研究结论
　　股票内行业可比的前提在于底层均为DDM模型，大类资产可比的前提也应有共同的因子。一方面，估值或预期层面，股债均为正carry资产，定价逻辑离不开DCF，综合考虑分子端和分母端有三类因子，增长、无风险利率和风险溢价。商品定价不适用DCF，但商品同样受到三方面因素的影响。另一方面，交易层面，大类资产也存在共同的交易因子。
　　资产配置的“2+1”思维包括预期思维、交易思维和边际思维。预期思维+边际思维涵盖了预期层面的因子，交易思维+边际思维涵盖了交易层面的因子。其中，预期思维的资产配置主要围绕三类风险因子，增长预期、利率预期和风险溢价。然今时不同以往，如今的增长预期包括传统经济增长预期和新兴经济增长预期，利率预期包括国内利率预期全球利率预期，风险溢价包括国内及全球风险评价和风险偏好的变化。
　　预期思维在资产配置中的应用主要有二。一方面通过对风险因子的判断确定当前大类资产交易的主线；一方面基于资产和风险因子之间的映射关系进行打分，对具体资产进行择时。
　　基于预期思维的不同风险因子主导了特定时期的资产配置主线，当前主要交易风险溢价。2010-2012交易全球风险溢价，2013-2015交易流动性预期，2016-2017交易全球风险溢价，2018交易增长预期，2019-2020交易国内利率预期和全球风险溢价，2021交易风险溢价和新兴经济预期，2022交易增长预期，2023年以来交易全球风险溢价。对资产配置主线择时可提高被动配置组合的业绩表现。当前配置主线在风险溢价和海外流动性，标的重点关注A股中盘蓝筹。
　　基于预期思维的打分卡以同期为主，滞后为辅。打分卡是资产预测常用的方式之一。打分卡有效的核心逻辑有二：其一，资产和因子在历史上有较强的同期关联。其二，对下一期因子有一定的预测能力。若用滞后期因子进行打分，则代表我们相信因子本身有动量。从历史经验来看，交易因子通常动量更强，而预期因子动量较弱。打分卡通常基于预期思维，因子动量较弱，因此打分卡的构建应以同期关系为主，滞后关系为辅。基于预期思维的打分卡可提升主动配置组合的业绩表现。
　　风险提示
　　1、极端风险事件出现可能影响结果；
　　2、量化模型失效的风险；报告所选指标可在一定程度上体现增长、利率、风险溢价等因子但存在局限性。