【華泰金工林曉明團隊】金油比警示風險,7月效應或有反彈——大類資產配置6月月報

摘要

短周期下行階段消費板塊超額收益明顯,大盤7 月份或迎來反彈

自 2015 年底實體經濟中長周期上行以來,市場投資風格轉為以盈利驅動,大盤價值股表現好于小盤成長股。當前實體經濟短周期仍處于下行的后半段,周期股盈利確定性弱于消費板塊,因此反彈行情中消費板塊具有超額收益。2019 年初全球主要國家利率進一步下行,CPI 上升,然而PPI 和大宗商品仍在低位震蕩,這反映出消費端價格上升,而生產端成本仍然較低,提振了消費板塊的盈利表現。對比歷史上兩輪基欽周期下行后期大盤走勢以及統計A 股月歷效應,判斷在短周期下行階段,經歷一季度的反彈、二季度的回調之后,7 月或再次迎來反彈。


金油比上行警示市場風險,原油價格大概率仍處下行通道之中

金油比的急速攀升常常伴隨著區域戰爭或金融危機的爆發,歷次金油比暴漲大多由石油期貨價格大幅下跌導致。今年以來全球貿易摩擦背景下的風險事件不斷,金價上行與油價下行導致金油比快速上升。對原油同比的周期濾波顯示,從上世紀末以來,發現原油存在42 個月和70 個月較為穩定的周期,當前原油周期狀態類似于2002 年初。通過對原油同比序列實際周期的測算,我們認為原油價格大概率仍處于下行通道,短期內難以出現趨勢性上漲。

 

黃金白銀價格相關性較強,金銀比指標顯示當前白銀也具備配置價值

黃金和白銀歷史大部分情況下走勢趨同,但從相關系數的時序分析來看,也存在短期的差異。統計規律顯示,白銀波動率大于黃金,且二者在月頻和周頻上都不存在明顯的領先滯后關系。利用倫敦金現與倫敦銀現構造的金銀比指標的高低點進行擇時,后驗情況下白銀的回測效用顯著優于黃金,指標顯示當前白銀也具備配置價值。


華泰周期進取策略全收益策略近期表現

華泰大類資產周期進取策略基于市場統一周期理論,提出了大類資產定價模型。根據定價模型外推預測的資產表現排序結果構建了資產配置策略。該策略指數于2018 年10 月在Wind(代碼CI001801.WI)與Bloomberg(代碼WI001801)金融終端上線以來屢創新高,截至2019 年6 月20 日,波動率控制策略今年以來漲幅為5.07%,近一月漲幅為2.84%。


風險提示:本文基于系列研究對全球各類經濟金融指標長達近百年樣本的實證檢驗結果,確定使用的市場周期長度。然而市場存在短期波動與政策沖擊,就每輪周期而言,暫無法判斷具體長度。基于歷史規律的總結存在失效風險。


境內外大類資產表現回顧

6月黃金債券大漲,美元指數回落


全球股市反彈,A股大盤獲支撐


美歐利率下行,美國長債利率大幅下跌


黃金價格大幅上漲,原油大幅下挫后略有反彈


短周期下行階段消費板塊超額收益明顯,7月效應或致大盤反彈

今年以來,全球股市反彈后于5月開始調整,其中A股市場里按照行業市值加權得到的消費板塊表現明顯優于其余板塊。本節我們分析大宗商品、PPI、CPI、利率的三周期狀態,并根據各指標的實際走勢解析消費板塊較優的原因。



全球實體經濟中長周期上行,投資風格偏向盈利驅動

2016年初大宗商品和全球PPI三周期均處于從底部拐頭上行的狀態,全年CRB和PPI同比也出現了較大漲幅。自2017年底,大宗商品、PPI、CPI和利率的短周期陸續開始拐頭向下,除利率的中周期向下之外,各指標的中長周期在2019年均雙雙上行。由于四類指標的短中長三周期的振幅強度不同,因此對各指標的影響程度不一樣。我們從指標的實際走勢中可發現,短周期振幅最大的CRB和PPI的同比序列與其短周期走勢基本保持一致,而CPI同比和利率序列的中長周期振幅能量也較強,因而實際序列與短周期走勢略有差異。




