【华泰金工林晓明团队】股债僵持不下，债券依旧占优——每周观点20190623

摘要
全球主要国家利率也存在显著的42个月周期，目前多数处于下行状态
2018年以来，全球主要国家的债券收益率先后进入下行趋势。今年以来，海外市场的利率下行更为显著。事实上，利率也存在较为明显的42个月周期。我们计算全球主要国家十年期国债收益率的同比变化量，中国、美国、日本、英国、德国、澳大利亚等国家国债收益率变化量的频谱峰值中都出现了42个月的周期。虽然不同国家国债收益率水平差异较大，但是其变化量却呈现出类似的周期变化，且与基钦周期基本同步。当前，国债收益率的42个月周期依然处于下行状态，基钦周期系统性的下行并没有结束。

周期下行是系统统一的状态，美股大概率不会独善其身
对于周期的观察我们结合多项指标共同判断，观察到的是整个经济系统的变化，利率变化也是其中一种。同时作为系统的周期状态，其反映的是大多数资产价格、宏观变量的共同趋势。在这样一个共同趋势下，多数股票市场在2018年纷纷出现下跌。但是众多股票市场中，美股的下跌时间最短，当前美股的周期状态又接近2001年互联网泡沫和2008年次贷危机时期，美国的部分宏观变量和期限利差也跟随周期状态出现下行，在这种共同趋势下，我们认为美股大概率没有完成周期下行中应该出现的下跌，未来依然具有比较大的风险。

配置方向上股债僵持不下，债券可能依旧占优
从全球配置的角度来看，海外发达国家股票在短暂下跌之后目前已基本回到高位，但是宏观指标上已经显现出衰退预期，因此配置股票资产出现亏损的可能较大。另一方面，债券市场经过最近的利率下行，部分国家国债收益率已经逼近甚至突破历史新低，未来空间可能有限，配置方向上股债形成了僵持局面。但是相对而言，债券走势与宏观基本面走势更为契合，近期债券收益率下行趋势不变，避险资产也纷纷上涨，配置债券的把握相对更大。因此虽然目前股债走势形成僵持，但是债券可能依旧占优。

华泰大类资产周期进取策略近期表现回顾
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）。策略指数近一周收益0.42%，最近3个月收益3.11%，最近一年收益7.66%。

“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0.21%，近一个月收益0.49%，本年度以来收益为3.22%，最近一年收益7.27%。根据最新的5月底建模结果，择时模型已经转空，板块轮动模型最看好周期上游，最新的持仓如下：南方中证申万有色金属ETF联接C（1.23%）、富国中证煤炭（1.23%）、易方达中债新综合C（97.55%）。

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。

全球经济系统性下行中美股作为重要资产较难置身事外
全球主要国家利率也存在显著的42个月周期，目前多数处于下行状态
2018年以来，全球主要国家的债券收益率先后进入下行趋势。今年以来，海外市场的利率下行更为显著，美国十年期国债收益率已经下行超过60个bp。国债收益率一方面表征了债券这类避险资产的价格走势，另一方面也是观察经济的重要指标。长期现债券收益率的下行往往反映了投资者对未来经济的悲观预期。

由于部分国家过去40年债券收益率处于长期下行趋势当中，趋势性强于周期性，因此不方便直接对债券收益率提取周期。我们采用计算债券收益率同比变化量的方法来观察利率的周期。所谓同比变化量即当前收益率减去去年同期收益率。观察主要国家的十年期国债收益率同比变化量发现，主要国家的十年期国债收益率同比变化量存在一定的同步效应，同时都存在明显42个月周期。

对主要国家的十年期国债收益率做频谱分析可以发现，中国、美国、日本、英国、德国、澳大利亚六个代表国家的十年期国债收益率变化量都存在明显的42个月附近的周期。其中中国十年期国债收益率变化量最主要的频谱峰值为39个月，美国十年期国债收益率变化量最主要的频谱峰值为43个月，日本十年期国债收益率变化量的第四个频谱峰值为43个月，英国十年期国债收益率变化量的最主要频谱峰值为41个月，德国十年期国债收益率变化量的第二个频谱峰值为41个月，澳大利亚十年期国债收益率变化量的最主要频谱峰值为42个月。

将主要国家十年期国债收益率同比变化与42个月基钦周期画在一起，可以发现，利率上42个月周期表现较为明显。2017年底以来，主要国家的十年期国债收益率同比变化量跟随基钦周期纷纷下行，这也说明基钦周期的下行是系统性的变化，其影响是多方面的。

周期下行是系统统一的状态，美股大概率不会独善其身
自2017年底基钦周期下行以来，我们先后观察到了新兴市场股票下跌、新兴市场国家利率下行、发达国家股票大幅波动、部分经济体宏观经济指标逐渐下行等。对于周期的观察我们结合多项指标共同判断，所以观察到的是整个经济系统的变化。同时作为系统的周期状态，其反映的是大多数资产价格、宏观变量的共同趋势。在这样一个共同趋势下，中国、美国、日本、韩国、英国、法国、德国、巴西等地区的股票市场在2018年都出现了20%左右的最大回撤，部分国家的股票市场回撤超过30%。但是众多股票市场中，美股的下跌时间是最短的，当前美股的周期状态又接近2001年互联网泡沫和2008年次贷危机时期，我们认为美股大概率没有完成周期下行中应该出现的下跌，未来依然具有比较大的风险。

另外，随着基钦周期的下行，美国部分宏观数据也呈现出下行状态，美国制造业PMI自2018年9月开始一直向下，同时美国期限利差在五月底出现了倒挂，当前也处于很低的水平。这都呈现了对美国经济的悲观预期，在此预期下，美股逆势上涨的概率较低，更应该注意风险。

配置方向上股债僵持不下，债券可能依旧占优
从全球配置的角度来看，海外发达国家股票在短暂下跌之后目前已基本回到高位，但是宏观指标上已经显现出衰退预期，因此配置股票资产出现亏损的可能较大。另一方面，债券市场经过最近的利率下行，部分国家国债收益率已经逼近甚至突破历史新低，未来空间可能有限，配置方向上股债形成了僵持局面。但是相对而言，债券走势与宏观基本面走势更为契合，近期债券收益率下行趋势不变，避险资产也纷纷上涨，配置债券的把握相对更大。因此虽然目前股债走势形成僵持，但是债券可能依旧占优。

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。

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6月20日，策略的收益表现如下图表所示。

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0.21%，近一个月收益0.49%，本年度以来收益为3.22%，最近一年收益7.27%。根据最新的5月底建模结果，择时模型已经转空，板块轮动模型最看好周期上游，最新的持仓如下：南方中证申万有色金属ETF联接C（1.23%）、富国中证煤炭（1.23%）、易方达中债新综合C（97.55%）。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。

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（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】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】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

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

【华泰金工林晓明团队】股债僵持不下，债券依旧占优——每周观点20190623

浏览过的版块