【华泰金工林晓明团队】股指双周期底部共振警示风险——大类资产配置7月月报

摘要
股指短中周期能辅助判断股市方向，当前周期状态显示A股仍有风险
我们采用上证综指的实际同比序列，定量识别历史顶底点位置并划分出七轮周期。通过梳理每轮周期中的股指表现与股指短中周期状态之间的关系，我们发现短周期的趋势与中周期位置能一定程度上指示股指的走势与涨跌幅度。最近四轮周期的优势板块依次为价值型周期-周期-消费-成长，2016年以来的本轮周期中大金融板块表现较优。当前实体经济长周期仍在上行，大市值风格占优。

7月全球股市小幅上升，A股创业版表现较好
7月全球股市微涨，美国纳斯达克指数涨幅领先，A股创业板指表现较好，美元指数有所回升；近一月美国中长期债券利率小幅上升，中国各期限国债利率均有下降，巴克莱中国债券指数涨幅高于美国和欧盟债券指数；4月下旬以来黄金价格持续走高，近一月上升势头有所减弱；CRB金属现货指数持续下行，家禽现货止跌转升。

华泰周期进取策略全收益策略近期表现
华泰大类资产周期进取策略基于市场统一周期理论，提出了大类资产定价模型。根据定价模型外推预测的资产表现排序结果构建了资产配置策略。该策略指数于2018年10月在Wind（代码CI001801.WI）与Bloomberg（代码 WI001801）金融终端上线以来屡创新高，截至2019年7月25日，波动率控制策略近3月上涨4.93%。

风险提示：本文基于系列研究对全球各类经济金融指标长达近百年样本的实证检验结果，确定使用的市场周期长度。然而市场存在短期波动与政策冲击，就每轮周期而言，暂无法判断具体长度。基于历史规律的总结存在失效风险。

境内外大类资产近半年表现回顾

全球股市微涨，创业板指表现相对较优

美国长债利率微升，中国各期限国债利率下降

CRB金属现货仍在下行，家禽现货止跌转升

当前短中周期状态预示股指仍有探底可能
短中周期状态能指示股指方向与涨跌幅度
华泰金工团队立足于统一性的视角，引入先进的信号处理方法对全球宏观、价格数据进行实证分析，发现市场存在三个显著的周期：42个月左右的基钦周期（或称库存周期，短周期）、100个月左右的朱格拉周期（或称产能周期，中周期）和200个月左右的库兹涅茨周期（或称建造周期，长周期）。

根据实际同比数据定量划分出七轮周期
在华泰金工2019年7月10日推出的《如何有效判断真正的周期拐点？》一文中，我们基于全球主要国家的股票指数展开实证研究，采用极值点定量识别法划分周期阶段，批量识别周期拐点，确定实际周期长度，绘制出上证综指同比序列的周期识别图：

由于长周期能量幅度较小，对股指影响较弱，本文我们重点观察当短周期和中周期处于不同状态时，股指走势、行业板块表现、大小盘风格的情况。
（1）对于大盘表现，我们主要观察上证综指及其同比序列走势，并计算每轮周期中股指的最大涨幅和最大回撤；
（2）对于行业表现，我们基于申万一级行业指数(2000年1月-2019年6月)数据，将除去国防军工和综合之外的26个行业分成周期上游（有色金属、采掘）、周期中游（交通运输、化工、公共事业、钢铁）、周期下游（汽车、建筑装饰、建筑材料、机械设备）、大金融（非银金融、银行、房地产）、成长（传媒、电子、计算机、通信、电气设备）和消费（休闲服饰、纺织服装、家用电器、农林牧渔、轻工制造、商业贸易、食品饮料、医药生物）六大板块，并计算每个行业指数在各轮周期的累计收益率、最大涨幅和最大回撤。
（3）对于大小盘风格，我们选取沪深300指数代表大盘，中证1000指数代表小盘，用指数收盘价格比值作为衡量大小盘风格相对强弱的指标；

短周期趋势与中周期位置对股指涨跌方向和幅度产生影响
第一轮周期：短中周期均上行，股指大幅上涨
我们从1996年1月开始分析上证综指的相关数据，在1996年1月-1999年4月这个区间内，上证综指最大涨幅为162.62%，最大回撤为22.75%。其同比序列的短、中周期在1996年双双上行，中周期处于正值区间，上证综指上涨幅度较大，股指同比也处于上升状态。随后二者走势背离，短周期转为下行，在1998年8月-9月，短周期行至底部拐点，中周期行至顶部拐点，此阶段上证综指转为震荡状态，股指同比逐渐下降。

