【华泰金工林晓明团队】2021中国市场量化配置年度观点

来源：华泰金融工程

林晓明    S0570516010001    研究员

     SFC No. BPY421

黄晓彬    S0570516070001    研究员

张   泽    S0570520090004    研究员

源洁莹    S0570119080125    联系人

刘依苇    S0570119090123    联系人

报告发布时间：2021年2月2日

摘要

2021年中国实体经济周期上行，复苏是主旋律，风险资产大概率表现更优

基于金融经济系统的整体性视角，分析市场周期状态，根据大宗（同时作为实体经济基本面的代表）、PPI、CPI、利率、股票等五大类指标周期位置，研判2021年国内大类资产投资机会与风险。2021年实体经济周期状态类似2003-2004年，复苏是中国与全球市场的主旋律，我们根据资产周期轮动规律看好商品和股票等风险资产。根据历史规律，实体经济库兹涅茨长周期上行或导致估值因子累计收益率下行，对高估值股票较为不利。当前周期板块估值相对较低，此外短周期盈利复苏还将带动周期板块ROE上升，综合盈利与估值两个因素，我们判断今年周期板块或有更高的投资性价比。

实体经济持续复苏，股商大概率延续去年上涨，债券趋势性机会或在明年

通过对周期状态进行测算、预测与分析，我们判断2021年实体经济持续复苏，同时利率逐步回归周期上行轨道，流动性逐步收紧，压制债券表现。CPI和PPI大概率与利率同向变化，整体呈上涨趋势。在全球经济复苏背景下，商品抗通胀属性凸显，有望延续2020年牛市，价格或进一步走高。股市方面，我们判断上涨或是全年主线，同时利率上升会使DDM模型分子端的企业盈利重要性凸显。2020年全球股市估值持续推升，由于中国相对适度的宽松政策，A股估值相对全球仍处于较低位，因此我们判断2021年估值扩张和盈利增长有望成为推升A股股价上涨的“双引擎”。

周期上行经济复苏叠加板块估值相对较低，周期板块或有年度配置价值

2020年末A股总市值相比2019年末扩大超1/3，2020年度主要指数中创业板指涨幅最大，中游制造与可选消费涨幅在多个月份名列前茅。当前A股主要指数中长周期处于上行阶段，短周期处于顶部正值区域，周期状态好于去年，市场出现拐点风险较低。小市值因子收益率处于下行周期，大市值股票或具更佳长线配置价值。估值因子的中长周期规律显示，低估值股票今年或有更优表现，周期板块估值相对较低，且复苏期内受盈利正向影响更明显，或好于其他板块。2020年12月底最新数据显示，当前共19个行业景气度分值大于0，随着基钦周期继续上行，中短期景气度或将持续处于高位。

利率或回归周期上行轨道，压制债券表现，物价指数、商品或整体上行

社融/GDP指标今年或将进入下行通道，预示国内经济有望逐渐复苏，经济刺激减少，货币政策偏向收紧。在基钦周期上行支撑下，利率大概率被推升，压制债市表现。另一方面，美国作为全球最有影响力的经济体，利率短周期相位相对领先，其走势对于其他市场具有一定的指示作用，美国利率或仍将持续一段时间的上行，而中国债券市场的投资机会大概率晚于美国，我们判断较佳投资机会在明年。此外，周期规律显示我国CPI、PPI或在2021年整体上行，商品有望凸显抗通胀价值。去年黑色系大幅上涨，今年1月7日南华商品指数创基日以来新高，为此我们更推荐关注全球定价的品种。

风险提示：本文对各类资产价格变化的方向性判断均是基于年度视角，短期内的投资者情绪波动或政策冲击引起的相对高频的市场变化，需要结合其他高频研究方法给出预测。另外三周期预测规律基于历史数据总结得到，未来可能存在失效风险。

正文

2020疫情冲击不改周期上行，2021周期规律仍引导市场主线

在过去的5年中，我们持续对经济金融体系的周期规律进行定量研究。从2016年2月23日第一篇周期报告《市场的轮回》到2020年上半年发布的《周期的起源》七篇系列报告，从发现并证明周期规律到运用周期规律进行大类资产配置，从高维度经济金融周期系统的构建到宏观周期的微观形成过程，从三周期因子的发现到双底规律和周期非对称性的研究，我们不断地深入挖掘新的周期规律、探讨周期本质、研究周期现象，同时也将我们发现的周期规律和理论框架应用在资产配置行业配置等各种场景中，并在市场的波动中不断地验证与学习。

例如，在此前的研究中我们发现，股指同比短周期的实际长度近似服从均值为42个月、标准差为8个月的正态分布，但在2019年初市场超跌反弹叠加全球各大央行央行降息扩表的背景下，周期底部的确认时间被强行提前到了2018年12月，相距上一个短周期实际底点的长度显著短于42个月的理论值。因此当时我们对提出了周期双底的规律，即短中周期底部叠加时，股指更容易出现“双底部”现象，2018年12月的底部是本轮短周期的底部之一，未来还会出现第二个底部。2020年的疫情则将本轮上行中隐含的问题暴露了出来，股价大幅下行，确认了第二个周期底部。

同时，相比大部分投资者常用的历史数据简单线性外推预测法，周期外推预测法有更大可能接近市场的本质规律，预判市场拐点。例如2019年5月，黄金价格自2012年大幅回撤后仍处于阶段性低位，但在2019年5月16日发布的大类资产配置月报《大周期拐点的黄金中长线配置机会》一文中，我们通过对黄金中长周期滤波的分析判断，预测黄金当前正处于大周期拐点位置，未来两年内将会出现趋势性机会，并在2019年8月27日发布的《二十年一轮回的黄金投资大周期》中，预测上海金价格或将在未来一年内突破420元/克。

在我们的研究体系中，周期规律并非只可定性远观的空中楼阁，而是能够通过信号处理方法，从全球主要资产价格和经济金融指标中分离出来的共性规律。本文将沿袭历年观点研报的章节框架，将周期理论体系应用在国内经济金融指标及资产价格序列之上，对其周期状态进行定量判断，研判2021年主要大类资产与经济指标的整体变化方向。

