【华泰金工林晓明团队】建议五月六月以防范风险为主——华泰金工林晓明团队每周观点20190428

摘要
本周市场出现普跌，未来两个月建议以防范风险为主
本周市场主要指数下跌幅度较大。大市值指数相比小市值指数下跌幅度略小，但是全市场来看风格表现不清晰。将全市场股票按照市值分为10组，市值处于中间部分的股票反而跌幅较大。从个股层面来看，本周有91.30%的股票出现下跌，下跌平均数为7.79%，下跌中位数为7.17%。本周行业指数大多数下跌，跌幅前五的行业是家电、汽车、煤炭、国防军工和建筑；同时家电、汽车、煤炭均是上周涨幅前五的行业。上周涨跌较高的概念指数本周多数出现较大幅度的下跌。这说明当前市场没有持续的热点，热点轮动速度很快。

海外市场调整不充分，未来风险释放可能对A股造成影响
采用定量方法对标普500进行三周期分解，结果显示当前的三周期结构和00年互联网泡沫破灭、07年次贷危机前夕类似。所以我们判断美股未来可能有大幅下行风险。18年以来以上证综指、越南胡志明指数为代表的新兴市场指数跌幅都在30%附近，而以美股三大指数为代表的发达市场指数回撤幅度均在20%附近，且回撤时间较短。作为本轮基钦周期强势资产的代表，美股三大指数回调的空间和时间都相对有限，风险并未充分释放。只有美股充分回调后，全球股市才具备全面上涨的基础。海外市场未来下行可能对A股造成影响，未来需要注意防范风险。

两个择时模型均已平仓离场，A股上行趋势暂时结束
今年以来的行情中，华泰风险收益一致性择时模型于2月22日收盘后对市场看多，4月19日收盘后对市场看空。2017年与2018年模型看空的信号准确率较高，按照模型信号，短期市场应该回避。模型的纯多头策略自2007年以来取得年化收益18.75%，年化波动率为20.14%，夏普比率为0.9310。华泰量价择时模型在18年躲过了主要的下跌。对于今年以来的市场，模型在2月29日收盘后对市场看多，在3月25日收盘后对市场看空，同时3月29日收盘后再次对市场看多，4月25日收盘后看空出场。目前，两个择时模型均对当前A股看空，短期内应注意防范风险，等新的入场信号。

华泰大类资产周期进取策略上周表现回顾
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）。策略指数本周上涨0.18%，最近3个月收益1.11%，最近一年收益6.62%。

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4月26日），模型在样本外累计收益-11.04%，小幅跑赢等权基准（-12.37%）。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。

本周市场出现普跌，未来两个月建议以防范风险为主
本周A股出现较大幅度下跌，市场风格不明显
本周市场主要指数下跌幅度较大，上证50下跌4.92%、沪深300下跌5.39%、中证500下跌6.92%。大市值指数相比小市值指数下跌幅度略小，但是全市场来看风格表现不清晰。将全市场股票按照市值分为10组，市值处于中间部分的股票反而跌幅较大。同样，估值、动量风格上也没有表现出显著的单调性。从个股层面来看，本周有91.30%的股票出现下跌，下跌平均数为7.79%，下跌中位数为7.17%。

本周行业指数除农林牧渔外全部下跌，市场热点轮动较快
  本周行业指数大多数下跌，农林牧渔逆势上涨0.41%，食品饮料相对抗跌，仅下跌1.67%。跌幅前五的行业是家电（-10.71%）、汽车（-10.01%）、煤炭（-9.19%）、国防军工（-9.17%）和建筑（-8.95%）；巧合的是家电、汽车、煤炭均是上周涨幅前五的行业。这个现象在概念板块上同样可以观察到，上周涨跌较高的概念指数本周多数出现较大幅度的下跌。这说明当前市场没有持续的热点，热点轮动速度很快。

海外市场调整不充分，未来风险释放可能对A股造成影响
采用定量方法对标普500进行三周期分解，结果显示当前的三周期结构和00年互联网泡沫破灭、07年次贷危机前夕类似。2000年互联网泡沫破裂时，42个月周期开始下行，200个月周期在下行途中，100个月周期处于底部区域。2008年次贷危机爆发时，42个月周期开始下行，100个周期处于下行后半程，200个月周期处于底部区域，刚刚开始上行。两次危机场景都是42个月周期下行，100个月周期和200个月周期处于底部弱势区间，当前的三周期走势也是如此，所以我们判断美股未来可能有大幅下行风险。

我们统计了18年以来主要国家股票指数的区间最大回撤，其中，以上证综指、越南胡志明指数为代表的新兴市场指数跌幅都在30%附近，而且基本上是18年初见高点以后就一直处于震荡下行走势，而以美股三大指数为代表的发达市场指数回撤幅度均在20%附近，而且集中出现在18年四季度。换言之，作为本轮基钦周期强势资产的代表，美股三大指数回调的空间和时间都相对有限，风险并未充分释放。就像一轮熊市中，市场见底的标志往往是强势板块的补跌，只有美股充分回调后，全球股市才具备全面上涨的基础。海外市场未来下行可能对A股造成影响，未来需要注意防范风险。

两个择时模型均已平仓离场，A股上行趋势暂时结束
华泰风险收益一致性择时模型2月22日看多进场，4月19日看空离场
华泰风险收益一致性择时模型借助行业贝塔与行业涨跌幅相关性对市场进行判断。一般认识下，当市场处于上涨行情中时，高贝塔行业的涨幅更大，这些行业为进攻性行业，当市场下跌时，低贝塔行业跌幅较小，这些行业为防守性行业。风险收益一致性择时模型运用了这种思想，当观察到高贝塔行业涨幅更高时，认为市场处于多头状态，当低贝塔行业涨幅更高时，认为市场处于空头状态。今年以来的行情中，模型于2月22日收盘后对市场看多，4月19日收盘后对市场看空。2017年与2018年模型看空的信号准确率较高，按照模型信号，短期市场应该回避。模型的纯多头策略自2007年以来取得年化收益18.75%，年化波动率为20.14%，夏普比率为0.9310。

华泰量价择时模型4月25日收盘后平仓出场，未来需等待新的入场信号
华泰量价择时模型基本逻辑是通过行业收盘价和累积成交量的同比来对市场进行择时，同时叠加均线在日度上进行操作。模型的特点是较为保守，只有在较为明确的趋势之后才会入场，同时采用均线控制回撤，所以在上升趋势中依然有较多交易来降低波动。模型在18年躲过了主要的下跌。对于今年以来的市场，模型在2月29日收盘后对市场看多，在3月25日收盘后对市场看空，同时3月29日收盘后再次对市场看多，4月25日收盘后看空出场。目前，两个择时模型均对当前A股看空，短期内应注意防范风险，等新的入场信号。量价模型结合均线的策略从2007年至今，取得了15.00%的年化收益，年化波动13.25%，夏普比率1.13，最大回撤只有14.69%，是一个适合绝对收益的策略。

华泰大类资产周期进取策略表现
策略简介
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4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4月25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下游板块
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。

截止到目前（19年4月26日），模型在样本外累计收益-11.04%，小幅跑赢等权基准（-12.37%）。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（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】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】行业轮动系列之六：“华泰周期轮动”基金组合构建20190312
【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】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