【华泰金工林晓明团队】三月份行情可能偏向震荡——每周观点20190303

摘要
三月份行情A股可能偏向震荡，未来要重点关注避险资产的走势
三月份市场将从春节行情转向两会行情，历史统计来看两会期间市场偏向于震荡，同时市场在快速上涨之后也有震荡调整的需求。全球风险资产在未来一段时间的走势将为震荡后期的决策提供重要依据。如果未来一段时间避险资产走出明显趋势，意味着市场做出了方向选择，若避险资产趋势性下跌，则风险资产可能在震荡整理后依然继续上涨，若避险资产出现趋势性上涨，则风险资产可能震荡整理之后出现下跌。如果避险资产没有走出趋势，则意味着市场方向依然不明朗，我们建议投资者采用短期趋势跟踪的方法控制股票仓位，付出一定的交易成本来防范风险。

流动性边际宽松带来全球风险资产的反弹
今年以来，全球风险资产均出现反弹。全球风险资产上涨的背后原因是美股下行之后带动美债收益率下行引发流动性缓和，导致全球投资者短期追逐风险资产。这本身是基钦周期下行传导中的一部分。本轮基钦周期下行中风险先从新兴市场爆发逐渐传导至发达市场。由于美股是美国最重要的宏观指标，其对美国的经济走势具有一定的前瞻性，美股下跌之后投资者开始意识到未来经济的下行风险加大。随着股票市场的下行，国债收益率也开始大幅下行，相关政策也做出了改变，造成流动性的边际宽松，流动性的边际宽松给全球风险资产带来了反弹机会。

本次春节行情后紧接两会，从历史规律看，小盘成长风格占优
统计主要股指09年以来历年春节至两会开始日期（T1~T2），以及两会期间（T2~T3）的累计涨跌幅，结果显示前半段主要指数都表现不错，以中证500和中证1000为代表的小盘指数每年都录得正收益，平均涨幅也是最高。而两会期间，整个市场的表现较之前半段稍弱，除了中证1000和创业板指之外，其他指数的平均收益都为负，但是平均跌幅都较小。换句话说，春节行情之后，两会期间主要指数大多都维持震荡走势，并未大幅下行。因此我们判断，本轮春节效应之后紧接着的两会期间，市场走势大概率会震荡盘整。

华泰大类资产周期进取策略表现
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）。策略指数上周下跌0.43%，最近3个月收益1.83%，最近一年收益7.97%。

周期视角下的行业配置模型目前持有周期上游板块
周期视角下的行业配置模型依托华泰金工周期研究相关方法，从定性和定量两个角度研究了金融经济体三大驱动周期对行业轮动的影响，得到了库兹涅茨周期、朱格拉周期、基钦周期三个不同视角下的行业投资时钟，并构建了纯定量的行业配置模型。截止到目前（19年3月1日），模型在样本外累计收益-13.09%，小幅跑赢等权基准（-16.65%）。最新一次调仓发生在2018年底，从周期下游切换到周期上游，对应一级行业为采掘、有色金属。

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。

流动性边际宽松带来全球风险资产的反弹
今年以来，全球风险资产均出现反弹，权益市场出现上涨，深证成指涨幅最高，上涨24.75%，多数指数涨幅在10%以上。同时，原油、铜等大宗商品也出现明显上涨，NYMEX原油今年以来上涨25.58%，LME铜价从今年1月4日至今上涨了12.50%。全球风险资产上涨的背后原因是美股下行之后带动美债收益率下行引发流动性缓和，导致全球投资者短期追逐风险资产造成风险资产的反弹。这本身是基钦周期下行传导中的一部分。

2016年初开始，基钦周期开始新的上行周期，此时全球股票市场同时开始上涨，从MSCI发达市场和新兴市场指数走势来看，两者完全一致，同时新兴市场上涨更多。2018年开始随着基钦周期的下行，风险率先在新兴市场爆发，由于全球流动性仍然处于偏紧缩状态导致资金回流发达市场，对发达国家股票市场形成了支撑。但是随着基钦周期的下行，风险逐渐传导至发达市场，造成美股2018年10月份的下跌。由于美股是美国最重要的宏观指标，其对美国的经济走势具有一定的前瞻性，美股下跌之后投资者开始意识到未来经济的下行风险加大，造成美股2018年12月的进一步下行。由于市场存在负反馈机制，随着股票市场的下行，国债收益率也开始大幅下行，相关政策也做出了改变，造成流动性的边际宽松，流动性的边际宽松给全球风险资产带来了反弹机会。