2020配置观点回顾：新周期重启股商年度投资机会，债券不及此前两年

在2020年1月22日发布的中国市场量化资产配置年度观点报告《周期归来，机会重生，顾短也兼长》中，通过对实体经济及各类资产周期状态的分析和研究，我们对2020年的资产价格走势提出了以下预测：

1.       经济周期触底上行：实体经济周期滤波结果显示，2020年经济周期触底反弹，拐头向上，预计将持续上行。

2.       流动性周期于下半年触顶：流动性周期滤波结果显示，2020年流动性周期逼近顶部拐点，预计2020年的流动性环境或将于下半年由宽松转为收紧。

3.       风险资产将迎来投资机会：经济周期和流动性周期上行，A股或具有年度机会，周期板块或具有较高配置价值。实体经济和物价指数短周期上行推动大宗商品上涨。

4.       利率上行，压制债券表现：根据周期滤波结果，国内利率短周期底点已过，或将在2020年随经济边际回暖进入上升周期，压制债券表现。

5.       物价指数上行：PPI于2020年初随经济短周期复苏而转头向上，受翘尾因素影响CPI同比先升后降。

在本年度的中国市场量化资产配置报告中，我们将延续此前年度观点预测的方法论，采用华泰金工周期系列研究中发现的周期规律，对各类资产在周期中的位置进行更新，并通过周期外推来预测未来一年的资产价格走势。

在开始阐述 2021 年资产配置观点之前，我们先简要回顾一下 2020 年各类资产价格和物价指数的实际表现。整体来看，各类经济指标和资产价格的走势均受到疫情冲击而被截为两段。从实体经济周期来看，疫情前几个月，PMI指数已经回到荣枯线上，PMI生产指数和PMI采购量指数也明显超过荣枯线，经济周期已出现上行趋势。2-3月份的疫情对实体经济造成巨大冲击后，我国快速控制住了疫情，经济开始重新回复到上行轨道。整体来看，2020年经济周期经历了触底后反弹的过程，当前已处于快速上行的轨道中。

从流动性周期来看，从2020年初到11月，我国M0、M1和M2同比整体呈现上行趋势，流动性环境持续宽松，而在年底12月，三个货币供应量指标则开始掉头向下，呈现收紧态势。

从风险资产走势来看，2020年A股主要股指均录得正收益，其中创业板指涨幅超过50%。按月份来看，从1月到3月，股市受疫情影响而大幅波动；4月到7月中旬，疫情得到控制且流动性趋向宽松后，股市大幅上涨；7月下旬直到年末，A股市场震荡上行。CRB指数则从4月下旬开始一直上涨到年末，金属、食品等分项指数也在上涨。整体来看，A股和大宗商品两类风险资产在2020年均表现亮眼。

从利率和债券走势来看，2020年前三个月，受到疫情影响，我国10年期国债利率呈现下行趋势，但从五月开始，利率水平随经济边际回暖而进入上行周期，债券则因受到利率上行的压制而表现平平。

从物价指数来看，食品CPI对CPI走势影响较大，呈现先降后升的趋势。而PPI同比则由于受到疫情冲击呈现出先降后升的趋势，且从2月到12月均处于负值区间。

我们认为，运用周期规律对经济系统状态进行测度是判断各类资产投资机会与风险的根本基础，在此推荐读者阅读华泰金工周期系列核心报告，如2017年5月9日发布的《金融经济系统周期的确定》、2017年8月19日发布的《周期三因子定价与资产配置模型》、2019年12月26日发布的《从微观同步到宏观周期》、2020年1月2日发布的《周期趋同现象的动力学系统模型》等，以更加全面地了解我们发现、证明和运用经济周期规律的逻辑与方法。

2021年预测观点概述：股商大概率延续去年上涨，债券趋势性机会在明年

2021年的大宗商品周期状态类似于2003-2004年，同比序列的三周期回归拟合预测曲线在2022年中期才会下降到负值区间，全年宏观经济周期状态仍将处于经济复苏向好的态势。当前经济周期持续上行，流动性周期已拐头向下，2021年流动性环境预计将逐步收紧。另外从社融/GDP指标的短周期今年也进入下行通道，大概率反映出国内经济持续复苏，经济刺激或将减少，货币政策偏向收紧。

利率在基钦周期上行支撑下大概率将被推升，从而压制债市表现。美国作为全球较有影响力的经济体，利率短周期相位相对领先，中国债券市场的投资机会大概率晚于美国，较佳投资机会应在明年。

当前实体经济短、长周期均处于上行状态，意味着基础设施建造周期向好，国内外新老基建都会对自然资源形成需求，商品资产具有较高配置价值，虽然当前商品价格已有所上涨，但距离上一轮长周期上行期（2000年~2007年）的顶点仍有一定空间。结合周期规律显示我国CPI、PPI或在2021年整体上行，商品资产的抗通胀价值将凸显，并且商品的定价逻辑并非是现金流折现，因此流动性收紧理论上并不会对商品价格形成压制，反而经济复苏、盈利回暖会推升对商品的需求，因此建议关注商品的投资价值。

股市方面，虽然经历了过去一年多的估值扩张行情后，部分领涨行业的估值都已经处于历史高位，边际提升空间相对有限，但当前A股指数的估值相较其他国家仍处于偏低水平，并且未来盈利增长或成为推升股价上涨的又一引擎。因此2021年权益资产则大概率在盈利修复弹性和流动性边际收紧程度之间动态博弈。在当前基钦周期上行的状态下，我们继续看好2021年股票资产的表现。

中国市场规模持续增长，低于全球的流动性扩张使估值渐具优势

市场规模：2020年A股总市值增幅34%，目前约80万亿

本小节中我们将对2020年A股市场股指和板块表现进行回顾。2020年末，沪深两市A股总市值达到79.66万亿元，相比2019年末的59.21万亿增长了34.52%，与2018年末的43.41万亿相比，增长了83.50%。

回顾A股2005年以来的总市值变动，2006-2007年的牛市带动A股市值上升到阶段高点32.3万亿，但下一年迅速回落约63%。随后的6年时间里，A股市值未有太大起伏，直至2014-2015年牛市，A股市值再度大幅上涨，在2015年5月达到62.6万亿的历史新高后又开始回落，一直持续到2016年2月。2016-2017的慢牛行情中，A股市值缓慢回升，2018年1月达到58.5万亿，但未突破2015年的高点。经历2018年的下跌后，2019年初A股市值开始从谷底反弹开启上涨，并从4月开始横盘震荡，直到2020年6月重新开启上涨趋势。此次上涨势头汹涌，总市值一举突破2015年5月高点并持续冲击新高。直至2020年末，A股总市值接近80万亿。

