【华泰金工林晓明团队】大类资产配置面临短周期转折点——华泰金工量化资产配置10月月报

摘要

2019年风险资产与避险资产均有投资机会，本轮美元大周期处于顶部区域
今年以来（截至2019/10/25）全球市场呈现出“股强债不弱，可攻亦可守”的格局。具体看，主要股指震荡上行，债券同样具备投资价值，同时黄金在年中出现了一轮快速上涨，CRB商品指数表现分化，食品较优，工业金属较差；A股上证50与创业板指均表现不俗，消费、成长与金融板块齐涨。汇率方面：年初至今人民币指数趋势向下，美元指数震荡向上，美元目前大概率位于大周期顶部区域。总体看，全球股市受短周期上行或逐渐迎来机会，债券机会渐弱。然而，中、长周期处于底部区域，造成短周期上行初期受压，我们建议四季度仍需防守，并逐渐增加权益比重。

10月全球股市偏震荡，各品种大宗商品表现分化明显
近一月（2019/9/25-2019/10/25）全球主要国家股市偏向震荡，德国DAX涨幅靠前，A股上证50指数表现较好，中证1000表现不佳；近一月巴克莱中美债券指数上升，美国3个月期限国债利率下行明显，欧盟10年公债利率大幅上行；近一月黄金价格仍在震荡调整，截至2019年10月25日，伦敦金近一月小幅下跌1.78%；CRB指数表现普遍略好于前一月，CRB食品现货上涨3.47%。

华泰周期进取策略近期表现
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10月24日，波动率控制策略今年以来上涨6.49%，近一年上涨10.54%。

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。

境内外大类资产表现回顾

10月全球股市偏震荡，A股上证50表现相对较优

中美债券指数上涨，美国短期限国债利率下行明显

CRB食品现货微涨，黄金震荡走弱

今年以来全球市场呈现“股强债不弱，可攻亦可守”的局面
全球股市年初的普涨行情为2019年迎来“开门红”，股票市场在上攻了近4个月后调头向下，避险资产黄金开始发力，成为整个二季度表现最为亮眼的资产，即便从全年的维度来看，截至10月25日伦敦金现的涨幅甚至超过MSCI全球。这期间美国债券指数持续上行，国债利率大幅下跌，美联储也于8月份宣布下调联邦基准利率。相比之下，中国债券指数表现一般，上半年略好于三季度，而以CRB综合现货代表的大宗商品全年表现不佳。纵观2019年，美国经济前景仍存在分歧，中国经济欲振乏力，英国脱欧悬而未决，阿根廷、委内瑞拉等新兴市场国家货币暴贬，南美与中东乱局不断，中美贸易谈判反反复复，全球金融市场正是在这样的背景之下，在2019年踟蹰前行。

全球股市今年震荡上行，A股周期板块拖累整体表现

发达国家股市表现强于新兴市场，A股年初涨势可观但未能持续
截至2019年10月25日，全球主要股指总体呈现震荡向上的走势。1-4月各国股指纷纷上行，以中国股市为代表的部分股市创出年内高点，5月份大多数国家都出现回调并于6月再度上攻，然而部分国家7月份上涨动能逐渐衰减，随后股指掉头向下直至8月中旬后再次震荡上行。2019年前10个月虽然各国股指均录得正收益，但股市整体主线并不清晰。其中印度股市与全球相关性较低，但也基本符合全球股市的涨跌节奏。中国股市虽然年初涨幅较大，拉长时间来看也并未取得相对于其他国家明显的超额收益，且整体波动率最大，夏普比仅略优于印度股市。

对比观察MSCI发达市场与新兴市场指数，整体来看2019年发达市场表现明显优于新兴市场。年初上涨时二者涨幅相当，但面临回调时的发达市场回撤幅度小于新兴市场。一定程度上反映出在今年全球经济基本面不佳的情况下，投资人更倾向于投资相对安全的发达国家股市。

