【华泰金工林晓明团队】回归质量之本，布局市场前景——中金MSCI中国A股国际质量ETF投资价值分析

林晓明 S0570516010001

         SFC No. BPY421 研究员
李子钰 S0570519110003 研究员
何康 S0570519110003 研究员
王晨宇 S0570119110038 联系人

报告发布时间：2020年12月29日

摘要
国内市场首只质量Smart Beta ETF面世，提供优质稀缺标的

中金MSCI中国A股国际质量ETF（认购代码515913，交易代码515910，申赎代码515911）于2020年12月25日正式发售，为国内市场首只质量策略Smart Beta ETF。产品跟踪指数近年来表现出色，而作为跟踪相同指数的场外基金，中金MSCI中国A股质量（006341）为2019年获得英华奖的唯一普通指数型基金，产品投资价值可见一斑。从市场格局来看，质量Smart Beta在海外市场拥有较大需求，近年来保持较高的发行水平；但国内质量策略产品较为稀少，其中质量策略ETF产品此前一直处于空缺。中金质量ETF的问世，为国内市场提供了优质且稀缺的投资标的。

ETF载体优势明显，产品交易灵活、费率低于市场整体水平
中金质量ETF以ETF作为投资载体，继承了被动投资分散化程度高与透明性强的特点，具有较强的可控性。同时，ETF具有高度灵活的交易机制，提供了覆盖一、二级市场的交易机会以及普通基金产品中最高的资金流转效率，能够更好地发挥Smart Beta产品的资产配置价值；同时，ETF产品普遍具有较低的成本，而中金质量ETF的管理费率和托管费率分别为0.30%和0.05%，低于目前市场上ETF的整体水平，费率优势明显。

质量策略逻辑清晰、历史有效性强，兼具中长期投资价值
作为中金质量ETF的核心策略，质量选股策略通过公司基本面信息挖掘质地优良的股票，拥有清晰直观的投资逻辑，且在市场实证中呈现较明显的Alpha效应。在当前A股市场环境下，经济复苏的预期强烈，估值扩张的主导地位预计将转向盈利驱动，公司基本面的重要性提升。质量策略着眼于公司的盈利能力、经营质量等基本面要素，同时拥有中期的市场契合度和长期的投资视野，具有理想的投资价值。

产品跟踪指数历史表现优异，风险调整收益理想
作为中金质量ETF的跟踪指数，MSCI中国A股国际公司质量指数在2015年以来的回测窗口中表现出色，整体收益水平显著高于主要宽基指数及可比的质量策略指数，在近两年内优势尤为明显；从风险水平上看，跟踪指数的整体波动性和回撤水平与可比指数接近，风险控制较为合理。从整体上看，中金质量ETF的跟踪指数具有理想的风险调整收益。

跟踪指数聚焦热门板块，个股分散化程度高，整体盈利水平突出
从近期的指数成分股分布上看，跟踪指数在行业分布上较为集中，聚焦食品饮料、医药与电子行业等热门板块；在个股层面，指数的分散化程度较高，基尼系数表征的个股相对集中度低于大盘指数，个股特有风险较低。指数整体ROE显著高于主要宽基指数，且在可比质量策略指数中稳定领先，整体盈利水平较为突出。

风险提示：本文以公开信息为基础，分析结果仅供投资者参考，不构成任何投资建议。市场分析存在一定主观性，未来市场格局与经济环境变化存在不确定性；指数的历史收益表现未必能在未来复现，分析结果不代表未来趋势。

中金质量ETF：国内首只质量Smart Beta ETF
2020年12月25日，中金MSCI中国A股国际质量基金（认购代码515913，交易代码515910，申赎代码515911，下称中金质量ETF）正式发售，成为国内市场的首只质量SmartBeta ETF产品，为质量风格的被动投资提供了重要标的，也填补了国内Smart Beta ETF市场的空白。

