两千次提交之后：我们把全球宏观做成了什么

系列第 00 篇 · 分析框架与方法论 站内：https://riskmacro.com/insight

---

一、周一 7:30am：一个买方 PM 的信息堆

周一早上七点半，你打开周末攒下的投行报告。46 份。

GS 说半导体这波约 15% 的回调是下半年最好的买入窗口，维持标普 500 十二个月目标价 8,000。JPM 量化模型显示动量股未来 1-3 个月预期回报 +5.5%/+12.3%，称当前为"最佳建仓窗"。MS 则把超大规模企业 CapEx 上修到 2027/2028 年的 $1.2 万亿 / $1.4 万亿——但同时建议做空 AI 半导体、做多防御板块。同一组数据，两套完全相反的结论。

你切到另一边。Jefferies 说高 Beta 和动量因子将继续瓦解。TS 把美、欧、日权益全部下调至中性。BCA 全球低配美股，建议做空美元兑经常账户盈余货币。

你往下翻到 BofA 最新机构客户资金流：上周机构净买入个股 $51 亿，为 2008 年以来第三大单周流入。但同一时间，对冲基金五周来首次净卖出。LO-HF 持仓分歧创历史极值——Long-Only 在减科技、加必需消费和医疗；Hedge Fund 在大幅增持工业和金融。CFTC 的持仓数据则显示 asset managers 在减仓纳斯达克期货——嘴上喊 buy the dip，手上已经在撤。

再往下翻。CME 的期权数据告诉你，做市商在纳指的净 Gamma 已达 -1.10，综合情绪极端偏空。VIX 仅 18.77 的表面平静下，个股波动率中位数 40%，与指数波动率的裂口已达 Dotcom 级别极端水平。

而在这所有喧嚣之外，一个更安静的信号被大多数人忽略：黄金与原油的 35 年相关性，已降至前所未有的反向水平。能源危机不再自动利好黄金——传统的地缘避险框架正在失效。

你需要在这堆互相矛盾的信号里，在开盘前做出一个决定：今天的仓位是加、是减、还是不动？

这不是数据不够的问题。是数据太多、信号太杂、时间太短。

这就是 RiskMacro Insight 要解决的问题。这套系统不提供"正确答案"——它提供的是一套把矛盾信号组织成可操作判断的分析框架。这篇文章讲的是这个框架的构成逻辑，以及为什么它需要以当前形态存在。后续 18 篇将逐一展开每个分析模块。

---

二、买方宏观的决策链

宏观分析容易陷入两种陷阱。一种是"什么都重要"——把所有数据堆在面前，等于什么都没说。另一种是"只信一个故事"——选一个自己喜欢的叙事，然后选择性接收证据。

买方 PM 真正需要的是一个有顺序、可检验的判断流程：

我们现在在什么宏观体制里？ → 市场已经 price in 了多少？ → 街上其他人在说什么、做什么？ → 风险藏在哪里？ → 落到具体资产上，贵不贵、值不值？ → 然后，决定怎么做。

这不是随机的观点拼盘。这是宏观对冲基金晨会的标准提问顺序——先定坐标系，再读市场定价，再看对手行为，最后落到资产。每一层为下一层提供约束。RiskMacro Insight 的 18 个分析视图就是按这条链组织的：

环境 · 体制与定价（5 个视图）：摘要 / 市场定价 / 机构观点 / 叙事详析 / 宏观体制——回答"能不能投、环境变没变"。其中宏观体制判断不走单一 PCA，而是规则引擎与市场坐标双轨并行：规则引擎给出周期主标签（增长-通胀-金融条件三因子），PCA 给出市场定价坐标——两者打架的时候，本身就是信号。

跨市场定位与风险（6 个视图）：情绪 / Greeks / 波动率与相关性 / 资金流向 / 流动性 / 尾部风险——回答"结构上谁在扛风险、谁在撤退"。这里的核心洞察是：五类玩家的分裂——而不是他们的平均仓位——才是真正的信号。当 Real Money、Fast Money、CTA、Dealer 和 Street 共识指向同一个方向，那是拥挤，不是安全。

资产深度（4 个视图）：利率 / 权益 / 外汇 / 商品——回答"具体到每个市场，贵不贵、值不值"。每个资产类别有自己的公允价值框架：权益用宏观回归与盈利分解，利率看曲线 PCA 与供给结构，黄金看实际利率残差与央行购金，原油看地缘溢价与库存周期。

行动 · 策略与日程（3 个视图）：量化模型追踪 / 机构交易策略 / 未来催化剂——回答"现在怎么做、接下来看什么"。Street 目标价与现货的差距、CTA 信号的方向与强度、未来两周的催化剂日历，全部在同一视图中对齐。

