【华泰金工林晓明团队】未来成长、金融板块或有超额收益——每周观点20190818

摘要
当前处于经济周期下行探底，流动性周期持续宽松的宏观环境

从DDM模型出发，筛选表征经济周期（分子端，受实体景气程度影响）和流动性周期（分母端，受资金宽裕程度影响）的代理指标，并进行降维合成，用以刻画系统状态。从最新数据来看，目前处于经济周期下行探底、流动性周期持续宽松的宏观环境，根据历史相同状态下的资产表现给出配置建议如下：1、大类资产层面，债券（尤其是长久期债）受经济下行和流动性宽松的双向利好，是确定性较强的推荐资产；2、股票资产内部，由于盈利尚未探底回升，建议从分母驱动的角度配置金融、成长板块，从历史上看，在流动性宽松的环境下，这两个板块的弹性较大，或有相对收益。

基钦周期下行风险逐步传导，全球主要经济体基本面承压
18年初随着基钦周期拐头回落，基本面下行风险逐步由新兴市场传导至发达市场，从18年9月开始，主要国家十年期国债到期收益率开始趋势性下行，流动性环境持续宽松，带来股票市场的大幅反弹。但本轮反弹的驱动因素是流动性改善带来的估值修复，并非基本面探底回升，因为各国的PMI指标都在持续走弱。从最新数值来看，除美国之外，中、日、英、法、德的PMI仍然位于枯荣线之下，德国制造业PMI甚至已经接近2010年以来的最低点（2012年7月，43），反映出全球基本面仍然承压，但我们判断本轮基钦周期下行期A股风险已经得到较为充分的释放，风险主要在海外。

上周海外市场普跌，A股表现一枝独秀
回顾上周全球主要资产表现：1、全球来看，在基本面承压，投资者情绪偏谨慎的状态下，海外股市多数收跌，A股表现一支独秀，主要股指均录得正收益，表现最好的创业板指周涨幅4%；2、A股内部，成长板块表现最好，这与当前经济周期下行、流动性环境趋于宽松的宏观状态相符，我们判断未来成长风格仍将相对占优；3、债券资产内部，长久期债的表现好于短久期债，美债期限利差（10Y-1Y）已下降至-0.2%，倒挂幅度进一步扩大；4、商品资产内部，伦敦金现、伦敦银现上周分别录得1.72%、1.73%的收益，侧面反映出当前基本面环境承压，投资者避险配置需求上升。

华泰大类资产周期进取策略近期表现回顾
华泰金工基于市场统一周期理论，提出了大类资产定价模型，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）。策略指数上周收益0.85%，最近3个月收益4.82%，最近一年收益9.85%。

“华泰周期轮动”基金组合近期表现回顾
华泰金工基于择时、板块轮动、资产配置相关研究成果提出了一个完整的基金配置体系，自上而下分为4层：宏观择时、板块轮动、组合优化、落地配置，样本内回测取得了良好的业绩表现。截止到目前，7.5%目标波动策略上周收益0.15%，近一个月收益0.51%，本年度以来收益为4.05%，最近一年收益6.85%。根据最新的7月底建模结果，择时模型已经转多，板块轮动模型最看好周期上游，最新的持仓如下：南方中证申万有色金属ETF联接C（8.04%）、富国中证煤炭（8.04%）、易方达中债新综合C（83.93%）。

风险提示：模型根据历史规律总结，历史规律可能失效。金融周期规律被打破。市场出现超预期波动，导致拥挤交易。

当前处于经济周期下行探底，流动性周期持续宽松的宏观环境
在华泰金工行业轮动系列报告之《再探周期视角下的资产轮动》（2019-07-02）中，我们从DDM模型出发，筛选表征经济周期（分子端，受实体景气程度影响）和流动性周期（分母端，受资金宽裕程度影响）的代理指标，并进行降维合成，用以刻画系统状态。从最新数据的合成结果来看，目前仍然处于经济周期下行探底、流动性周期持续宽松的宏观环境。

通过梳理历史上相同宏观状态下的大类资产和股票板块表现，配置建议如下：
1.大类资产层面，债券（尤其是长久期债）受经济下行和流动性宽松的双向利好，确定性较强，是当前推荐的资产；股票受流动性宽松驱动有估值修复的需求，但经济周期下行使得盈利承压，两个周期的影响相背离，历史相同状态下股票市场有时好（如14年5月至15年6月）、有时坏（如11年9月至12年7月），表现并不一致，可能存在结构性行情。
2.股票资产内部，由于盈利尚未探底回升，建议从分母驱动的角度配置金融、成长板块，从历史上看，在流动性宽松的环境下，这两个板块的弹性较大，或有相对收益。