股市表现：2020年创业板指涨幅超65%，中游制造和消费板块表现出色

2020年A股主要指数的上涨幅度均超过10%。其中创业板指涨幅最高，接近65%；中小板指次之，涨幅43.91%；深证成指第三，涨幅38.73%。上证指数和涨幅最小，分别为13.87%和18.85%。在跨市场指数中，沪深300涨幅最大，为27.21%；中证100次之，为24.09%；中证500和中证1000涨幅都在20%左右。

板块方面，我们将申万一级行业聚类为八大板块：周期风格下的上游资源、中游材料、中游制造三个主题板块；消费风格下的可选消费和必须消费两个主题板块；金融风格下的大金融主题板块；成长风格下的TMT主题板块；稳定风格下的公共产业主题板块。以2020年初各板块市值为基准，可以得到2020年A股各个板块的走势。对比年初，八大板块中，中游制造、可选消费、必须消费和中游材料四个板块上涨，涨幅分别为34.11%、28.15%、10.97%和4.91%。大金融、公共产业、TMT和上游资源四个板块下跌，跌幅分别为27.00%、22.66%、6.77%和5.26%，各板块走势分化较为严重。

详细统计2020年内各板块的月度涨跌幅，可以看到，在八个板块中，中游制造整体表现最好；TMT、必须消费和可选消费名次波动较大；中游制造板块表现平平；大金融、上游资源、公共产业板块表现较差：

1.       上游资源板块整体表现较差，12个月中有6个月排在后两名，仅11月份排名第1；

2.       中游材料板块表现平平，排名多在第3到第5之间；

3.       中游制造板块整体表现较好，12个月中有7个月都排在前两名；

4.       可选消费板块在5、8、10三个月份排名第1，也有三个月份排在第5名之后；

5.       必须消费板块在前半年整体表现较好，后半年整体表现较差；

6.       大金融板块整体表现较差，仅9月和11月排在第2名，其余月份均排在第5名之后；

7.       TMT板块名次波动较大，12个月中取得4次第一、2次第六、3次第七和3次第八

8.       公共产业板块表现平平，排名多在第5名以后。

估值水平：发达市场估值扩张现象愈演愈烈，A股估值相对稳定且具优势

2020年上半年，全球市场受到了新冠疫情冲击影响，各国央行相继采取了宽松的货币政策，利率下行，流动性较为充足。这就导致股市股市估值水涨船高，尤其对利率较为敏感的成长股，市场结构出现一定分化。我们从创业板指和沪深300 的PE_TTM 比值可以看出，2020上半年创业板指估值增速明显快于沪深300，从2020年8月开始趋势出现反转，十年期国债利率在逐步走高，国内流动性收紧，创业板指相对于沪深300 的估值之比从最高时的5.5 倍已经下降到了4 倍左右。

海外市场同样存在流动性充足导致的股指估值扩张，且成长股的估值增速明显更快。当前海外市场的货币宽松仍未完全退出，纳斯达克与标普500的收盘价之比持续攀升，但2020 年7 月之后，我国的流动性呈边际收紧状态，货币政策的差异也间接导致国内股市和发达国家市场的估值之比不断缩小，比如创业板指和纳斯达克指数的PE_TTM比值从2020年6月30日的1.63 倍下降到12 月31日的0.97倍。未来如果海外市场流动性边际收紧，一定程度上会动摇全球市场的估值扩张的逻辑，企业盈利的重要性也会逐步凸显。

截至2020年12月31日，A 股市场相对国外指数的估值较低，投资性价比逐渐凸显，外资或将是未来一段时期市场重要的增量资金来源。从北向资金近期的状况来看，资金持续净流入且规模较之前有明显提升。因此总体来看，发达市场估值扩张现象愈演愈烈，A股估值处于相对较低的水平且部分板块的估值总体平稳，未来外资有望持续流入，A股市场具有较高的投资价值。

2021年股票商品或延续上涨行情，A股机会或好于发达市场

2021年宏观经济周期状态与2003-2004年类似，复苏是主旋律

实体经济持续复苏，2021年大宗商品大概率延续牛市表现

大宗商品的牛熊是实体经济景气度的直接反映，商品价格的长期上行代表了经济的需求强于供给，实体经济整体上行；反之，商品价格的长期下行代表经济的需求弱于供给，实体经济整体下行。本节我们将对CRB综合现货指数的三周期状态展开分析，考察大宗商品的价格趋势及投资机会，并进一步推断实体经济的需求与供给，对2021年的实体经济进行预判。

2021年CRB综合现货指数同比序列处于正值区间的较高位置，当前同比序列正处于向上的正值区间，类似历史上2000年、2002-2004年、2006年、2009-2010年、2016年的情况，这五个区间里大宗商品均录得正收益。结合前文CRB同比序列的三周期的滤波状态：短、长周期向上，中周期刚从顶部区域下降，2021年的大宗商品周期状态更类似于2003-2004年。同比序列的三周期回归拟合预测曲线在2022年中期才会下降到负值区间，可以看出2021年宏观经济周期状态仍将处于经济复苏向好的态势。

实体经济短中长周期分别反映股市盈利、估值和经济增长情况

DDM估值模型（股利不变模型）认为企业股票的合理价格是企业未来现金流的贴现，企业未来的现金流越高，贴现率越低，股票的合理价格越高。DDM模型分析的核心在于对分子和分母的拆解，即考察企业的盈利能力（ROE）和贴现率，以及两者的相对变化。

具体地，从DDM模型来看，ROE上升会提高企业未来现金流的预期，推动资产价格上涨。而实体经济短周期反映了经济基本面的短期运行趋势和市场的牛熊状态，短周期上行时，企业盈利能力上升，预期企业未来现金流增长。因此，实体经济短周期与ROE的变动相对同步。

当中长周期上行时，基本面存在长期支撑，实体经济的逐步复苏带动企业盈利水平的上升和生产活动的扩张，从而推升信贷需求，使资金流向生产流通领域，信贷的价格也即利率开始上升。同时，经济向好引发通胀预期，央行加息抑制经济过热，进一步收紧流动性，并抬升利率。因此，从DDM模型来看，当中长周期上行时，贴现率的上升使分母增大，使得预期未来现金流的现值降低，导致估值中枢下移。