双引擎：定量数据 + 结构化研报提取

每个视图的底层是两套独立运行、然后交叉核对的信息流。

定量引擎覆盖 121 张数据表——波动率曲面、CFTC 持仓、Greeks 合成、流动性管道、跨资产相关性矩阵。日更新。

研报引擎不是"帮我总结一下这份 PDF"——是对每份华尔街研报做 15 类结构化提取：立场方向、目标价、期权策略建议、宏观体制判断、关键风险标注。每条提取可溯源到原文段落。

两套引擎的输出推到同一个页面上。你看到的不是孤立的"当前 VIX 多少"，而是"VIX 在这个位置 + 衍生品策略师说 vol 偏贵/偏便宜 + 做市商 Gamma 敞口是否在放大波动"。三个维度的信息交叉验证——这正是 Bloomberg 终端或研报聚合器各自单独做不到的事。

这背后是一个刻意的设计原则：不让 AI 生成导航标题，不让动态内容管理路由。 数字归数字，研报归研报，路由结构由系统钉死。它不会在某天早上突然给你一个看不懂的页面布局。当你的交易对手全部接入同样的模型、读取同样的信号、涌入同一侧交易的时候，可靠性和独立性不是工程偏好——是生存前提。

---

三、一套跑在生产系统上的方法论

这套框架不是写在 PPT 里的。69 天，2,294 次提交，约 15 万行源码——TypeScript 决策链界面与定量引擎（~88,000 行），Python 数据管线、Greeks 与公允价值模型、研报 AI 提取（~57,000 行）。121 张数据表日更新，上百份投行报告日提取，过万条历史条目构成内容资产层。

日均 33 次提交。每一次提交是一个分析规则的落地：加一个信号灯条件、修一个 Greeks 计算偏差、给数据管线加一道校验、把某个已修复的故障永久关闭。

这意味着你周一早上看到的图表，不是上周五的截图。数据每天更新，研报每天提取，交叉验证每天重跑。一套方法论要值得被 18 篇文章展开讨论，它首先得是每天都在跑的。

---

四、交叉验证：定量-研报预期差才是信号

市面上大多数宏观工具可以归为两类。一类是纯定量——Bloomberg 终端式的图表堆叠，数据全但没有判断框架。另一类是纯研报聚合器——报告齐全但和市场价格、仓位、波动率数据完全割裂。

RiskMacro Insight 做的事不一样：同一个页面里，定量数据和结构化研报观点同时出现，系统标出它们是否一致。 一致不是结论，分歧才是信号。

以市场情绪页面为例。你同时看到：(a) 标准化情绪合成指标，底层是 BofA 牛熊指数、GS 风险偏好、MS 市场情绪、BNY iFlow 流向数据；(b) 卖方策略师关于"当前市场情绪"的实际表述——来自 15 类结构化提取，可溯源到原文；(c) 两者是否一致的判断。当定量已经转向谨慎但街上还在喊 risk-on——谁在领先？资金已经在撤，但叙事还没跟上？这种定量-研报预期差，正是宏观对冲基金每天寻找的 alpha 来源。

一个实时案例

2026 年 7 月第三周，动量因子自 6 月高点暴跌 33%，SOX 自峰值回调 20%，但等权 SPX 持续创新高。单一信源无法判断这是回调买入窗口还是趋势瓦解的开始。

定量引擎显示：纳指做市商净 Gamma -1.10（极端偏空），CFTC asset managers 减仓期货。研报引擎同步提取：GS/JPM 建议买入此次回调，而 Jefferies/TS 定价动量继续瓦解，BofA 则显示机构客户净买入 $51 亿 vs 对冲基金净卖出。系统标出：机构共识已从"是否继续平仓"分裂为"回调可买 vs 继续轮动"——两个方向都有顶级行站台。

这种交叉验证不是在事后解释市场——是在价格还在发现的过程中，就把分歧的结构标给你看。

AI 让任何人都能搭一个宏观体制模型。这不是壁垒。壁垒在于你的判断能不能在另一套完全独立的数据源上被验证、被推翻、被修正。当所有人的模型读到同一份 CPI、吐出同一个方向、挤进同一侧仓位的时候，一致性不是安全——一致性是拥挤。而拥挤，正是 Gamma 和 Vega 交易最肥沃的土壤。

每条 AI 提取都带着来源段落标记。从"街上共识是什么"一层层下钻到"哪家行在什么时间说了什么、原文怎么写的"。对于需要为自己的决策承担 fiduciary 责任的 PM 来说，可溯源性不是 nice-to-have。

---

69 天、2,294 次提交、15 万行源码。不是又一个行情仪表盘。是一条从宏观体制走到交易日程的买方决策链。在这个零和游戏里，少犯错的人活得久。

---

附录：系列目录（暂定）

站内：https://riskmacro.com/insight