第二轮周期：中周期持续下行，短周期与指数同比走势保持一致
在1999年4月-2002年5月这个区间内，上证综指最大涨幅为97.87%，最大回撤为32.75%。前半段短周期上行，中周期下行，股指逐渐上升，股指同比上行；随后短、中周期双双下行，股指下降幅度较大，同比下降且低点较低。

第三轮周期：短中周期走势背离时期，股指震荡走弱
在2002/5-2005/3这个区间内，上证综指最大涨幅为29.17%，最大回撤为32.18%。期间短周期上行，中周期行至底部后逐渐回升，股指震荡下行，股指同比略有上升；随后短周期触顶回落，中周期依然处于负值区间逐渐回升，股指继续下行，股指同比收于较低的负值。

第四轮周期：短周期上行，中周期位于顶部，带来大级别牛市
在2005年3月-2008年10月这个区间内，上证综指最大涨幅为461.38%，最大回撤为70.97%。期间短周期触底后上行，中周期上行且处于正值区间，二者共振使得股指大幅上涨，股指同比大幅上升；随后中、短周期先后触顶回落，股指、股指同比转头向下，股指及其同比出现较大回撤。

第五轮周期：短周期大体贴合股指走势，中周期底部处股指表现不佳
在2008年10月-2012年3月这个区间内，上证综指最大涨幅为97.37%，最大回撤为35.54%。本轮短中周期大体背离，股指随着短周期上行而上涨，但中周期下行至负值区间后，股指出现回调。随后在短周期见顶时出现反弹，之后短周期回落，中周期位于负值区间，股指出现趋势性下行。

第六轮周期：短中周期共振，股指顶点位于中周期附近
在 2012/3-2016/5这个区间内，上证综指最大涨幅为133.01%，最大回撤为41.71%。前半段短、中周期双双上行，股指顶点出现在中周期顶点附近，同时股指同比大幅上升；随着短、中周期先后触顶回落，股指、股指同比也转为下行，且股指同比底点较低。但本轮短周期滤波与实际同比位置存在一定偏离。

第七轮周期：中周期下行，叠加短周期下行后股指持续回落
从实际同比走势进行周期划分时存在误判的可能，本轮我们倾向于认为周期底点仍未到来，因此数据范围我们仍选取至2019年6月。在2016年5月-2019年6月这个区间内，上证综指最大涨幅为23.93%，最大回撤为28.35%。本轮前半段短、中周期走势背离，股指受短周期带动出现小幅上涨，股指同比回升至正值区间；随后短周期行至顶点，短中周期双双下行，股指转为下行，股指同比下降；区间末段股指和同比均有小幅回升，但此时短周期仍在下行，中周期位于底点处的负值区域，综合历史经验判断，本轮股指和同比仍有再次探底的可能。

通过观察周期状态和股指走势，我们总结出以下规律：
1.    短周期走势与股指同比走势接近（除去2012年3月-2016年5月股指同比变化相对短周期滞后，以及2019年1月至今股指同比先于短周期回升），股指上涨下跌通常略有延后；
2.    短周期对股指运动方向产生较大影响，中周期所处正负区间的位置会影响股指上涨下跌的程度（对比1996年1月-1997年4月和2002年8月-2004年4月两个阶段，短中周期双双上行，前一阶段中周期处于正值区间，股指上涨幅度较大，后一阶段中周期处于负值区间，股指上涨幅度较小）；
3.    当短、中周期走势背离时，股指往往偏向震荡行情（1996年10月-1999年3月，2003年11月-2005年3月，2009年10月-2012年3月，2016年5月-2017年11月）。
4.    当在一轮基钦周期中出现中周期的顶点，股指的最大涨幅往往较大（1996年1月-1999年4月，2005年3月-2008年10月，2012年3月-2016年5月）；
5.    当短、中周期顶点相距较近时，在短、中周期都触顶之后，股指往往会面临一波大的回撤（2005年3月-2008年10月，2012年3月-2016年5月）。

2002年以来三轮周期里周期、消费、成长依次占优，本轮大金融收益最高
统计历史几轮周期中各板块的累计收益，最大涨幅与最大回撤数据。由于申万行业数据长度有限，因而接下来我们将分析最近5个周期内6个板块的表现。

历轮周期中各行业板块累计收益率
用每个行业在各周期结束与开始两个时点的价格计算该行业在该周期内的累计收益率，计算在每一轮周期内28个行业各自的累计收益率并进行排名。