基于对2021年实体经济持续复苏的预判，在DDM模型的分析框架下，随着基钦周期的进一步回升，企业盈利逐步改善；叠加中长期视角下经济复苏的背景，利率企稳甚至上行，DDM模型大概率分子和分母双升，价值投资风格仍是长期主旋律。

2021年经济周期持续上行，流动性环境预计将逐步收紧

本质上DDM模型的分子端主要受实体经济景气度变化的影响，也就是经济周期；分母端主要受资金充裕程度的影响，也就是流动性周期。从经济周期和流动性周期的视角去观测复杂金融经济系统，给出基本面的两个低维角度的观察，有助于我们对市场进行进一步的解释和预判。经济周期和流动性周期的合成方式具体参见2019年7月的报告《再探周期视角下的资产轮动——华泰行业轮动系列报告之八》，当前经济周期和流动性周期及其42个月高斯滤波结果如下图表所示。2021年经济周期持续上行，流动性周期已拐头向下，流动性环境预计将逐步收紧。

当前实体经济三周期状态下，预计2021年商品、股票表现强于债券

综上所述，根据实体经济三周期状态，对2021年股票、债券、商品等资产表现进行排序：我们认为，2021年从各类资产的配置价值来看，商品资产最高，其次为股票，最后为债券。

（1）当前实体经济库兹涅兹周期处于上行状态，意味着基础设施建造周期向好，国内外新老基建都会对自然资源形成需求。这种背景下，商品资产具有较高配置价值，当前商品资产价格虽已有所上涨，但距离上一轮长周期上行期（2000年~2007年）的顶点，仍有一定空间。

（2）当前实体经济朱格拉周期处于下行状态，历史统计规律显示中周期往往和A股估值中枢的走势呈背离关系。虽然经历了过去一年多的估值扩张行情后，部分领涨行业的估值都已经处于历史高位，边际提升空间相对有限，当前A股部分指数的估值相较其他国家仍处于偏低水平，并且未来盈利的增长有望成为股价上涨的又一引擎。

（3）当前实体经济基钦周期处于上行状态，虽然2020上半年经济基本面受疫情冲击出现了二次探底，但2020下半年以来主流金融资产和宏观指标的表现都反映出经济正处于复苏状态，2021年复苏大概率延续，因此债券资产机会较少；权益资产则大概率在盈利修复弹性和流动性边际收紧程度之间动态博弈；而商品资产的定价逻辑并非是现金流折现，因此流动性收紧从理论上讲并不会对资产价格形成压制，反而经济复苏、盈利回暖会对推升商品的需求。

2021年A股投资机会与风险多维分析判断

本节我们对A股的周期状态做更加深入的探讨，总体来看，上证综指同比序列长周期和中周期分别于2020年4月和2019年6月触底反弹，短周期目前仍在上行状态，三周期同比拟合序列将于2023年初见底，2021年同比序列处于正值区间的较高位置。2021年A股的上涨态势大概率能够延续。

大势判断：市场大概率好于去年，A股相对全球具有高贝塔优势，出现拐点风险较低

在2021年1月19日发布的2021全球主要市场量化资产配置年度观点《连雨需知春渐去，莫待一晴入夏深》中，我们指出在基钦周期上行阶段，资金倾向于流入弹性更高的新兴市场，使得新兴市场相对发达市场的表现具备一定优势。同时，本轮基钦周期运行至2020年12月底已经历17个月，MSCI新兴市场指数的年化收益相比MSCI发达市场指数仅领先不足2.5pct，远低于历史平均。因此2021年新兴市场有望在收益表现上领先于发达市场，或具备更佳的投资机会。

更具体地，我们对主要新兴市场的股票指数进行更深入的分析，对比历轮基钦周期上行期不同新兴市场的投资性价比。统计1998年至今历轮基钦周期上行期上证综指、韩国综合指数、巴西IBOVESPA指数、印度SENSEX30指数、俄罗斯RTS指数、以及泰国SET指数的表现，如下图表所示。

从上述图表可以看出，相较其他典型的新兴市场国家，A股市场在风险指标上优势明显。具体地，在过去6轮基钦周期上行阶段内，上证指数的年化波动率有5次低于各市场平均，最大回撤有4次低于各市场平均。需要指出，尽管过去6轮基钦周期上行阶段内上证指数在收益表现上不具备长期稳定优势，但2020年7月22日新的编制方案生效，长期来看新方案将降低上证指数中银行股和其他传统行业股票权重，医药科技行业权重上升或成大趋势。此外，新修订还将降低风险警示股对指数的拖累，回避新股发行溢价的大幅回调，有助于提升上证指数的长期表现，也使得上证指数能够更好地代表A股市场。

从以下图表可以看出，本轮基钦周期开启以来，上证指数的年化波动和回撤均最小，延续了过往在风险指标层面的优势，其在收益上也高于各新兴市场平均，进一步凸显投资性价比。整体而言，在新兴市场有望优于发达市场的判断上，我们进一步指出A股市场相对其他代表性新兴市场大概率具备更低的年化波动和最大回撤，叠加本轮基钦周期上行阶段中A股市场的优异表现，今年中国市场或具备较佳投资机会。

市值风格：2021经济仍处于大周期级别上的复苏，大盘股更具长线配置价值

基于市值因子的中长周期规律，2015年之后的7年大盘股有望占优

在华泰金工2018年10月11日推出的《周期视角下的因子投资时钟》一文中，我们发现市场风格也存在周期性的变化，我们采用申万大盘指数与小盘指数的对数价格比来反映大盘相对小盘的优势，另外使用因子模型来观察小市值因子自2005年以来去趋势的累积收益率，并与库兹涅茨周期（CRB指数长周期）放在一起对比，获得结果如下：