作为质量ETF的跟踪基准，MSCI中国A股国际公司质量指数采用MSCI质量三因子策略，通过ROE、资产负债率和盈利稳定性三个维度合成因子，以选择盈利能力强、债务风险低且长期经营稳定的A股股票。从近年来看，指数相对市场宽基指数表现出明显的超额收益和合理的风险回撤水平，是较为理想的资产配置选择；市场上现有的中金MSCI中国A股质量（006341）基金，为跟踪同一基准指数的场外基金，在超过两年的运行期内表现出色，为2019年度唯一一只获得英华奖的普通指数型基金。下文中，我们将从多个角度入手，具体分析中金质量ETF及跟踪指数的投资价值。

结合产品属性与市场环境定性来看，中金质量ETF具有以下优势：
1.    国内质量Smart Beta产品较少，中金质量ETF提供了稀缺的投资标的；
2.    ETF载体具有高度透明性和灵活性，提供了理想的投资载体；
3.    质量策略逻辑鲜明，有效性受到学界与业界的广泛认可；
4.    A股风格由估值扩张转向盈利驱动，质量策略兼具中长期投资价值。

市场格局：海外质量Smart Beta需求较大，国内市场标的稀缺
Smart Beta作为相对新兴的投资选择，兼具Beta投资的透明稳定性与Alpha投资的收益取向，在全球范围内发展迅速；而在众多Smart Beta策略中，质量Smart Beta具有相当重要的地位。以发展较为超前的美国市场为例，质量基本面Smart Beta产品呈现出现存规模大、发行持续性强的态势，表现出较大的市场需求。

可以看到，就最近期的数量规模而言，质量基本面类Smart Beta ETF的产品数量共计165只，在各类Smart Beta ETF中位居第二，仅次于定义高度自由的多因子产品；总规模超过1400亿美元，在各类产品中排在第四，位居经典的成长和价值型产品之后，和红利类产品相对接近。从纵向对比来看，质量类Smart Beta在2016年之后呈现出明显的高发态势，2020年发行的产品数量达到25只。可以看出，质量类Smart Beta在美国市场拥有巨大的既有规模，同时旺盛的市场需求仍在推动此类产品的进一步发展。

基于Wind 的Smart Beta数据库统计，除仍在认购阶段的中金质量ETF之外，目前国内市场只有4只质量策略Smart Beta产品，总规模仅5.27亿元，与海外市场的差距巨大；同时，所有质量策略产品均在2018年以后成立，国内市场处于明显的起步阶段。从产品类型上看，目前市场上尚未有上市的ETF产品，作为发挥Smart Beta资产配置作用的二级市场渠道受限；而中金质量ETF作为国内首只质量Smart Beta ETF，为国内Smart Beta市场填补了重要的空白。

ETF产品优势：被动投资保障分散化与低成本，交易机制灵活
ETF产品作为典型的被动型产品，兼具一、二级市场属性，具有多方面的机制优势；也因此，在发展相对成熟的海外市场，ETF是Smart Beta产品的主要载体。结合国内市场的环境，中金质量ETF主要具有以下产品优势：

一、风险分散，透明可控
作为指数投资组合，中金质量ETF包含50只成分股，且设置了较国内主流指数更严格的5%权重上限，具有很强的分散性；实践证明，当投资组合的证券数量达到15至20只时，组合的个股风险一般会显著降低，而中金质量ETF拥有较之更高的分散度，使组合能够更加集中于Beta与Alpha因子带来的收益。

另一方面，主动型基金的投资方式基本取决于基金经理，对投资者而言无疑是个“黑匣子”，投资者不得不承受来自资产管理方的不可控风险；相比之下，ETF基金旨在紧密跟踪标的指数，投资风格与指数紧密相关，具有高度的稳定性和透明性，对投资者而言可见且可控。