提取出排名前五的行业及其所属的板块，并计算各板块的平均累计收益率。可以看到，在2002/5-2005/3这轮周期中，周期中游板块的平均累计收益最高，而且累计收益最高的两个行业也均属于周期中游板块。2005/4-2008/10这轮周期中，大金融板块累计收益表现最好，平均累计收益达96%，远高于周期下游的59.9%。在2008/10-2012/3这轮周期中，周期上游与消费板块累计收益表现较好，周期上游板块的累计收益最高，但在累计收益最高的5个行业中有3个属于消费板块，且消费板块的平均累计收益率也仅次于周期上游板块。2012/3-2016/5这轮周期中，累计收益最高的三个行业均属于成长板块，且成长板块的平均累计收益也高于其他板块。自2016/5开始至今，累计收益表现最好的两个行业同属于消费板块，但大金融板块的平均累计收益比消费板块高。

历轮周期中各行业板块最大涨幅
由于累计收益率忽略了各行业指数在周期过程中的上涨，因此我们统计了各周期内最大涨幅最高的五个行业及其所属的板块和各板块的平均最大涨幅，以表征各行业板块在各轮周期中的上涨幅度。

2002/5-2005/3期间周期上游的平均最大涨幅位列第一，但涨幅最大的行业却属于周期中游板块。在2005/4-2008/10这轮周期中，周期上游与大金融板块平均最大涨幅相对较高，短期涨幅最大的5个行业里，第一、二名分别属于大金融与周期上游板块。2008/10-2012/3这轮周期之中，周期下游的平均最大涨幅最高，且在周期内最大涨幅前五名之中有三个周期下游行业。在2012/3-2016/5这轮周期中，成长板块表现抢眼，最大涨幅前五名有四个行业属于成长板块，并且成长板块有着两倍于第二名的平均最大涨幅。本轮周期自2016年5月开始至今，消费板块在短期最大涨幅方面的表现好于其他板块，最大涨幅前三的行业都属于消费，平均最大涨幅最高的板块也是消费板块。

历轮周期中各行业板块最大回撤
我们同样统计了各轮周期内不同行业的最大回撤情况，以刻画各行业在每轮周期中的回撤风险。

2002/5-2005/3这轮周期中，周期中游板块的平均最大回撤较小，最大回撤最小的两个行业也均属于周期中游板块。2005/4-2008/10期间，成长板块平均最大回撤最小，且在回撤最小的5个行业中，属于成长板块的行业占比最高。2008/10-2012/3这轮周期中，消费板块的平均最大回撤最小，且在回撤最小的5个行业中有4个行业属于消费板块。在2012/3-2016/5这轮周期中，大金融板块的平均最大回撤最低，而回撤最小的前五个行业中有三个属于消费板块。本轮周期开始至今，大金融板块在回撤风险方面的表现最好，平均最大回撤小于其他板块，回撤最小的第一、第三名行业也属于大金融板块。

本轮大金融板块相对占优
可以看到，各轮周期中的三个方面的优势板块略有差异。2002/5-2005/3期间，周期板块明显占优，周期中游的累计收益率最高且回撤最小，而周期上游的涨幅最高，由于周期上游与周期中游大多是重资产、低估值的个股，我们称之为价值型周期股。2005/3-2008/10期间，各角度下的最优板块不同，但由于大金融板块与周期上游板块均具有周期特征，因而我们判定周期风格占优。2008/10-2012/3期间，消费板块表现抢眼，不论是在累计收益方面还是回撤风险方面，消费板块都表现较佳。2012/3-2016/5期间成长板块收益表现较好，无论是累计收益还是最大涨幅均显著领先于其他板块，是该轮周期的优势板块。2016/5-2019/6期间，虽然消费板块涨幅较大，但大金融板块的累计收益较高且回撤较小，因此整体占优。

实体经济长周期上行时期，大市值股票相对占优
对于大小盘风格的度量，我们使用中证1000/沪深300指数(2005/3-2019/6)比值走势来判断小盘股相对于大盘股的表现。

在对中证1000/沪深300比值走势进行分析时我们发现，中证1000/沪深300比值与CRB综合现货指数同比序列200个月长周期滤波走势相反。当CRB综合现货指数长周期滤波上行时，中证1000/沪深300比值下行；当CRB综合现货指数长周期滤波下行时，中证1000/沪深300比值上行。大宗商品对实体经济的变化最为敏感，最适合作为观测实体经济运行状态的窗口，其中CRB综合现货指数是适合作为研究实体经济的代理变量。

对于中证1000/沪深300比值与CRB综合现货指数长周期滤波的走势相反，我们认为其中的原因是当经济复苏，企业盈利增长的确定性增强，投资者会更偏好于投资盈利确定性更强的大市值股票，因而大市值股票的表现要优于小市值股票。而当实体经济长周期开始下行（2007/10-2015/12），企业盈利恶化，投资者开始将资金转向小市值股票，小市值股票的表现要优于大市值股票。在2016年1月后，实体经济长周期再次开始上行，经济增长的确定性逐渐提升，投资者又再次倾向于投资大市值股票。