首先我們從周期狀態來判斷消費板塊的投資邏輯。用對實體經濟變化最為敏感的大宗商品作為全球經濟運行狀態的觀測變量,實體經濟中長周期自2015年底開始上行,而中長周期的變化會影響市場的投資風格。在中長周期上行時,市場的上漲以盈利驅動,在2016-2017短周期上行時期,以滬深300為代表的大盤股表現較優。隨著2018年初短周期拐頭向下,全球經濟基本面承壓,風險資產表現不佳,各類CRB商品指數紛紛下跌,在下行前期的2018年,盈利確定性仍然較強的大盤股相對抗跌。然而隨著短周期繼續下行,以大盤為主的周期股盈利持續惡化,主要消費板塊對短周期變化較不敏感,在下行周期盈利確定性相比之下更強。因此在下跌背景下的反彈行情里,消費板塊獲得青睞。從A股一季報的數據也可以觀測到,除大金融板塊,消費板塊在歸母凈利潤和ROE_TTM指標上都優于周期上中下游的表現。



實體經濟短周期仍在下行,PPI與CPI同比差值縮窄利好消費板塊

下面我們對CRB、PPI、CPI和利率這四類指標的實際走勢進行觀察。各類CRB同比和各國PPI同比在2016年大幅上漲,隨后在2017年至2018年末一路下行。而CPI同比和利率在2017年略有上行,于2018年下半年才開始下跌。2019年初,全球利率進一步下行,全球股市迎來反彈,各國CPI逐步抬升,但PPI和大宗商品并未出現明顯上行,目前仍處于低位震蕩。四組數據反映出當前消費端價格上升,而生產端成本仍然較低,提升消費板塊的盈利表現。



另一方面,我們還觀察到今年中國利率的走勢與他國不同,在各國利率普降的環境下,我國利率并未同步出現下降。這種情況下不利于國內成長股,在短周期下行后半段周期股盈利仍不確定的背景下,消費板可能存在超額收益機會。當然,在短周期下行階段,前期強勢板塊也可能面臨更大的回調風險。




歷史上基欽周期下行后期規律疊加月歷效應皆顯示,大盤7月或出現反彈

對比歷史上2005年和2012年,上證綜指均處于基欽周期下行后期,并在年初都出現春節效應帶來的反彈。回顧歷史走勢可以發現,過程中先在春節效應的帶動下出現反彈,而后市場出現1個月左右的回調,再出現一輪不超過前高點的反彈。自6月下旬以來上證綜指已出現一定程度的反彈,依照歷史經驗,大盤7月或出現反彈。




另外從月份效應來看,A股市場6月多為調整,7月正收益概率較大。統計A股主要指數在過去十年中,歷年6月、7月的收益率,結果表明6月市場整體呈現出調整態勢,各大指數在過去十年6月的平均收益均為負值,而7月則有望迎來反彈。我們判斷,該月份統計規律在2019年或將復現。實際上,2019年6月以來主要指數漲跌參半。而2019年前三個月市場整體呈現上行趨勢,按照漲跌時間長度對比分析,4~6月的調整過后,有可能在7月迎來反彈。




金油比上行進一步佐證全球市場大概率處于大周期底部


金油比上行警示風險,黃金配置價值越發凸顯

金油比通常指紐約黃金和紐約原油期貨主力合約報價之間的比值。縱觀歷史,金油比急速升高時通常會伴隨著區域戰爭或金融危機的爆發。如1986年至1989年初的兩伊戰爭和阿富汗戰爭時期,隨著原油價格的暴跌和黃金價格的上漲,金油比快速飆升到30左右;在1992年至1993年的索馬里戰爭時期,原油價格暴跌接近35%,而黃金漲幅超過17%,導致金油比快速上升超過25;在亞洲金融危機和全球金融危機時期金油比也經歷了快速上漲,其主要原因均為原油價格暴跌;2015年前后的金油比上升,則是由于美國頁巖油革命疊加OPEC成員國增加產量,導致石油供大于求,油價暴跌,因此金油比飆升。