二、机制灵活，交易自由
作为ETF基金，中金质量ETF拥有相比其他传统基金更加自由的交易机制。普通开放式基金不在二级市场流通，每日进行一次的净值统计，因此每日只有一次申赎机会，申购与赎回遵从“T+1”确认机制，更存在额外的到账延迟；而ETF在交易所上市，具有与股票相似的交易机制，在开盘期间可以随时交易并及时到账，使得投资者能够对日间波动进行把握。一级市场的实物交割避免了到账延迟，使投资者可以通过在一、二级市场交易的结合，实现类似“T+0”的交易操作。这种灵活的交易机制为投资者的资金运转提供了很大的便利，潜在的套利机会也减小了基金净值与市值的折溢价。

从上表可以看出，ETF基金同时结合了开放式基金和封闭式基金的特色，实现了兼具一级市场申赎和二级市场交易的高度灵活性，并且通过一、二级市场操作的结合，实现了基金产品中仅有的近似“T+0”交易机会；同时，高频率的净值和投资组合公布保证了产品的透明度与价格的公允性。

三、费率低廉，控制成本
作为被动型指数基金， ETF基金需要投入的主观研究费用会显著低于普通的主动型基金；另一方面，由于指数编制周期较长，ETF基金相应的周转率同样较低，对比主动型基金在交易成本上明显的减少。另外，ETF基金的申购和赎回均采用一揽子证券的实物交易机制，不发生现金流交易，避免冲击成本；二级市场上的交易费用不超过成交额0.3%，且完全免除印花税。

从整体上看，我国普通股票型开放式基金的管理费和托管费普遍在1.5%和0.25%，而ETF股票型基金则普遍在0.5%和0.1%左右，平均降低了60%以上的成本；而中金质量ETF的管理费和托管费降低至0.3%和0.05%，低于国内ETF产品的整体水平，具有更大的成本优势。

质量选股策略：回归公司价值本源，追求优质股Alpha收益
对公司质量的研究，一直以来是股票投资的重中之重。正如有人用大法官波特·斯图尔特的名言“I Know It When I See It”来形容之，质量策略的投资逻辑非常合理且直白，扎根于公司的基本面信息，从财务状况、盈利能力、经营稳定性等公司的本质属性出发，自下而上对公司进行多维度的刻画，从而挑选出质地优良、运营稳健、具有长期发展潜力的优质公司并持有股票，从而在公司的发展中持续获益。一言以蔽之，质量策略的核心目的在于甄选出真正的“好”公司。

相比其他策略的相对明确的度量方式，质量策略拥有多维度、多指标的特点，在定义上非常自由，因而尚无公认的统一框架。早在2004年，GMO的创始人Jeremy Grantham在公司白皮书The Case for Quality——The Danger of Junk中阐述了“高质量”的公司标准，即高盈利、盈利稳定以及低负债率，这一框架为MSCI的质量系列指数所沿用；Joel Greenblatt则在Little Book that Beats the Market（2005）一书中阐述了资本生产效率（ROIC）的重要性；在相对较新的研究中（What Is Quality?，2019），Hsu，Kalesnik和Kose等人将质量因子归纳为以下指标：盈利能力、盈利稳定性、资本结构、质量成长、会计质量、派息与摊薄以及公司投资水平。

学界和投资界对高质量投资的有效性做过长期的实证。作为中金质量ETF三因子策略的基础，GMO公司在2004年的白皮书中展示了三个质量因子的长期跟踪结果，验证了因子存在明显的Alpha收益，为后来的MSCI质量系列指数提供了理论支持；Asness，Frazzini与Pedersen（Quality Minus Junk，2013）等人基于盈利、成长性、安全性和派息水平等维度构造的QMJ质量因子组合，在美国股市中获得长期的高收益；而在Buffett’s Alpha（2013）一文中，他们对伯克希尔·哈撒韦旗下资产进行分析，发现QMJ因子在资产中有很高的因子载荷，并有效解释了较大比重的超额收益。