华泰周期进取策略表现
策略简介
华泰金工周期系列之《周期三因子定价与资产配置模型》仿照FAMA三因子模型，基于市场统一周期理论，提出了大类资产定价模型。根据定价模型外推预测的资产表现排序结果构建了资产配置策略，在回测中取得了良好的业绩表现。我们将该资产配置策略应用于全球大类资产，精选优质可投资标的，根据周期轮动规律配置中国和海外的股指、债券和商品类资产，逐月调仓，构建“华泰大类资产周期进取策略”。该策略指数在Wind与Bloomberg金融终端同步更新（Wind代码CI001801.WI，Bloomberg代码 WI001801），从本月开始，我们将在月报中跟踪该策略的表现，并每月更新该策略的持仓情况，供投资者参考。

大类资产周期进取策略以沪深300指数、标普500指数、欧洲斯托克50指数、恒生指数、日经225指数、iShares MSCI新兴市场指数ETF、中国10年期国债期货、美国10年期国债期货、英国10年期国债期货、德国10年期国债期货、日本10年期国债期货、彭博商品指数为投资标的，各标的指数代码及货币单位如下表所示。

策略指数收益表现回顾
华泰周期策略指数从2010年5月开始回测，回测至今取得优异的表现，无论从收益指标还是收益风险比率都显著超越各大类资产。指数在2018年10月于Bloomberg和Wind正式上线，策略的收益表现如下图表所示：

风险提示
本文基于系列研究对全球各类经济金融指标长达近百年样本的实证检验结果，确定使用的市场周期长度。然而市场存在短期波动与政策冲击，就每轮周期而言，暂无法判断具体长度。基于历史规律的总结存在失效风险。

免责申明
本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求，本公众号内容仅面向华泰证券客户中的专业投资者，请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！本公众号旨在沟通研究信息，交流研究经验，华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号研究报告有关内容摘编自已经发布的研究报告的，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。如需了解详细内容，请具体参见华泰证券所发布的完整版报告。

本公众号内容基于作者认为可靠的、已公开的信息编制，但作者对该等信息的准确性及完整性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下，本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券股份有限公司所有，未经公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。

林晓明
执业证书编号：S0570516010001
华泰金工深度报告一览
金融周期系列研究（资产配置）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上）
【华泰金工林晓明团队】周期轮动下的BL资产配置策略
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】市场拐点的判断方法
【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上）
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究
【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索
【华泰金工林晓明团队】市场周期的量化分解
【华泰金工林晓明团队】周期研究对大类资产的预测观点
【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究
【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究
【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列
行业指数频谱分析及配置模型：市场的周期分析系列之三
【华泰金工林晓明团队】市场的频率——市场轮回，周期重生
【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探

FOF与金融创新产品
【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一

因子周期（因子择时）
【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
【华泰金工林晓明团队】因子收益率的周期性研究初探

择时
【华泰金工林晓明团队】A股市场低开现象研究
【华泰金工林晓明团队】华泰风险收益一致性择时模型
【华泰金工林晓明团队】技术指标与周期量价择时模型的结合
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用

行业轮动
【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八
【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七
【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六
【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一

Smartbeta
【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一

多因子选股
【华泰金工林晓明团队】桑土之防：结构化多因子风险模型——华泰多因子系列之十二
【华泰金工林晓明团队】华泰单因子测试之海量技术因子——华泰多因子系列之十一
【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八
【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六
【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二
【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】五因子模型A股实证研究
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二

人工智能
【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二
【华泰金工林晓明团队】基于遗传规划的选股因子挖掘——华泰人工智能系列之二十一
【华泰金工林晓明团队】必然中的偶然：机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九
【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八
【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五
【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起
【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三
【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一
【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九
【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七
【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六
【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三
【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二

指数增强基金分析
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告
【华泰金工林晓明团队】酌古御今：指数增强基金收益分析
【华泰金工林晓明团队】基于回归法的基金持股仓位测算
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证

基本面选股
【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰价值选股之FFScore模型
【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究
【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究
【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究
【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究

基金定投
【华泰金工林晓明团队】大成旗下基金2018定投策略研究
【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四
【华泰金工林晓明团队】基金定投3—马科维茨有效性检验
【华泰金工林晓明团队】基金定投2—投资标的与时机的选择方法
【华泰金工林晓明团队】基金定投1—分析方法与理论基础

其它
【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二
A股市场及行业的月份效应——详解历史数据中的隐藏法则

【华泰金工林晓明团队】股指双周期底部共振警示风险——大类资产配置7月月报

浏览过的版块