 

回顧此前的事件,金油比暴漲大部分由石油期貨價格暴跌導致,背后的邏輯是在金融危機或戰爭等危機期間,各類風險集中釋放,全球經濟疲軟,對石油的需求大幅減少,但石油供給卻不隨之下降。石油供大于求再疊加原油期貨交易者的看空預期,導致石油價格一落千丈,金油比快速上漲。


而在近期的大國貿易摩擦事件中,原油報價從2018年10月的76美元左右下跌到了2018年12月的42美元,在事態緩和的三個月中,原油價格逐漸上漲,然而在最近的兩個月內,紐約原油的報價又從2019年4月24日的65.89美元快速下跌到6月17日的52.68美元,可見相關事件的風險仍持續在原油市場中發酵。



另外,我們從下圖表中可以看出,在2000年后所有金油比暴漲的階段都伴隨著股市的顯著回調,而2000年前的事件大多未導致股價下跌。例如1986年前后的兩伊戰爭、阿富汗戰爭以及1993年前后的索馬里戰爭,這些事件的影響范圍僅局限于戰爭國內部,對于全球經濟基本面的影響并不太大,因此對于股市未造成顯著影響。而1998年前后的亞洲金融危機主要影響的是亞洲的新興市場國家,對于發達國家影響并不大,因此僅導致了新興市場國家股市下跌,對于發達市場國家的股市沒有造成顯著影響。


而在2000年后,隨著全球化進程的加速,世界經濟體之間的聯系越發緊密,經濟金融危機爆發時全球經濟體均會受到不同程度的影響,因此每次金油比的飆升均會伴隨全球股票市場的大幅度回調。例如2000年互聯網泡沫破裂、2008年全球金融危機以及2011年歐債危機均導致了全球性的經濟增長放緩,因此這些時段內股票價格也隨之下跌,美元和黃金等

避險資產則受到了投資者的追捧,成為了危機時期相對收益最優的配置資產。




原油價格也存在周期特征,上世紀末42個月短周期重要性逐漸增強

原油又被稱為“黑色黃金”,是一種黏稠液態或半固態的可燃物質,經煉制后可加工成石油燃料、石油溶劑與化工原料、潤滑劑、石蠟、石油瀝青、石油焦等多類原油產品,廣泛應用于社會發展的多個領域。由于產地不同,世界各產油區所產原油的成份和性質也略有差異,根據硫含量不同,可以分為超低硫原油、低硫原油、含硫原油和高硫原油四類。按相對密度(API重度)分為輕質、中質和重質原油三類,一般硫含量越小、API越大則原油的品質越好。目前,在英國期貨交易所(ICE)的北海布倫特原油,和在紐約期貨交易所(NYMEX)的西德克薩斯原油是全球原油貿易的定價基準。



原油價格的影響因素較多,全球經濟基本面、石油供需情況、地緣政治、技術發展與開采成本等都會對油價產生沖擊。因此我們采用小波變換的方法探測油價同比序列是否也存在長期穩定的周期。


下圖的橫軸代表不同的時間節點,縱軸代表周期長度,顏色越亮即說明該時點下所對應的某個周期越明顯。可以看到NYMEX原油在不同時間段里的確存在較為明顯的周期現象,但周期長度卻會發生變化,如早前30個月左右的短周期在2001年后逐漸衰減,而42個月左右的周期從1996年開始顯現并持續至今。另外NYMEX原油同比序列之中長期穩定存在有70個月左右的周期



42個月和70個月是原油的兩個主要周期

通過上述的小波時頻圖可以發現,近20年原油主要由42個月和70個月的短中周期主導,因此我們以這兩個周期對NYMEX原油進行濾波分析。當前原油短周期即將觸底回升,而中周期處于下行的中繼位置。該周期狀態類似于2002年前后,彼時原油價格和同比均出現上漲。然而當前原油短周期仍未見底,同比和價格仍在下行之中,拐點判斷仍需更多佐證。