此外，质量投资与价值投资有着千丝万缕的联系，也得到了众多价值投资的代表人物背书。价值投资的先驱者本杰明·格雷厄姆认为，在投资决策中，公司质量是价值投资成功的关键；而师承格雷厄姆的“股神”巴菲特也表示，代表盈利能力的ROE是其最喜欢的选股标准。从定位上看，传统价值投资着眼于“价”与“值”相对水平，注重低价格带来的安全边际效益，但对便宜股票的尾部风险相对轻视；而质量投资侧重于“值”本身，强调了公司质地优良的重要性，进一步保障了投资的长期稳定性。借用巴菲特的观点，“比起买一个低估值但质量一般的公司，不如买高质量但估值一般的公司”，质量策略的价值可见一斑。

A股市场趋势：盈利驱动趋于主导，市场逻辑回归基本面
近年来，A股市场呈现出较明显的结构性趋势，尤其2020年受疫情黑天鹅的影响，流动性宽松下的市场环境刺激估值扩张，推动了年中的上涨行情。但从长期来看，估值回归是相对普遍的规律；随着流动性边际的收紧，国内市场由流动性与估值扩张主导的风格预期将向盈利驱动转移，发掘标的的基本面价值具有更强的长期稳健性。

从华泰金工周期建模的视角来看，自2019年7月上一轮基钦周期见底以后，市场进入新一轮上行期，但本轮基钦周期上行期由于受到新冠疫情的影响导致走势更为复杂；结合中债10年期国债收益率、美债10年期国债到期收益率和CRB综合现货指数的走势，本轮基钦周期在2020年以来的走势大致可分为几个阶段：

1.    2020年初至2020年3月底，新冠疫情爆发打乱基本面企稳回升的节奏，国内外流动性环境持续宽松，CRB指数转向下行，导致基本面进入二次探底期。此时处于疫情爆发到逐步蔓延的阶段，流动性环境持续宽松，推动估值扩张，此时市场的波动较大，科技类成长板块的弹性明显。
2.    2020年4月至7月，由于国内率先从新冠疫情的肆虐中恢复过来，加之海外疫情蔓延导致产能缺口较大，国内基本面快速复苏，流动性环境边际收紧；但同时海外由于疫情持续恶化，一直处于流动性持续宽松的状态，低成本的外资不断涌入A股。
3.    2020年8月至今，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，国内外流动性都处于边际收紧的趋势，CRB综合现货指数也快速上行，需求逐步回暖。

整体来看，2020年来的两轮行情先后受益于国内外流动性环境的持续宽松，推动股票上涨的核心驱动力是估值扩张；但自8月以来，疫苗的推进加强了基本面回归正轨的预期，而国内外流动性的边际收紧趋势与CRB综合现货指数的上行显示出需求的逐步回暖，经济体进入复苏通道；基本面上，11 月工业增加值等宏观数据显示当前经济继续修复，经济环境改善趋势较为明显；政策上，中央经济工作会议强调继续实施积极的财政政策和稳健的货币政策，保持对经济恢复的必要支持力度，强调“不急转弯”，政策定调相对温和。

在该环境下，A股市场仍有一定的支撑力；可以预期在未来一年，经济复苏是主要的利好因素，权益市场的估值逻辑或由DDM模型分母端转向分子端，市场的主要驱动力或由流动性转向盈利驱动，公司基本面的重要性将进一步提升。质量策略着眼于公司的盈利水平与长期经营状况等基本面属性，本身具有长期配置价值；而在上述的市场预期下，质量策略进一步契合中期的市场风格。因而从当前时点来看，质量策略在中长期均具有理想的投资指导意义；叠加ETF产品本身的稳健性，中金质量ETF的资产配置价值较为突出。

