【华泰金工林晓明团队】大类资产中债券表现更好——华泰金工林晓明团队每周观点 20190526

论坛 › 期权论坛 › 期权

 华泰金融工程  2019-5-27 09:26  3599  0

摘要
今年第一季度风险资产的上涨是系统自反馈的力量
今年以来，股票、商品等全球风险资产在第一季度出现了不同程度的上涨，债券、黄金等避险资产相对表现弱势，全球市场处于一种“risk-on”（偏好风险）的状态。实际上，我们认为今年一季度全球风险资产表现较好是在去年四季度全球主要风险资产大幅下行的背景下产生的负反馈现象。在复杂的经济金融系统中，会自发地产生力量来尝试逆转可能的趋势。借助道氏理论对市场的解析，我们认为一季度的上涨是下行过程中的次级运动，也就是属于反弹行情。

投资者情绪正在从“risk-on”向“risk-off”转变
以MSCI发达市场指数、新兴市场指数、原油和铜为例，都在一季度出现较强程度的反弹，进入“risk-on”状态。其中发达市场指数从18年12月25日至19年5月3日上涨20.79%，新兴市场指数从19年1月4月至19年4月17日上涨15.46%，NYMEX原油自18年12月26日至19年4月23日上涨55.06%，LME铜自19年1月4日至19年4月17日上涨13.41%。然而，这种偏好风险的状态正在向“risk-off”（厌恶风险）转变。新兴市场指数4月17日以来下跌9.78%。NYMEX原油4月24日以来已经下跌10.82%。LME铜自4月18日以来已经下跌8.96%。

“risk-off”状态下，债券等资产表现更好
在“risk-on”状态下，债券资产与黄金表现弱势，在“risk-off”状态下，这类避险资产将表现更强。以美国国债10年期收益率为例，在2019年一季度整体处于偏震荡的状态，之前下行趋势有所缓解，在4月18日之后，美债收益率下降趋势有所加速。美国10年期国债期货自4月18日以来已经上涨1.78%。

全球主要股票指数波动率有所抬升
2018年以来，全球股票市场发生过两次波动率集体攀升的情况，第一次发生在2018年1月底、2月初，第二次发生在2018年10月初。今年前四个月，主要指数的20日波动率整体呈现出向下的趋势，然而进入五月之后，20日波动率都有所放大。同时，五月份以来主要指数均出现了不同程度的下跌。

“华泰周期轮动”基金组合近期表现回顾
华泰金工基于择时、板块轮动、资产配置相关研究成果提出了一个完整的基金配置体系，自上而下分为4层：宏观择时、板块轮动、组合优化、落地配置，样本内回测取得了良好的业绩表现。截止到目前，7.5%目标波动策略上周收益0.16%，本月以来收益0.48%，本季度以来收益0.39%，本年度以来收益为2.65%。最新的持仓如下：南方中证申万有色金属ETF联接C（3.91%）、富国中证煤炭（3.91%）、易方达中债新综合C（92.17%）。

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。

债券等避险资产表现较好，投资者情绪有所改变
投资者情绪正在从“risk-on”向“risk-off”转变
今年以来，股票、商品等全球风险资产在第一季度出现了不同程度的上涨，债券、黄金等避险资产相对表现弱势，全球市场处于一种“risk-on”（偏好风险）的状态。实际上，我们认为今年一季度全球风险资产表现较好是在去年四季度全球主要风险资产大幅下行的背景下产生的负反馈现象。在复杂的经济金融系统中，会自发地产生力量来尝试逆转可能的趋势。借助道氏理论对市场的解析，我们认为一季度的上涨是下行过程中的次级运动，也就是属于反弹行情。

以MSCI发达市场指数、新兴市场指数、原油和铜为例，都在2018年四季度进入或者已经处于下行趋势，一季度都出现较强程度的反弹，进入“risk-on”状态。其中发达市场指数从2018年12月25日至2019年5月3日上涨20.79%，新兴市场指数从2019年1月4月至2019年4月17日上涨15.46%，NYMEX原油自2018年12月26日至2019年4月23日上涨55.06%，LME铜自2019年1月4日至2019年4月17日上涨13.41%。

然而，这种偏好风险的状态正在向“risk-off”（厌恶风险）转变。5月3日以来，MSCI发达市场指数下跌3.80%，新兴市场指数4月17日以来下跌9.78%。上周NYMEX原油下跌6.12%，4月24日以来已经下跌10.82%。LME铜自4月18日以来已经下跌8.96%。

与此相对应的是，在“risk-on”状态下，债券资产与黄金表现弱势，在“risk-off”状态下，这类避险资产将表现更强。以美国国债10年期收益率为例，在2019年一季度整体处于偏震荡的状态，之前下行趋势有所缓解，在4月18日之后，美债收益率下降趋势有所加速。美国10年期国债期货自4月18日以来已经上涨1.78%。

全球主要股票指数波动率有所抬升
2018年以来，全球股票市场发生过两次波动率集体攀升的情况，第一次发生在2018年1月底、2月初，第二次发生在2018年10月初。今年前四个月，主要指数的20日波动率整体呈现出向下的趋势，然而进入五月之后，20日波动率都有所放大。同时，五月份以来主要指数均出现了不同程度的下跌。

“华泰周期轮动”基金组合近期表现回顾
在《“华泰周期轮动”基金组合构建》和《“华泰周期轮动”基金组合改进版》报告中，我们提出了一个自上而下的、开放式的基金配置体系，构建原理如下：1、宏观择时，核心是给出股票市场的多空判断，灵活调整股、债权重配比，力争在权益市场上行期加大股票资产配置，博取弹性收益；在权益市场下行期加大债券资产配置，减少回撤风险。2、板块轮动，核心是通过轮动模型给出板块超、低配观点，进一步增厚模型收益；3、组合优化，首先结合择时和板块轮动结果，给不同资产分配相应的风险预算，求解初始权重，然后基于目标波动约束进一步调整资产权重，将整个组合的风险控制在相对稳定的水平，这里为了满足不同投资者的风险偏好需求，我们设置了5%、7.5%、10%三个目标波动版本；4、落地配置，将权重优化结果映射到对应基金标的上进行配置。

不同目标波动策略近期表现如下，以7.5%目标波动版本为例，上周收益0.16%，本月以来收益为0.48%，本季度以来收益为0.39%，本年度以来收益为2.65%。最新的持仓如下：南方中证申万有色金属ETF联接C（3.91%）、富国中证煤炭（3.91%）、易方达中债新综合C（92.17%）。注意，由于过去一年股票市场整体运行于低位区间，波动较小，没有触发目标波动约束，所以三个版本的持仓权重近期业绩都一样。

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（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】“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】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】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

微信扫一扫关注该公众号

回复

分享到 :

0 人收藏

7级小牛

华泰金融工程

积分:1745

帖子:350

精华:0

+ 关注私信

期权论坛

期权论坛

期权网络科技版权所有: 关于我们; 联系我们; 加入我们; 反馈问题; 免责声明; 积分充值

统一社会信用代码: 积分规则; 网站地图; 爱文库; 下属网站

官方: 新浪微博; 微信公众号
◆

下载: 表情包; App下载

期权论坛

期权论坛

QQ咨询|关于我们|Archiver|手机版|小黑屋|( 辽ICP备15012455号-4 ) Powered by 期权论坛 X3.2 © 2001-2016 期权工具网&期权论坛 Inc.