A股创业板指强势上涨，消费板块一马当先，大盘股表现不俗
具体来看中国各个重要股指今年以来的表现，创业板指和深证成指表现突出，但中证500和中证1000却表现不佳，这是由于创业板指的行业分布更多集中在今年涨势较好的信息技术、消费、金融、医疗保健等领域，而中证1000的行业分布更加均衡。分月度来看，创业板指也并非一直占优，在1月、4月和6月，上证50和中证100等大盘股也表现不俗。在1月30日发布的《二十载昔日重现，三四年周期轮回》年度策略报告中，我们当时认为短期小盘股占优，中长期大盘股或更占优。可以看到年初第一季度中证1000等小盘指数表现不俗，但随后一直表现不振。但不得不提的是，年初我们对于风险资产整体的悲观判断与实际市场的震荡上行存在着偏差。

板块方面，我们将申万一级行业聚类形成六大板块：周期上游，周期中游，周期下游，大金融，成长和消费，进一步再将大金融板块拆分为金融和房地产板块。以 2019 年初各板块市值为基准，可以得到 2019年至今（2019/10/25）A股各个板块的走势。在年度策略报告当中，我们不建议配置周期板块，目前市场基本印证了我们的板块观点。对比年初，各大板块均呈现上行趋势，涨幅位于8%到41%之间。其中消费板块涨幅最大，其次为成长和金融板块，31.2%和29.8%；周期板块整体表现不佳，周期上游板块涨幅最小，仅为8.7%。

我们选取申万大小盘指数对数价格之比考察大小盘风格。申万大盘指数的样本股是A股市场上市值最大的200只股票，申万小盘指数则是选择了除去申万大盘、中盘指数后剩余的800只市值最大的股票。从图中可以看出，2019年1月，两个指标呈现上行趋势，意味着大盘股相对走强。2月和3月对数价格比下行，股票市场风格偏向中小盘股。2019年4月至8月，两个指标不断上升，体现大盘股再度发力，直至8月中旬，对数价格比略有回落，但随后又反弹至较高水平，大盘股今年总体表现相对强势。

全球国债利率整体下行，9月以来中国国债期限利差触底拐头

利率方面，近半年美国各期限国债利率下行明显，欧盟各期限公债利率全部下降，中国除3个月和6个月期限以外的其余国债利率也都出现下降，近3个月该趋势略有缓解。受此影响，中美十年期国债利差近半年（至2019/10/26）总体呈现震荡上行的格局。在全球股市普涨的背景下，期间债券同样具备一定的投资价值。

对于中国的债券类资产，我们考察中证全债、中债-新综合全价指数、中债-公司信用类债券全价指数，以及中债-总全价指数四个常用的债券指数。其中中证全债能综合反映银行间债券市场和沪深交易所债券市场的整体情况，是跨市场的债券指数；中债-新综合全价指数主要反映境内人民币债券市场价格走势情况；中债-公司信用类债券全价指数主要表征境内公司信用类债券整体价格走势情况；中债-总全价指数则反映了境内利率类债券的整体表现。

上述四个指数在2019 年至今（2019/10/25）的走势如下图所示，可以看出，国内债券类资产在2019 年一季度小幅波动，4 月普遍下跌，但5 月到9月呈现明显的上行趋势，随后偏震荡走势。

2019年前10个月各债券指数的月度涨跌幅统计如下表所示，整体来看2019年上半年信用债表现优于利率债，而三季度利率债表现优于信用债。利率债波动较大，2月、4月和9月中债-总全价指数均是跌幅最大的债券指数；在所有债券指数均上涨的5月到8月，均是中证全债领涨。

国债到期收益率是市场上重要的利率指标，不同期限的国债收益率曲线反映了国债收益率曲线的变化情况。下图呈现了2019年至今(2019/10/25)1年期、5年期、10年期国债的到期收益率走势，到期收益率越高，国债价格越低。