MSCI中国A股国际公司质量指数概况与分析
作为中金质量ETF跟踪的基准指数，MSCI中国A股国际公司质量指数是应用典型质量因子策略的Smart Beta指数，在扎根Beta收益的基础上，通过稳定透明的Alpha策略追求超额收益。作为全球最大以及历史最久的指数发行机构之一，MSCI拥有较为完善的指数构建体系，发行的指数覆盖发达市场、新兴市场以及前沿市场共计超过80个国家和地区市场；而MSCI中国A股国际公司质量指数，是MSCI中国A股系列指数中的代表性Smart Beta指数。

指数编制方法：基于质量三因子的集成策略，兼顾收益风险两端
MSCI中国A股国际公司质量指数沿用MSCI质量系列指数的统一策略框架，契合Jeremy Grantham对“高质量”的定义——低杠杆、高盈利与收益稳定性，通过自下而上的方法构建质量三因子Smart Beta策略指数。其具体编制方法如下：

从编制方法上看，MSCI中国A股国际公司质量指数应用较为经典的指数合成方法；在因子的选用上，ROE是经典的质量Alpha因子，在A股市场长期拥有较明显的正收益；杠杆水平则是偏风险端的负向因子，能够降低流动性风险；盈利稳定性提供了更加长期的视野，着重公司经营的长期稳定性。整体来看，指数在风险端和收益端兼顾。

在其他编制细节上，指数对个股的权重设置了5%的上限，相比国内成分股数相近的指数普遍采用的10%上限，MSCI中国A股质量指数在分散化上有更严格的要求；同时，其调仓期设置在每年的5月和11月，与国内较普遍的6月和12月调仓期有所提前，一定程度上错开了市场其他指数产品的调仓期，减轻了集中调仓带来的流动性与价格冲击影响。

指数历史收益风险特征：整体收益水平出色，风险控制合理
对于跟踪指数的中金质量ETF，其基准指数能够代表产品的收益特征。我们选取MSCI中国A股国际公司质量指数（下文简称标的指数）与部分市场宽基指数和国内质量策略Smart Beta指数作为对照，统计其历史的收益表现与风险特征。统计窗口选择为2014年12月31日至2020年12月25日；在对照净值时，我们通过归一化得到单位净值曲线。

可以看到，相比各个市场宽基指数，标的指数在区间内表现优异，整体收益显著超过各类宽基指。进一步对比质量策略Smart Beta指数，可以看到大部分质量指数在区间内均能跑赢市场基准，但相比标的指数仍有较大的差距。我们进一步对指数的收益风险指标进行统计。

可以看到，在2015年以来的统计区间内，标的指数在收益层面远超其余宽基指数和可比的质量策略指数。在波动率层面，指数的波动性略高于代表市场的MSCI中国全指以及沪深300、上证50的大盘指数，和中证500的水平接近；对比其他质量Smart Beta指数，标的指数的波动率处于同类指数中游水平，波动性相对合理。从回撤水平来看，标的指数处于上述所有指数的中游水平，明显低于中证500以及盈利质量、CS质量等策略指数，与大盘指数的水平较为接近。整体而言，MSCI中国A股质量指数在长期拥有较为优秀的风险和收益水平。

从分年份的角度来看，标的指数的分年份收益存在一定的波动性，其中在2015年相对走弱，在2016年和2018年内与呈现与可比指数接近的水平；但在白马股风格明显的2017年以及近两年来看，指数的收益能力显著优于其余指数，超额收益明显。

从风险调整收益的角度来看，2017年以来标的指数的夏普比率整体靠前，表现相对稳定；从回撤水平上看，除了2018年回撤较大以外，标的指数的年内回撤基本维持在中游水平，与同类质量策略指数的回撤水平接近，整体回撤控制较为合理。

引用基于MSCI风险因子库的组合风格暴露分析，可以看到近期指数在质量和动量因子上均有较明显的超额暴露；同时，指数组合在小市值因子上呈现深度的负向暴露，可以认为指数的整体市值偏中大盘；另一方面，组合的价值因子同样暴露较低，推测该质量策略没有明显的低估值倾向。