从右图中可以观察到，去趋势后的小市值因子累积收益率呈现出较强的周期性，并且方向与库兹涅兹周期的方向相反。我们认为这是随着经济的复苏，企业盈利增长的确定性增强，投资者开始选择企业盈利确定性更强的大市值股票，从而导致大市值股票表现好于小市值。2007年至2015年，实体经济长周期开始下行，企业盈利恶化，投资者开始转向小市值股票。进入2015年之后，经济中长期再次上行，经济增长的确定性开始增加，大市值的股票再获青睐。预计2021年随着经济持续的复苏，小市值因子收益率会逐步下行，未来很长一段时间大市值股票相对更优。而中长期里盈利确定性更高的大盘股具有更大的配置价值。

估值判断：2021需警惕流动性拐点，考虑流动性收缩风险，低估值股票投资风险相对较低

估值因子中长周期规律受到流动性短期冲击，流动性收紧后低估值股票受负面冲击较小

考察EP估值因子去趋势后的累积收益率序列可以发现，EP因子累积收益率序列与实体经济长周期走势的同步性较高。2015年代表实体经济长周期的库兹涅茨周期开始上行，长期经济基本面向好，带动利率上行，流动性收紧，从而压制股票的估值，因此长周期上行阶段，低估值的股票应更受青睐。

但从2019年开始，全球流动性宽松对估值因子的长周期规律产生了较大冲击。2019年全球超过30家央行降息，其中包括多次降息+扩表的美联储，以及推出QE的欧洲央行。2020年疫情对经济产生重大打击，多国采用负利率来应对经济问题，并持续扩表释放流动性。因此近两年来，尽管库兹涅茨周期上行，在全球流动性大宽松的背景下，去趋势EP因子累计收益率持续下行，高估值股票的表现明显优于低估值股票。

当前全球流动性仍无明确收紧信号，我国央行也在1月4日的央行工作会议中表示2021年将采取灵活精准、合理适度的稳健货币政策，维护市场流动性合理充裕、平抑流动性波动。在宽松的流动性环境下，作为市场热点的高估值股票或仍有上涨机会。但经历了两年的估值扩张，热点行业股票的估值已经处在历史较高水平，一旦流动性边际收紧，投资者对流动性预期发生转变，EP估值因子走势或将回归周期上行轨道。届时股票估值将受到压制，高估值股票将面临较大风险，而低估值股票或将迎来更高配置价值。

统计结果显示，2020年A股主要股指的上涨大部分来源于估值扩张

从估值和盈利对A股涨跌幅的贡献来看，2020年A股上涨的核心因素是估值扩张。估值（PE）和盈利对指数涨跌幅的贡献度的计算方式为：根据Price=PE*EPS，两边取对数可得log⁡Price=log⁡PE+log⁡EPS，从而指数的涨跌幅可以拆分为估值和盈利两者的贡献。

指数的对数涨跌幅 = log⁡ 指数涨跌幅

对数估值贡献 = log⁡ ( 本期指数PE / 上期指数PE )

对数盈利贡献 = 指数的对数涨跌幅 - 对数估值贡献

对于A股的代表性股指，2020年估值扩张对股价上涨的贡献度都大于盈利提升。2020年深市A股小盘股涨幅较大，创业板指的对数涨幅超过50%，中小板指和深证成指的对数涨幅均超过30%，三只指数估值扩张的贡献均在26%左右，涨幅的差异主要是由盈利贡献的差异带来的。创业板指盈利扩张接近25%，而中小板指和深证成指盈利扩张仅为9.53%和5.14%。此外，沪市股票指数的盈利贡献都为负，即估值涨幅已经超过股指涨幅，跨市场指数，如沪深300、中证50和中证1000的涨幅明显低于深市股指，但其估值贡献均接近或低于指数涨幅。

2020年电新等行业涨幅主要由盈利贡献，消费者服务等行业存在估值扩张过快风险

行业方面，2020年电新、食品饮料和消费者服务三个行业涨幅较大。在收益率排名前10的行业中，电新、国防军工、电子、机械、有色的涨幅主要由盈利贡献，估值贡献相对较少甚至为负数。食品饮料行业估值贡献了大部分涨幅，但盈利贡献仍为正值。但消费者服务、医药、汽车、基础化工的估值贡献超过了指数涨幅，盈利贡献为负值，尤其是消费者服务行业，其估值贡献195.61%远超对数涨幅59.36%，盈利贡献为-136.24%，存在估值扩张过快、估值过高的风险。

根据DDM模型来看，2020年实体经济受疫情冲击下行，全球流动性大宽松，属于分母端驱动行情，因此大多数行业估值扩张对股价上涨的贡献大于盈利增长的贡献。随着后疫情时代经济拐头向上，企业盈利端将逐渐得到修复，带动市场流动性收紧，A股市场行情或将逐步从估值扩张转向盈利提升，因此股价主要驱动因素转换的时点与市场流动性拐点紧密相关。

我们统计了A股主要股指自2000年以来的PE_TTM与PB_LF，观察其最大最小值和中位数，并计算最新值的历史分位数。经过2019-2020两年的上涨，2020年底创业板指的PE历史分位数已接近83%，PB历史分位数已达到93%，位于历史较高位置；上证50、中证100、沪深300和深证成指的PE历史分位数均超过70%，PB历史分位数均在50%上下；中盘指数中证500的PE和PB历史分位数均低于其他股指，PE历史分位数在28.10%，PB历史分位数为17.70%。

统计规律显示金融和稳定板块当前估值分位数相对较低，或具备一定的扩张空间

风格板块方面，我们统计了各个风格板块2010年以来的PE_TTM。观察各板块估值指标的最大最小值、中位数以及最新值的分位数可以发现：金融板块和稳定板块的绝对估值水平较低，PE分别为9.13和14.01，稳定板块估值分位数较低，在30%左右，金融板块估值历史分位数则在60%左右。成长和消费板块的绝对估值水平较高，PE分别为95.54倍和42.79倍，相对估值水平也较高，估值历史分位数均在96%以上，提示此板块具有估值过高的风险。周期行业的绝对估值为30.76倍，历史分位数约为63%，在各板块中处于中等水平。

市场景气度：2021年市场景气度有望保持高位或继续提升

我们认为，随着基钦周期持续上行，周期探底回升的趋势将越来越明朗。在华泰金工行业轮动系列报告《行业配置策略：景气度视角》（2020-11-05）中，我们基于财务报表、业绩快报、业绩预告、一致预期等多个维度数据，构建了17个景气度指标来对各行业景气状态进行月度打分，进一步，统计每个截面上处于景气状态的行业个数，可以从自下而上的角度刻画整个实体经济的景气水平。该指标的走势与基钦周期也比较同步：自2019年2月见底以来逐步企稳，经历了2020年上半年疫情冲击带来的下跌后，又重新回归上行轨道，从2020年7月以来加速上行。未来随着基钦周期的继续上行，企业盈利将进一步回暖，进而推动股价上行，我们整体对2021年的市场比较乐观。