新兴市场自2018年10月份开始酝酿反弹
我们认为新兴市场在2018年10月就开始酝酿反弹。从主要的新兴市场指数来看，上证综指、韩国综合指数、富时新加坡STI指数等在2018年10月和2018年12月形成了两个低点，这两个低点的位置大体一致。但是像标普500等发达市场10月底和12月底的两个低点位置差距较大。我们认为由于新兴市场之前下跌较多，10月份已经基本超跌开始酝酿反弹，但是由于发达市场继续下跌对新兴市场造成压力，导致新兴市场指数在12月份再次形成一个低位。同时，随着美债收益率的下行，新兴市场汇率止跌企稳，资金开始流入新兴市场，为新兴市场的反弹创造了条件。

两会行情往往表现为震荡，从历史规律看，小盘成长风格占优
在前期周报《A股存在显著的“春节效应”》中，我们发现从农历腊月十八至正月十八主要指数历年平均收益显著为正，我们将其称之为春节效应。今年的正月十八对应阳历日期为2月22日，也就是说当前仍然处于春节行情中，而3月3日预计两会就会召开，下文中我们将统计近10年春节至两会开始日期，以及两会期间股票市场的表现，以期为当下投资提供参考。

分别统计主要股票指数2009年以来，每年春节至两会开始日期（T1~T2），以及两会期间（T2~T3）的累计涨跌幅，可以看到前半段（T1~T2）主要指数都表现不错，尤其是以中证500和中证1000为代表的小盘指数每年都录得正收益，平均涨幅也是最高。而到了两会期间，整个市场的表现较之前半段稍弱，除了中证1000和创业板指之外，其他指数的平均收益都为负，但是平均跌幅都较小。换句话说，春节行情之后，两会期间主要指数大多都维持震荡走势，并未大幅下行。因此我们判断，本轮春节效应之后紧接着的两会期间，市场走势大概率会震荡盘整。

对每一个考察区间，在初始时刻获取全部A股，剔除掉ST、停牌以及上市不满半年的个股，然后按照总市值从高到低排序分为十组，第1组市值最大，第10组市值最小。组合内根据市值加权的方式计算组合涨跌幅，考察市值分层组合在历年春节至两会开始日期（T1~T2），以及两会期间（T2~T3）的累计涨跌幅。同样可以看到类似规律：
1.前半段（T1~T2）的市场行情要显著比后半段（T2~T3）强，但后半段各市值分层组合的平均跌幅并不大，说明两会期间整体呈震荡走势。
2.无论是前半段还是后半段，小市值组合的表现都要整体强于大市值组合

未来需重点关注避险资产走势
我们认为三月份市场大概率在快速上涨之后转向震荡，全球风险资产在未来一段时间的走势将为震荡后期的决策提供重要依据。历史经验来看，风险资产和避险资产有较强的轮动现象，很少发生两种资产同时走强的情况。在今年以来风险资产反弹的这段时间，避险资产没有走弱，美债期货与中国十年期利率都表现为横盘震荡。这说明全球投资者对风险依然有较多担心，并没有从避险资产中大规模流出。如果未来一段时间避险资产走出明显趋势，意味着市场做出了方向选择，若避险资产趋势性下跌，则风险资产可能在震荡整理后依然继续上涨，若避险资产出现趋势性上涨，则风险资产可能震荡整理之后出现下跌。如果避险资产没有走出趋势，则意味着市场方向依然不明朗，我们建议投资者采用短期趋势跟踪的方法控制风险资产仓位，付出一定的交易成本来防范风险。

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。

截至2019年2月收益表现回顾
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2月28日，策略的收益表现如下图表所示。

周期视角下的行业配置模型目前持有周期上游板块
华泰金工行业轮动系列报告《周期视角下的行业轮动实证分析》依托华泰金工周期研究相关方法，从定性和定量两个角度研究了金融经济体三大驱动周期对行业轮动的影响，得到了库兹涅茨周期、朱格拉周期、基钦周期三个不同视角下的行业投资时钟，并基于如下逻辑构建了纯定量的行业配置模型：
1.基于K-means算法将申万一级行业聚类成周期上、中、下游，大金融，消费与成长六大板块，板块内采用等权方式合成板块指数。
2.基于傅里叶变换与MUSIC算法等定量实证结果表明，六大板块在21个月、42个月、100个月附近具备共同的驱动周期。
3.在每月末，采用过去50个月窗口期内的共同驱动周期对六大板块对数同比序列进行回归定价，并预测下个月的同比变化值，配置最看多的一个板块。

模型样本内回测（2005年3月至2017年12月）以及样本外（2018年至今）跟踪的表现如下，其中对照基准为六大板块等权。截止到目前（19年3月1日），模型在样本外累计收益-13.09%，小幅跑赢等权基准（-16.65%）。最新一次调仓发生在2018年底，从周期下游切换到周期上游，对应一级行业为采掘、有色金属。

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（上）
【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】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】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】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】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

多因子选股
【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

Smartbeta
【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

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