师能获得历史信息与未来一年的样本信息来改进当前预期，年化收益率进一步提高至14.08%，夏普比率达到2.55。可以认为接近主观观点+收益风险预算下的上限表现。
　　风险提示：
　　模型失效风险；政策环境超预期变动风险；地缘政治风险。