在华泰金工中观基本面轮动系列报告《行业配置策略：景气度视角》（2020-11-05）中，我们结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据，构建了17个景气度指标来对各行业景气状态进行月度打分（该指标景气度向好打1分，恶化打-1分，无信号打0分）。综合得分越高的行业越景气，全市场综合景气度大于零的行业个数越多，意味着全市场景气度越高。

2020年12月底最新数据（所有个股的三季报公布完毕）显示，当前国防军工、有色金属、电力设备及新能源、医药、轻工制造等19个行业的景气度打分值大于0。全市场景气度水平在经历了上半年疫情冲击下的下跌之后，于6月触底，在7月-8月快速上行，后几个月则维持在较高的景气度水平。根据华泰金工周期建模结论，同比序列基钦周期将在2021年上半年触顶，全年维持在正值区间，推动景气度维持在较高水平。

市场动力：周期上行带动周期板块盈利复苏，市场或有盈利增长与估值扩张双重驱动力

2020年A股三轮市场行情回顾：估值扩张和盈利增长均可驱动市场上涨

（1）第一轮上涨行情（2019年12月2日至2020年2月25日）：此时疫情爆发到逐步蔓延，流动性环境持续宽松（中债10年利率是19年11月初见顶回落，美债10年利率是19年12月底见顶回落），推动估值扩张，科技类成长板块的弹性最大，电子行业领涨，区间涨幅55.21%，计算机和通信行业也录得近40%的涨幅。

（2）第二轮上涨行情（2020年3月23日至2020年7月13日）：此时国内疫情已经逐步得到控制，叠加海外因疫情反复而导致的产能缺口，国内生产端快速回暖，流动性边际收紧（中债10年利率自4月初开始企稳上行），而国外仍然处于宽松的流动性环境（美债10年利率4至7月都处于底部区间），成本较低的资金大量配置性价比较高的A股市场，盈利确定性高、受外资青睐的消费板块全面上涨，消费者服务、食品饮料区间涨幅均超过70%，医药和商贸零售涨幅超过50%。

（3）第三轮震荡上行（2020年7月17日-2020年12月25日）前两轮行情先后受益于国内外流动性环境的持续宽松，先是估值扩张而后开始关注盈利确定性，在2020年8月到12月里，股市的风格又有所切换，汽车、家电、煤炭、机械、石油石化、钢铁、基础化工等顺周期行业涨幅靠前，这些行业普遍预期盈利会有所增长。

当前尽管海外疫情仍未得到有效控制，但是疫苗的持续推进加强了民众对于基本面回归正轨的预期，需求逐步回暖，国内外流动性都处于边际收紧的态势，CRB综合现货指数快速上行反映出经济持续复苏，未来一年权益市场大概率在盈利修复弹性和流动性边际收紧程度之间动态博弈，估值扩张和盈利增长或都可驱动股市进一步增长。

基于盈利因子的中长周期规律，2015年后由盈利驱动的价值投资占主导

DDM模型分子端的ROE反映了企业的盈利水平。以ROE为代表的盈利因子收益也有着明显的周期特征，从下方两张图表中，我们可以发现其走势受长周期影响十分明显，与实体经济的库兹涅茨周期基本同步。此外，在经济长周期下行阶段，中周期朱格拉周期的上行也能为ROE因子带来不错的表现，而在经济长周期下行阶段，中周期的短暂下行对于ROE因子收益率的影响则不甚明显。

从1998年至今，有三段时期ROE因子表现较好，第一次是2002年10月到2006年11月，第二次是2010年3月到2013年5月，第三次是2016年12月至今。第一次与第三次都发生在库兹涅茨周期明显上升的阶段，也即实体经济复苏，企业盈利增加，投资风格开始转向大盘价值，业绩驱动市场上行，ROE因子收益率快速累积。第二次是经济衰退过程中，库兹涅茨周期下行，朱格拉周期上行，出现了阶段性的流动性紧张，这个阶段高ROE的企业对估值压制的对冲更为明显，更易受到投资者的青睐，超额收益凸显。如今，随着库兹涅兹周期和朱格拉周期的共振上行，实体经济中长周期的复苏将带动企业盈利能力持续增长，在价值投资的主旋律下，盈利能力强的企业将获得更高的关注度。

短周期上行，受盈利影响更明显的周期板块上行动力更强

将周期与非周期板块2005年至今的ROE当季同比与CRB三周期进行对比。可以看到：周期板块的盈利能力受基钦周期的影响非常显著，每次基钦周期的上行与下行，都对应着其ROE同比的上升与下跌。但ROE同比的波动幅度同样也会受到朱格拉周期与库兹涅兹周期的影响，从2010年第三季度到2016年初，中长周期双双下行，使得ROE同比数值明显降低。而2021年，基钦周期与中长周期同步上行，预计2021年企业盈利将迎来边际改善，尤其利好受短周期影响较大的周期行业。

与之相比，用消费板块和成长板块按市值加权合成的非周期板块ROE同比在2011年之后就长期维持在一个稳定的水平，几乎不受基钦周期的影响。因此2021年基钦周期上行期间，非周期板块ROE的上行弹性或小于周期板块。

配置思路：以盈利增速稳定且较高的行业板块打底，适度增加科技成长板块把握冲顶机会

对于行业板块的判断，短期我们认为顺周期行情仍有望延续。本轮顺周期行情呈现出明显的“下游→中游→上游”的传导特征，而且背后有商品价格上涨的基本面支撑，反映的是经济复苏背景下的周期风格。统计各个行业的预测EPS增速，有色金属、轻工制造、机械、汽车等顺周期行业2020年、2021年的预测EPS增速都在20%以上，行情预计仍有持续性，是2021年值得作为底仓配置的品种。