基钦周期下行风险逐步传导，全球主要经济体基本面承压
本轮基钦周期自2016年初拐头上行，目前已经处于探底阶段。回顾16年以来中、美、日、英、法、德六个主要经济体的股票指数、十年期国债到期收益率以及制造业PMI的走势，可以发现随着基钦周期的扩张、收缩，各个国家的股票指数和宏观经济指标都出现了明显的涨跌轮回，整体走势可以分为三个阶段：
1.16年初随着基钦周期拐头上行，各国的股票指数呈现出普涨走势，国债利率和PMI稍有滞后，均从16年下半年开始震荡上行，无论是宏观指标还是资产价格，都映射出景气度的改善和实体经济的上行。
2.17年底、18年初随着基钦周期拐头回落，各国股票市场和宏观指标的走势开始分化：以中国为代表的新兴市场在17年9月PMI指标就已见顶，而股票市场和国债利率则于18年1月底双双回落；而以美、日、英、法、德为代表的发达市场则相对强势，在经历18年初的股票市场下跌后纷纷收复失地，十年国债利率则是在18年9月之后开始趋势性下行，这反映出基钦周期的下行风险逐步由新兴市场传导至发达市场。
3.18年底至今，随着基钦周期的下行风险逐步发酵，各国利率不断下行，流动性环境持续宽松，带来股票市场的大幅反弹。但本轮反弹的驱动因素是流动性改善带来的估值修复，并非基本面的探底回升，因为各国的PMI指标都在持续走弱。从最新的数值来看，除美国之外，其他五国的PMI仍然位于枯荣线之下，德国制造业PMI甚至已经接近2010年以来的最低点（2012年7月，43），反映出全球基本面仍然承压，但我们判断本轮基钦周期下行期A股风险已经得到较为充分的释放，风险主要在海外。

上周A股市场表现好于海外市场，全球来看避险资产仍然占优
统计全球主要股票指数近期表现：1、全球来看，在基本面承压，投资者情绪偏谨慎的状态下，海外市场上周多数收跌，A股表现一支独秀，主要股指均录得正收益，表现最好的创业板指周涨幅4%；2、A股内部，成长板块表现最好，这与当前经济周期下行、流动性环境趋于宽松的宏观状态相符，我们判断未来成长风格仍将相对占优。

从国内主要债券指数的表现来看：1、总体方向上，各债券指数今年以来均处于上行走势；2、结构分化上，长久期品种好于短久期。两者均是经济周期下行、流动性周期上行状态下的典型走势。在基本面探底回升前，我们仍然认为债券（尤其是长久期债）是确定性较高的配置标的。

从全球主要商品资产的表现来看，黄金、白银类贵金属表现较好，伦敦金现、伦敦银现、SHFE黄金上周分别录得1.72%、1.73%、0.53%的收益，侧面反映出当前基本面环境承压，投资者避险配置需求上升。

情绪面跟踪：大盘重回箱体震荡区间，短期情绪指标修复
8月6日上证综指跳空低开，突破了2月25日跳空高开形成的缺口，形成比较罕见的岛型反转形态，也即在2804.23到2821.50这段区间没有任何成交。但是指数上周即回补了该缺口，再次进入前期的箱体震荡区间，而且从5日均线以上个股占比、创20日新高个股数量等短期指标上看情绪面有所修复。

华泰金工模型跟踪
华泰大类资产周期进取策略近期表现回顾
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），我们在月报中跟踪该策略的表现，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超越各大类资产。截至2019年8月15日，策略的收益表现如下图表所示。

“华泰周期轮动”基金组合近期表现回顾
在《“华泰周期轮动”基金组合构建》和《“华泰周期轮动”基金组合改进版》报告中，我们提出了一个自上而下的、开放式的基金配置体系，构建原理如下：1、宏观择时，核心是给出股票市场的多空判断，灵活调整股、债权重配比，力争在权益市场上行期加大股票资产配置，博取弹性收益；在权益市场下行期加大债券资产配置，减少回撤风险。2、板块轮动，核心是通过轮动模型给出板块超、低配观点，进一步增厚模型收益；3、组合优化，首先结合择时和板块轮动结果，给不同资产分配相应的风险预算，求解初始权重，然后基于目标波动约束进一步调整资产权重，将整个组合的风险控制在相对稳定的水平，这里为了满足不同投资者的风险偏好需求，我们设置了5%、7.5%、10%三个目标波动版本；4、落地配置，将权重优化结果映射到对应基金标的上进行配置。

不同目标波动策略近期表现如下，以7.5%目标波动版本为例，上周收益0.15%，近一个月收益0.51%，本年度以来收益为4.05%，最近一年收益6.85%。根据最新的7月底建模结果，择时模型已经转多，板块轮动模型最看好周期上游，最新的持仓如下：南方中证申万有色金属ETF联接C（8.04%）、富国中证煤炭（8.04%）、易方达中债新综合C（83.93%）。注意，由于过去一年股票市场整体运行于低位区间，波动较小，没有触发目标波动约束，所以三个版本的持仓权重近期业绩都一样。

风险提示：模型根据历史规律总结，历史规律可能失效。金融周期规律被打破。市场出现超预期波动，导致拥挤交易。

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】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三
【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】 未来成长、金融板块或有超额收益——每周观点20190818

浏览过的版块

【华泰金工林晓明团队】未来成长、金融板块或有超额收益——每周观点20190818