指数成分特征：聚焦热门行业板块，个股分散度高，盈利水平突出
进一步的，我们对指数的成分股特征进行分析。以下为近期（2020年12月25日）指数的前十大成分股及其详细信息。

从上表可以看到，前十大成分股在行业分布上较为集中，均分布于食品饮料、电子和医药行业；从市值分布上看，前十成分股在总市值上均超过2000亿元，有一定的大市值倾向性。但在权重比例上，前十大成分股的权重分布较为平均。我们进一步对成分股整体进行统计。

可以看到，指数最新期行业的持仓集中度较高，主要集中在食品饮料、医药与电子等热门行业，前三大行业的总权重占比超过80%，数量占比达到指数的70%。从细分行业上看，食品饮料作为大消费行业的重要板块，受到“双循环”体系的政策环境利好，其中的龙头股盈利水平突出；医药和电子行业具有较强的科技属性，顺应“新经济”发展路径，前景较为理想。上述行业受到市场的较高关注度，同时也是外资的重点布局对象，行业前景较为可观。

通过与市场主流宽基指数的成分对比，可以看到标的指数与沪深300指数成分股的重合数最多，中证500次之，可以认为指数对大盘和中盘股均有一定程度的覆盖，其中大盘股的倾向性更强；另一方面，标的指数与上证50的重合股票相对较少，可见指数并非集中于全市场市值头部的股票。

从成分股的分布情况来看，标的指数的累积权重曲线较为平缓；由于5%的权重上限，前15大成分股的曲线斜率较为稳定，尾部曲线的变化相对较缓，整体来看成分股的分散度较为合理。进一步计算成分股的权重基尼系数，标的指数的基尼系数介于上证50和沪深300等大盘指数和中证500之间，相比主流的大盘指数拥有更低的个股集中度。整体来看，指数拥有较为合理的权重分散度。

从指数的整体水平上看，MSCI中国A股国际公司质量指数的单季度ROE水平稳定在6%附近，显著高于主要市场宽基指数，同时在可比质量策略指数中稳定领先，可以认为指数组合的整体盈利水平较为理想。

中金质量ETF产品概况

基金经理简介
中金质量ETF由耿帅军先生担任基金经理。耿帅军先生历任国泰君安证券股份有限公司研究所金融工程分析师，中信证券股份有限公司研究部副总裁、金融工程分析师，中国国际金融股份有限公司研究部执行总经理、金融工程分析师。2020年8月加入中金基金管理有限公司，目前担任中金MSCI中国A股国际质量指数发起式证券投资基金、中金中证沪港深优选消费50指数证券投资基金、中金中证优选300指数证券投资基金(LOF)、中金沪深300指数增强型发起式证券投资基金、中金中证500指数增强型发起式证券投资基金等产品的基金经理；截至2020年三季度，在管规模合计为12.94亿元。

风险提示

本文以公开信息为基础，分析结果仅供投资者参考，不构成任何投资建议。市场分析存在一定主观性，未来市场格局与经济环境变化存在不确定性；指数的历史收益表现未必能在未来复现，分析结果不代表未来趋势。

免责声明与评级说明

公众平台免责申明
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。

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
[h1]【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[/h1][h1]【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[/h1]【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
[h1]【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[/h1]【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
[h1]【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[/h1][h1]【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
[/h1][h1]【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[/h1][h1]【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[/h1]【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
[h1]【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[/h1][h1]【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[/h1][h1]【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[/h1]

行业轮动
[h1]【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[/h1]【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

基金评价
【华泰金工林晓明团队】基金评价及筛选全流程研究框架——股票型与债券型基金多种维度定量与定性评价法
【华泰金工林晓明团队】基金选股择时能力的定量分析法——我国公募基金大多具有较强选股能力
【华泰金工林晓明团队】基金业绩持续性的规律与策略构建——采用有效影响因子筛选出持续性较好的绩优基金

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