實際周期長度測算顯示原油價格近期或仍處下行趨勢中

由于NYMEX原油一直存在較為穩定的70個月左右的周期,我們對其實際同比序列的頂底點進行確定,并測算每輪的周期長度。歷史上原油同比平均每輪周期約為70個月,最長有92個月,最短只有36個月,周期長度波動較大。


從原油同比序列的實際周期長度來看,最近的同比序列高點在2017年2月出現,當前或仍在從高點向低點的運動過程之中,且當前同比序列值仍高于歷次同比低點,因此從周期角度來觀測,短期內原油價格大概率難以出現趨勢性上行。





金銀比指標顯示當前白銀也具備配置價值

黃金白銀總體相關性較強,不同時期存在變化

黃金和白銀在歷史上曾都作為主要的貨幣媒介,被認為具有一定的抗通脹屬性,也具備避險保值的功能,所以兩者價格走勢大部分情況下趨同。以倫敦金現和倫敦銀現價格為例,1978年1月至2019年5月的月頻相關系數為0.67,周頻相關系數為0.73,二者存在明顯的正相關關系,價格走勢也頗為接近。



然而,由于在不同時期全球市場對于黃金白銀的需求會出現差異,因此二者的相關性大小會有波動。我們以52周為時間窗口,滾動計算倫敦金現與倫敦銀現的相關系數,可發現不同時期兩者的相關系數存在差異。



白銀波動大于黃金,二者不存在明顯的領先滯后關系

不同時期相關系數的差異意味著黃金與白銀收益存在差別,本節簡要測算黃金白銀的漲跌大小是否有顯著不同,以及二者是否存在穩定的漲跌領先滯后關系。


對倫敦金現和倫敦銀現的歷史數據進行統計分析,可得黃金周收益率的波動率為2.57%,白銀周收益率的波動率為4.38%,白銀收益波動更大。我們以(黃金周收益率-白銀周收益率)的頻數分布來刻畫二者的相對收益,以(|黃金周收益率|-|白銀周收益率|)的頻數分布來刻畫二者的漲跌幅度差異。



左圖顯示黃金白銀在周頻的漲跌數量上基本持平,說明二者周度的正負收益上有較高的一致性。右圖顯示在(-5%,0%)區間的頻數最多,說明更多時候黃金漲跌幅小于白銀,范圍在(-5%,0%),與上述二者的波動率特征相吻合。


更細致的統計可以發現,如果篩選出黃金白銀收益率均為正數或均為負數的周,并將(黃金周收益率-白銀周收益率),即可分別得到上漲下跌時的相對收益情況。下面左圖顯示當二者均上漲時,大部分頻次上白銀收益率更高;右圖顯示當二者均下跌時,大部分頻次上白銀跌幅更大。



接下來,我們用跨期回歸來評估黃金白銀的價格上是否存在領先滯后關系。首先,我們對齊黃金和白銀的收益率,在月頻和周頻上都進行回歸,結果顯示二者的正向關系較為明顯,然而用當期黃金收益率與白銀下一期收益率進行回歸,結果顯示二者的相關關系已不明顯。這說明黃金本月或本周的漲跌與白銀本月或本周漲跌明顯相關,而與白銀下月或下周漲跌已無明顯關系。因此從長期來看,黃金白銀不存在穩定的漲跌領先滯后關系。



利用金銀比指標進行擇時,歷史上白銀效果優于黃金

黃金白銀雖然不存在穩定的領先滯后關系,但相關性大小的波動使其依舊存在擇時的可能。我們觀察1978年后的倫敦金現/倫敦銀現(后文稱“金銀比”)走勢,發現其對于黃金和白銀的指示作用略有差異。如果我們以后驗的角度去觀測金銀比走勢,并在金銀比的階段性高低點對黃金白銀進行擇時買賣,會發現它對于白銀投資機會的捕捉精度更高,獲取的收益也明顯大于黃金。