（10年-1年期）期限利差受经济周期影响，能侧面反映市场对经济的预期情况。计算2019年至今（2019/10/25）长期和短期国债收益率的期限利差，作出如下走势图，可以看出今年以来期限利差在39bp-84bp之间波动，整体呈现向下的走势，在2019年9月，期限利差到达前三季度最低点39.520bp后才呈现上升趋势。这说明在前三个季度里，投资者对于经济形势不太乐观，而近两个月悲观情绪有所缓解。

大宗商品出现结构性行情，黄金白银投资机会明显

CRB食品现货相对较优，CRB家禽现货波动相对剧烈
大宗商品方面我们主要观测CRB商品指数的细分项。全球CRB商品指数今年以来（截至2019/10/25）总体表现不佳。年初3月份CRB家禽现货上涨明显，随后一路震荡下行。而年初表现较优的CRB金属现货则从4月份开始一路向下，年初至今跌幅超过12.8%。截至2019年10月25日，仅有CRB食品现货和CRB食用油现货分别录得2.26%和0.67%的正收益。

黄金白银年中出现较大涨幅，目前仍具备配置价值
贵金属是今年5-9月份市场热议的资产品种，从4月23日的开盘1275.01至9月4日收盘的1552.4，伦敦金现在四个多月的时间里上涨21.77%，期间伦敦白银的最大涨幅超过30%。我们在5月16日的量化资产配置月报《大周期拐点的黄金中长线配置机会》中在华泰周期的框架下对黄金三重属性进行分析，并重点推荐黄金投资品种的中长期配置机会，随后在6月的量化资产配置月报中我们根据金银比等指标提示白银出现了较好的投资机会。8月份的深度报告《二十年一轮回的黄金投资大周期》中梳理了黄金历轮上涨的原因，并进一步阐明黄金资产的定价逻辑。目前黄金白银价格虽然相对9月高点略有回落，但三周期滤波显示，黄金中长周期依旧处于上升态势，我们依旧认为该类资产仍值得市场关注。

人民币指数整体下行，美元指数大概率处于顶部拐点区域
截至2019年10月25日，美元指数总体呈现震荡上行的状态，分别于6月、10月出现了一定的回调。人民币指数则表现不佳，分别于5月、8月出现较大的下跌，2019年总体也呈现向下的趋势。

通过高斯滤波提取美元指数的三周期运行状态，我们发现美元指数主要受长周期驱动，短、中周期影响较小，按照长周期滤波结果划分的ICE美元指数三轮长周期为：第一轮美元周期（1977年2月-1993年1月）、第二轮美元周期（1993年2月-2009年9月）、第三轮美元周期（2009年10月-2019年10月）。通过与阶段底部直接划分指数周期相比，图中黑线是根据长周期滤波结果识别的周期起点，蓝线是根据指数“谷-谷”划分的结果，粉色区域代表和当前周期状态相似的的区间。可以看出周期滤波与实际划分出的周期阶段基本一致。当前美元指数正处于第三轮周期顶部拐点区域附近，8月月报《美元大周期警惕新兴市场货币风险》中我们也提到，在美元尚处于上行期末端时，仍要警惕新兴市场货币可能面临的贬值风险。

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

本报告基于本公司认为可靠的、已公开的信息编制，但本公司对该等信息的准确性及完整性不作任何保证。本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，本公司可能会发出与本报告所载意见、评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。本公司不保证本报告所含信息保持在最新状态。本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。

本公司力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成所述证券的买卖出价或征价。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果，本公司及作者均不承担任何法律责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。

本公司及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为之提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。

本报告版权仅为本公司所有。未经本公司书面许可，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司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“华泰证券研究所”，且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权力。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

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。
全资子公司华泰金融控股（香港）有限公司具有香港证监会核准的“就证券提供意见”业务资格，经营许可证编号为：AOK809
版权所有2019年华泰证券股份有限公司

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】景气度指标在行业配置中的应用——华泰行业轮动系列报告之九
【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】投石问路：技术分析可靠否？——华泰人工智能系列之二十四
【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