研究结论
　　多资产配置无论借助何种模型，归根结底核心是风控。此前我们在报告《组合风控三部曲：风险对冲/风险规避和风险转嫁》中提到，即使在历史悠久的市场，风险对冲仍是组合风控最常用的手段，其核心也离不开对资产之间的相关性进行判断。如何预判股债相关性？本文我们提供一个基于风险因子的视角。
　　风险因子可事前预判。驱动大类资产的风险因子有一定的持续性，其理论依据在于风险择时相比收益择时有更高的胜率（波动率有积聚性，发生突变的概率更低）。我们由此可对驱动资产的核心风险因子进行事前择时。
　　风险因子影响股债相关性。风险因子不仅影响我们需要用以对冲的资产选择，也会影响资产之间的相关性。例如，增长预期主导的情况下，股债负相关性大概率是强的。无论增长是往上还是往下，都不改这一特征。由此我们观察历史上每个月的核心风险因子，将其与当月股债之间负相关性出现的概率进行匹配。
　　今年以来股债相关性得以验证，对股债跷跷板的预测可从驱动资产背后的风险因子出发。基于风险的集聚性，风险因子天然较资产收益有更强的可预测性。在得到下一期风险因子的基础上，结合风险因子和股债之间的相关性的对应关系可对股债跷跷板进行预测。8月股债负相关性大概率无虞，可适当增加股债对冲的仓位。
　　风险提示
　　极端风险事件，例如中美关系、全球地缘超预期事件等，可能打破统计上的历史规律；量化指标失效的风险，历史数据对未来的指引效果有限。