可以看到歷史上金銀比大致在20-100的區間內波動,說明該指標可能存在一定程度的均值回復特性,我們對其進行去趨勢處理以觀測金銀比是否存在較強的趨勢項。



結果顯示,金銀比的趨勢項不算明顯,因此可以圍繞金銀比的均值等統計量對黃金白銀的投資時點進行判斷。由于金銀比和貴金屬價格呈反向走勢,因此選擇金銀比去趨勢項走勢的頂點作為兩者擇時的買點,而底點作為賣點。當前金銀比仍處高位,是為白銀的投資買點。





我們根據買賣點分別在對倫敦金現和倫敦銀現進行擇時回測。具體策略為:當該月末發出買點信號時,按月末收盤價全部買入倫敦金或倫敦銀;而當發出賣點信號時,按按月末收盤價全部賣出。



剔除70年代末無買點的時段,從1981年1月至2019年5月的擇時回測結果來看,利用金銀比對白銀的擇時效果明顯好于黃金,對白銀的擇時回測收益率遠超同期白銀價格漲幅,說明通過金銀比指標對白銀有較好的擇時效果,這可能是因為金銀兩者之間,金更受關注,某種程度上是銀的錨,銀可以通過金銀比來判斷其自身價格的合理性。


由于黃金白銀同屬貴金屬類別,漲跌同步性較高,因此金銀比指標對于二者均有一定程度的指示作用。從宏觀經濟角度來看,經濟活動中一般認為白銀比黃金擁有更強的工業需求,而黃金比白銀具有更好的投資需求。當經濟向好時,工業需求擴大相對利好白銀,導致金銀比下降;反之經濟走弱,避險投資需求增大相對利好黃金,導致金銀比上升。經濟的周期往復現象是導致金銀比波動的來源。當金銀比位于較高位置時,反映出的正是經濟不景氣,此時貴金屬均具備投資價值,因此在金銀比高點買入黃金白銀均有可能獲取一定收益。


然而隨著全球經濟觸底回升,工業生產與需求回暖,相對更利好白銀,因此白銀后續的漲幅往往更大。從數學角度來看,金銀比實際上是黃金白銀的價格比,當該指標較高時意味著黃金價格高或白銀價格低,當該指標較低時意味著黃金價格低或白銀價格高,所以用相同的金銀比高低時點來分別配置黃金白銀時,白銀的整體收益會高于黃金。另外白銀本身的波動性也大于黃金,因此當金銀比指示上漲時,配置白銀往往能獲取更高的收益。因此在現階段全球風險聚集的情況下,貴金屬中白銀也可作為一類良好的配置標的。


華泰周期進取策略表現

策略簡介

華泰金工周期系列之《周期三因子定價與資產配置模型》仿照FAMA三因子模型,基于市場統一周期理論,提出了大類資產定價模型。根據定價模型外推預測的資產表現排序結果構建了資產配置策略,在回測中取得了良好的業績表現。我們將該資產配置策略應用于全球大類資產,精選優質可投資標的,根據周期輪動規律配置中國和海外的股指、債券和商品類資產,逐月調倉,構建“華泰大類資產周期進取策略”。該策略指數在Wind與Bloomberg金融終端同步更新(Wind代碼CI001801.WI,Bloomberg代碼WI001801),從本月開始,我們將在月報中跟蹤該策略的表現,并每月更新該策略的持倉情況,供投資者參考。


大類資產周期進取策略以滬深300指數、標普500指數、歐洲斯托克50指數、恒生指數、日經225指數、iShares MSCI新興市場指數ETF、中國10年期國債期貨、美國10年期國債期貨、英國10年期國債期貨、德國10年期國債期貨、日本10年期國債期貨、彭博商品指數為投資標的,各標的指數代碼及貨幣單位如下表所示。



策略指數收益表現回顧

華泰周期策略指數從2010年5月開始回測,回測至今取得優異的表現,無論從收益指標還是收益風險比率都顯著超越各大類資產。指數在2018年10月于Bloomberg和Wind正式上線,策略的收益表現如下圖表所示:




風險提示

本文基于系列研究對全球各類經濟金融指標長達近百年樣本的實證檢驗結果,確定使用的市場周期長度。然而市場存在短期波動與政策沖擊,就每輪周期而言,暫無法判斷具體長度。基于歷史規律的總結存在失效風險。


免責申明

本公眾平臺不是華泰證券研究所官方訂閱平臺。相關觀點或信息請以華泰證券官方公眾平臺為準。根據《證券期貨投資者適當性管理辦法》的相關要求,本公眾號內容僅面向華泰證券客戶中的專業投資者,請勿對本公眾號內容進行任何形式的轉發。若您并非華泰證券客戶中的專業投資者,請取消關注本公眾號,不再訂閱、接收或使用本公眾號中的內容。因本公眾號難以設置訪問權限,若給您造成不便,煩請諒解!本公眾號旨在溝通研究信息,交流研究經驗,華泰證券不因任何訂閱本公眾號的行為而將訂閱者視為華泰證券的客戶。


本公眾號研究報告有關內容摘編自已經發布的研究報告的,若因對報告的摘編而產生歧義,應以報告發布當日的完整內容為準。如需了解詳細內容,請具體參見華泰證券所發布的完整版報告。


本公眾號內容基于作者認為可靠的、已公開的信息編制,但作者對該等信息的準確性及完整性不作任何保證,也不對證券價格的漲跌或市場走勢作確定性判斷。本公眾號所載的意見、評估及預測僅反映發布當日的觀點和判斷。在不同時期,華泰證券可能會發出與本公眾號所載意見、評估及預測不一致的研究報告。


在任何情況下,本公眾號中的信息或所表述的意見均不構成對客戶私人投資建議。訂閱人不應單獨依靠本訂閱號中的信息而取代自身獨立的判斷,應自主做出投資決策并自行承擔投資風險。普通投資者若使用本資料,有可能會因缺乏解讀服務而對內容產生理解上的歧義,進而造成投資損失。對依據或者使用本公眾號內容所造成的一切后果,華泰證券及作者均不承擔任何法律責任。


本公眾號版權僅為華泰證券股份有限公司所有,未經公司書面許可,任何機構或個人不得以翻版、復制、發表、引用或再次分發他人等任何形式侵犯本公眾號發布的所有內容的版權。如因侵權行為給華泰證券造成任何直接或間接的損失,華泰證券保留追究一切法律責任的權利。本公司具有中國證監會核準的“證券投資咨詢”業務資格,經營許可證編號為:91320000704041011J。



林曉明

執業證書編號:S0570516010001


華泰金工深度報告一覽

金融周期系列研究(資產配置)

【華泰金工林曉明團隊】二十載昔日重現,三四年周期輪回——2019年中國與全球市場量化資產配置年度觀點(下)

【華泰金工林曉明團隊】二十載昔日重現,三四年周期輪回——2019年中國與全球市場量化資產配置年度觀點(上)

【華泰金工林曉明團隊】周期輪動下的BL資產配置策略

【華泰金工林曉明團隊】周期理論與機器學習資產收益預測——華泰金工市場周期與資產配置研究

【華泰金工林曉明團隊】市場拐點的判斷方法

【華泰金工林曉明團隊】2018中國與全球市場的機會、風險 · 年度策略報告(上)