另一方面，我们发现历来牛市中，股市冲顶板块与初期领涨板块有一定重合，本轮股市上涨初期的领涨板块正是科技成长板块，并且电力设备及新能源、电子、通信、计算机、传媒等科技成长行业未来两年的EPS盈利增速均在20%以上，部分板块的估值与海外同类板块相比仍有空间，因此也建议适度增加科技成长板块以把握股市的冲顶机会。

以下是我们统计2005年以来的四轮牛市行情，可以发现每轮牛市中初期领涨板块和冲顶期领涨板块的重合度较高，也即领涨板块往往会带领市场冲顶，本轮基钦周期上行初期的领涨板块主要是科技成长板块，因此有望在市场冲顶时仍具有较高的配置价值。详细内容可参看观点周报《本轮基钦周期行业轮动复盘及展望》（2020年9月13日）。

本轮基钦周期滤波低点是2019年7月，第一段涨幅超过10%的时间为2019年8月6日至2019年9月9日，期间涨幅前五的行业分别为：电子（25.8%）、计算机（24.24%）、通信（20.72%）、国防军工（17.69%）、传媒（17.26%），均为典型的科技成长板块，因此本轮基钦周期或将在科技板块的带领下冲顶。

2021年流动性大幅宽松概率不大，利率或回归周期上行轨道压制债券表现

对于债券资产的投资机会，我们首先结合流动性环境进行分析。从下图可以看出，2019年国内1年期国债到期收益率总体平稳。2020年初疫情爆发，收益率大幅下行，但4月触底之后快速回升至疫情冲击前的水平。虽然去年11-12月到期收益率有所回落，但是在基钦周期上行支撑下，未来流动性再度大幅宽松的概率不大，所以债券市场或难以出现较佳机会。

除此以外，我们也可以从社融和GDP数据来观察流动性变化的周期特征。GDP可以表征国家经济增长情况，而社融数据则反映了金融体系对实体经济的支持力度。当经济下滑，政府倾向于刺激经济，那么社融/GDP这一指标大概率上涨；反之当经济开始增长，政府刺激力度减弱，那么分母端增大，社融/GDP指标下降。因此社融/GDP指标上涨时反映的是国家经济增长乏力，刺激力度加强的过程，而社融/GDP下降则反映了国家经济稳步增长，刺激政策收紧的过程。

观察社融/GDP指标的42个月周期滤波可以看出，当前短周期即将拐头向下，类比过去周期状态类似的2010年初、2013年中、2017年末可以发现，今年社融/GDP指标或将进入下行通道，国内经济有望逐渐复苏，经济刺激或将减少，货币政策偏向收紧。整体而言流动性偏紧的环境下，利率大概率被推升，进一步压制债券市场表现。

更为直接地，我们考察中国10年期国债收益率同比序列的周期状态对债券市场投资机会做进一步的判断。由于利率同比不具备明确的经济学含义，利率指标的“同比”处理方法为当年利率与去年同月利率作差，目的是去除趋势项和季节影响。根据滤波结果可以看出，我国10年期国债收益率同比序列走势受短周期影响最大，当前短周期与长周期均处于上行通道，中周期下行，三周期叠加后，2021年上半年利率呈现上行趋势，或在年中触顶后震荡走平。整体而言，今年我国债券市场趋势性投资机会仍未显现，较佳投资机会大概率在明年。

观察全球主要国家10年期国债收益率42个月高斯滤波可以发现，美国10年期国债收益率的相位相对领先，中国、日本则略有滞后。整体而言，美国作为全球较有影响力的经济体，其利率走势对于其他市场具有一定的指示性作用，美国利率下行或标志着防御资产投资性价比的提升，而中国债券市场的投资机会大概率晚于美国。

2021年CPI、PPI或整体上行，大宗商品有望进一步凸显抗通胀价值

短周期与长周期同步上行，2021年中国CPI或处于上升通道

从三周期滤波结果来看，我国CPI的42个月短周期在2020年3月拐头向上，100个月中周期在2020年11月触顶，200个月长周期自2018年11月触底后至今仍处于上升区间。三周期叠加后，中周期和长周期对CPI走势影响较大，周期拟合结果预示我国CPI同比在2021年将整体呈现上升趋势。

事实上在CPI的历史预测中，翘尾因素对于CPI的影响很大，CPI同比序列的走势除了受到周期的影响之外，还会受到异常值的影响。2020年初国内猪肉价格大幅波动，带动食品CPI同比和CPI同比大幅上升，预计2021年初翘尾因素的影响方向与周期运行方向一致，不会对CPI走势的周期预测结果产生方向性的影响。

中国PPI受短周期和长周期上行影响，2021年大概率呈上涨趋势

当前中国PPI短周期和长周期上行，中周期下行，三周期叠加后拟合序列呈现上行趋势。受能量较强的短周期和长周期所主导，2021年我国PPI有望随着经济持续回暖而整体处于上涨通道。

商品牛市有望延续，全球定价的品种或强于国内定价品种

在物价指数上行阶段，投资者对于抗通胀资产的需求增加，大宗商品通常具有较高的配置价值。根据我们对2021年CPI和PPI走势的周期外推判断，结合2021年1月19日发布的2021全球主要市场量化资产配置年度观点《连雨需知春渐去，莫待一晴入夏深》，我们指出大宗商品在2021年或有望延续投资机会。对于具体的商品品种，我们在报告中建议关注基本金属和原油，经济复苏主旋律下铜和原油等商品需求有望进一步回暖，为价格回升提供有力支撑。

从下图可以看出，CRB综合现货指数自2020年4月以来持续上涨，但距离上一轮牛市顶点仍有较大提升空间。与此同时，国内的南华商品指数已经创下新高，这主要得益于国内定价的黑色系品种大幅上涨。计算典型黑色系商品螺纹钢、焦炭、焦煤、铁矿石、热轧卷板2020年涨跌幅及2020年末相较年内低点的涨跌幅可以发现，主要黑色系商品在2020年已实现可观涨幅，铁矿石全年涨幅甚至超过100%；涨幅最小的螺纹钢全年录得33%的正收益，相较年内低点已上涨超过45%。因此相较而言，2021年可重点关注全球定价的商品品种。