【華泰金工林曉明團隊】基欽周期的量化測度與歷史規律 · 華泰金工周期系列研究

【華泰金工林曉明團隊】周期三因子定價與資產配置模型(四)——華泰金工周期系列研究

【華泰金工林曉明團隊】周期三因子定價與資產配置模型(三)——華泰金工周期系列研究

【華泰金工林曉明團隊】周期三因子定價與資產配置模型(二)——華泰金工周期系列研究

【華泰金工林曉明團隊】周期三因子定價與資產配置模型(一)——華泰金工周期系列研究

【華泰金工林曉明團隊】華泰金工周期研究系列 · 基于DDM模型的板塊輪動探索

【華泰金工林曉明團隊】市場周期的量化分解

【華泰金工林曉明團隊】周期研究對大類資產的預測觀點

【華泰金工林曉明團隊】金融經濟系統周期的確定(下)——華泰金工周期系列研究

【華泰金工林曉明團隊】金融經濟系統周期的確定(上)——華泰金工周期系列研究

【華泰金工林曉明團隊】全球多市場擇時配置初探——華泰周期擇時研究系列

行業指數頻譜分析及配置模型:市場的周期分析系列之三

【華泰金工林曉明團隊】市場的頻率——市場輪回,周期重生

【華泰金工林曉明團隊】市場的輪回——金融市場周期與經濟周期關系初探


FOF與金融創新產品

【華泰金工】生命周期基金Glide Path開發實例——華泰FOF與金融創新產品系列研究報告之一


因子周期(因子擇時)