附录：数据指标汇总

本文采用的数据指标汇总如下：

需要注意的是，金融资产和经济指标的变化包含趋势性变化和周期性波动等部分，趋势性变化关注时间序列的长期变化趋势，周期性波动关注时间序列的均值回归特性，提取金融资产和经济指标的周期状态时，需要先去除原始序列中的趋势性变化部分，否则会导致周期项提取不准确。因此，在使用滤波方法提取数据的周期状态之前，需要根据数据的特性进行一定的预处理操作：对CPI同比和PPI同比等平稳序列，去除其均值项使之零均值化，以避免对长周期分量提取的影响；对资产价格指标则先取同比，再去均值，使其具备平稳性，且取同比后其变化与经济指标同比变化更加具备可比性，对于周期研究意义更为明显。

风险提示

本文对各类资产价格变化的方向性判断均是基于年度视角，短期内的投资者情绪波动或政策冲击引起的相对高频的市场变化，需要结合其他高频研究方法给出预测。另外三周期预测规律基于历史数据总结得到，未来可能存在失效风险。

免责声明与评级说明

公众号平台免责申明

本公众平台不是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】2020年中国市场量化资产配置年度观点——周期归来、机会重生，顾短也兼长20200121

【华泰金工林晓明团队】量化资产配置2020年度观点——小周期争明日，大周期赢未来20200116

【华泰金工林晓明团队】风险预算模型如何度量风险更有效-改进风险度量方式稳定提升风险模型表现的方法

【华泰金工林晓明团队】周期双底存不确定性宜防守待趋势——短周期底部拐头机会渐增，待趋势明朗把握或更大20191022

【华泰金工林晓明团队】二十年一轮回的黄金投资大周期——黄金的三周期定价逻辑与组合配置、投资机会分析20190826

【华泰金工林晓明团队】如何有效判断真正的周期拐点？——定量测度实际周期长度提升市场拐点判准概率

【华泰金工林晓明团队】基钦周期的长度会缩短吗？——20190506

【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

周期起源

【华泰金工林晓明团队】企业间力的产生、传播和作用效果——华泰周期起源系列研究之八

【华泰金工林晓明团队】耦合振子同步的藏本模型——华泰周期起源系列研究之七

【华泰金工林晓明团队】周期在供应链管理模型的实证——华泰周期起源系列研究之六

【华泰金工林晓明团队】不确定性与缓冲机制——华泰周期起源系列研究报告之五

【华泰金工林晓明团队】周期是矛盾双方稳定共存的结果——华泰周期起源系列研究之四

【华泰金工林晓明团队】周期是不确定性条件下的稳态——华泰周期起源系列研究之三

【华泰金工林晓明团队】周期趋同现象的动力学系统模型——华泰周期起源系列研究之二

【华泰金工林晓明团队】从微观同步到宏观周期——华泰周期起源系列研究报告之一

FOF与金融创新产品

【华泰金工林晓明团队】养老目标基金的中国市场开发流程--目标日期基金与目标风险基金产品设计研究

【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】波动率与换手率构造牛熊指标——华泰金工量化择时系列

【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

中观基本面轮动

【华泰金工林晓明团队】行业配置落地：指数增强篇——华泰中观基本面轮动系列之十

【华泰金工林晓明团队】行业配置策略：拥挤度视角——华泰中观基本面轮动系列之九

【华泰金工林晓明团队】行业配置策略：景气度视角——华泰中观基本面轮动系列之八

【华泰金工林晓明团队】行业配置策略：趋势追踪视角——华泰中观基本面轮动系列之七

【华泰金工林晓明团队】行业配置策略：宏观因子视角——华泰中观基本面轮动系列之六

【华泰金工林晓明团队】行业全景画像：投入产出表视角——华泰中观基本面轮动系列之五

【华泰金工林晓明团队】行业全景画像：改进杜邦拆解视角——华泰中观基本面轮动系列之四

【华泰金工林晓明团队】行业全景画像：风格因子视角 ——华泰中观基本面轮动系列之三

【华泰金工林晓明团队】行业全景画像：宏观因子视角 ——华泰中观基本面轮动系列之二

【华泰金工林晓明团队】确立研究对象：行业拆分与聚类——华泰中观基本面轮动系列之一

行业轮动

【华泰金工林晓明团队】不同协方差估计方法对比分析（二）——华泰行业轮动系列报告之十三

【华泰金工林晓明团队】拥挤度指标在行业配置中的应用——华泰行业轮动系列报告之十二

【华泰金工林晓明团队】基于投入产出表的产业链分析 ——华泰行业轮动系列报告之十一

【华泰金工林晓明团队】不同协方差估计方法对比分析——华泰行业轮动系列报告之十

【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】重剑无锋：低波动 Smart Beta——华泰 Smart Beta 系列之四

【华泰金工林晓明团队】投资优质股票：红利类Smart Beta——华泰Smart Beta系列之三

【华泰金工林晓明团队】博观约取：价值和成长Smart Beta——华泰Smart Beta系列之二

【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】华泰单因子测试之历史分位数因子——华泰多因子系列之十三

【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】WGAN生成：从单资产到多资产——华泰人工智能系列之三十八

【华泰金工林晓明团队】舆情因子和BERT情感分类模型——华泰人工智能系列之三十七

【华泰金工林晓明团队】相对生成对抗网络RGAN实证——华泰人工智能系列之三十六

【华泰金工林晓明团队】WGAN应用于金融时间序列生成——华泰人工智能系列之三十五

【华泰金工林晓明团队】再探AlphaNet：结构和特征优化——华泰人工智能系列之三十四

【华泰金工林晓明团队】数据模式探索：无监督学习案例——华泰人工智能系列之三十三

【华泰金工林晓明团队】AlphaNet：因子挖掘神经网络——华泰人工智能系列之三十二

【华泰金工林晓明团队】生成对抗网络GAN初探——华泰人工智能系列之三十一

【华泰金工林晓明团队】从关联到逻辑：因果推断初探——华泰人工智能系列之三十

【华泰金工林晓明团队】另类标签和集成学习——华泰人工智能系列之二十九

【华泰金工林晓明团队】基于量价的人工智能选股体系概览——华泰人工智能系列之二十八

【华泰金工林晓明团队】揭开机器学习模型的“黑箱” ——华泰人工智能系列之二十七

【华泰金工林晓明团队】遗传规划在CTA信号挖掘中的应用——华泰人工智能系列之二十六

【华泰金工林晓明团队】市场弱有效性检验与择时战场选择——华泰人工智能系列之二十五

【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

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。