【華泰金工林曉明團隊】市值因子收益與經濟結構的關系——華泰因子周期研究系列之三

【華泰金工林曉明團隊】周期視角下的因子投資時鐘--華泰因子周期研究系列之二

【華泰金工林曉明團隊】因子收益率的周期性研究初探


擇時

【華泰金工林曉明團隊】A股市場低開現象研究

【華泰金工林曉明團隊】華泰風險收益一致性擇時模型

【華泰金工林曉明團隊】技術指標與周期量價擇時模型的結合

【華泰金工林曉明團隊】華泰價量擇時模型——市場周期在擇時領域的應用


行業輪動

【華泰金工林曉明團隊】“華泰周期輪動”基金組合改進版——華泰行業輪動系列報告之七

【華泰金工林曉明團隊】“華泰周期輪動”基金組合構建——華泰行業輪動系列之六

【華泰金工林曉明團隊】估值因子在行業配置中的應用——華泰行業輪動系列報告之五

【華泰金工林曉明團隊】動量增強因子在行業配置中的應用——華泰行業輪動系列報告之四

【華泰金工林曉明團隊】財務質量因子在行業配置中的應用——華泰行業輪動系列報告之三

【華泰金工林曉明團隊】周期視角下的行業輪動實證分析——華泰行業輪動系列之二

【華泰金工林曉明團隊】基于通用回歸模型的行業輪動策略——華泰行業輪動系列之一


Smartbeta

【華泰金工林曉明團隊】Smart Beta:乘風破浪趁此時——華泰Smart Beta系列之一

【華泰金工林曉明團隊】Smartbeta在資產配置中的優勢——華泰金工Smartbeta專題研究之一


多因子選股

【華泰金工林曉明團隊】桑土之防:結構化多因子風險模型——華泰多因子系列之十二

【華泰金工林曉明團隊】華泰單因子測試之海量技術因子——華泰多因子系列之十一

【華泰金工林曉明團隊】因子合成方法實證分析 ——華泰多因子系列之十

【華泰金工林曉明團隊】華泰單因子測試之一致預期因子 ——華泰多因子系列之九

【華泰金工林曉明團隊】華泰單因子測試之財務質量因子——華泰多因子系列之八

【華泰金工林曉明團隊】華泰單因子測試之資金流向因子——華泰多因子系列之七

【華泰金工林曉明團隊】華泰單因子測試之波動率類因子——華泰多因子系列之六

【華泰金工林曉明團隊】華泰單因子測試之換手率類因子——華泰多因子系列之五

【華泰金工林曉明團隊】華泰單因子測試之動量類因子——華泰多因子系列之四

【華泰金工林曉明團隊】華泰單因子測試之成長類因子——華泰多因子系列之三

【華泰金工林曉明團隊】華泰單因子測試之估值類因子——華泰多因子系列之二

【華泰金工林曉明團隊】華泰多因子模型體系初探——華泰多因子系列之一

【華泰金工林曉明團隊】五因子模型A股實證研究

【華泰金工林曉明團隊】紅利因子的有效性研究——華泰紅利指數與紅利因子系列研究報告之二


人工智能

【華泰金工林曉明團隊】基于CSCV框架的回測過擬合概率——華泰人工智能系列之二十二

【華泰金工林曉明團隊】基于遺傳規劃的選股因子挖掘——華泰人工智能系列之二十一

【華泰金工林曉明團隊】必然中的偶然:機器學習中的隨機數——華泰人工智能系列之二十

【華泰金工林曉明團隊】偶然中的必然:重采樣技術檢驗過擬合——華泰人工智能系列之十九

【華泰金工林曉明團隊】機器學習選股模型的調倉頻率實證——華泰人工智能系列之十八

【華泰金工林曉明團隊】人工智能選股之數據標注方法實證——華泰人工智能系列之十七

【華泰金工林曉明團隊】再論時序交叉驗證對抗過擬合——華泰人工智能系列之十六

【華泰金工林曉明團隊】人工智能選股之卷積神經網絡——華泰人工智能系列之十五

【華泰金工林曉明團隊】對抗過擬合:從時序交叉驗證談起

【華泰金工林曉明團隊】人工智能選股之損失函數的改進——華泰人工智能系列之十三

【華泰金工林曉明團隊】人工智能選股之特征選擇——華泰人工智能系列之十二

【華泰金工林曉明團隊】人工智能選股之Stacking集成學習——華泰人工智能系列之十一

【華泰金工林曉明團隊】宏觀周期指標應用于隨機森林選股——華泰人工智能系列之十

【華泰金工林曉明團隊】人工智能選股之循環神經網絡——華泰人工智能系列之九

【華泰金工林曉明團隊】人工智能選股之全連接神經網絡——華泰人工智能系列之八

【華泰金工林曉明團隊】人工智能選股之Python實戰——華泰人工智能系列之七

【華泰金工林曉明團隊】人工智能選股之Boosting模型——華泰人工智能系列之六

【華泰金工林曉明團隊】人工智能選股之隨機森林模型——華泰人工智能系列之五

【華泰金工林曉明團隊】人工智能選股之樸素貝葉斯模型——華泰人工智能系列之四

【華泰金工林曉明團隊】人工智能選股之支持向量機模型— —華泰人工智能系列之三

【華泰金工林曉明團隊】人工智能選股之廣義線性模型——華泰人工智能系列之二


指數增強基金分析

【華泰金工林曉明團隊】再探回歸法測算基金持股倉位——華泰基金倉位分析專題報告

【華泰金工林曉明團隊】酌古御今:指數增強基金收益分析

【華泰金工林曉明團隊】基于回歸法的基金持股倉位測算

【華泰金工林曉明團隊】指數增強方法匯總及實例——量化多因子指數增強策略實證


基本面選股

【華泰金工林曉明團隊】華泰價值選股之相對市盈率港股模型——相對市盈率港股通模型實證研究

【華泰金工林曉明團隊】華泰價值選股之FFScore模型

【華泰金工林曉明團隊】相對市盈率選股模型A股市場實證研究

【華泰金工林曉明團隊】華泰價值選股之現金流因子研究——現金流因子選股策略實證研究

【華泰金工林曉明團隊】華泰基本面選股之低市收率模型——小費雪選股法 A 股實證研究

【華泰金工林曉明團隊】華泰基本面選股之高股息率模型之奧軒尼斯選股法A股實證研究


基金定投

【華泰金工林曉明團隊】大成旗下基金2018定投策略研究

【華泰金工林曉明團隊】布林帶與股息率擇時定投模型——基金定投系列專題研究報告之四

【華泰金工林曉明團隊】基金定投3—馬科維茨有效性檢驗

【華泰金工林曉明團隊】基金定投2—投資標的與時機的選擇方法

【華泰金工林曉明團隊】基金定投1—分析方法與理論基礎


其它

【華泰金工林曉明團隊】A股市場及行業的農歷月份效應——月份效應之二

A股市場及行業的月份效應——詳解歷史數據中的隱藏法則


文章評論
點擊加載更多
嗨牛財經 版權所有 © 2014-2017 粵公網安備44010402001139   粵ICP備14041788號-1
用戶登錄 關閉
還沒有嗨牛賬號?立即注冊
嗨牛財經公眾平臺 關閉
可在嗨牛財經微信端獲得更多精彩內容
大乐透彩票