【华泰金工林晓明团队】风险资产上行动能减弱——每周观点20190310

摘要
当前 A 股已经运行到关键时点，未来需要重点关注避险资产走势
上周五A股市场出现激烈的多空交锋，主要指数均出现不同程度的回调，市场已经运行到关键时点，未来或将面临方向上的抉择。我们在前期周报中指出：三月份股票市场将在快速上涨之后大概率转向震荡，全球风险资产以及避险资产在未来一段时间的走势将对A股震荡后期的决策提供重要依据，主要存在三种可能：若避险资产出现趋势性下跌，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拐头下行。若避险资产没有走出趋势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。

上周全球主要国家股票指数多空分歧显著，风险资产的上行动能减弱
上周全球股票市场出现激烈的多空交锋，年初以来的上涨行情有趋弱迹象：
1、美股创年初至今的单周最大跌幅，三大指数累计跌幅均超过2%。其中道琼斯工业指数已经连续两周下跌；2、日经225指数、德国DAX指数、法国CAC40指数上周均呈现出下行走势，跌幅分别为2.67%、1.24%、0.65%。3、在全球股票市场的拖累下，A股维持了四天上涨后终显疲态，在上周五出现了大幅回撤，上证综指单日下跌4.4%，全周累计下跌0.81%。在经历了年初两个月的普遍上涨之后，主要国家股票指数在3月开始多空分歧加大，上行动能有所减弱，未来或将陷入震荡走势。

上周主要避险资产走势稳中有升，长期趋势有待进一步确认
上周中、美10年期国债到期收益率分别下跌6和8个基点，从形态上看有下行迹象，但尚未呈现出趋势性；德国、法国和英国的10年期国债到期收益率从2018年10月起至今一直处于下行趋势，上周分别出现了5-13个基点跌幅；美元指数年初以来呈现出震荡上行的走势，于3月7日达到阶段高点97.72。综合来看，上周风险资产和避险资产强弱易主，风险资产在经历了前两个月的逼空式上涨后出现回调，而避险资产则在震荡整理之后出现了小幅度的上涨行情，但尚未呈现明显的趋势性。如果这种趋势在未来得以延续，那么A股在震荡整理之后可能出现下行行情。

本轮上行行情中，指数的区间涨跌幅和成交量涨幅高于历次牛市初期水平
统计本轮行情与历次牛市初涨阶段（分别是2005年6月6日至2005年6月24日、2008年10月28日至2008年12月10日、2013年6月20日至2013年9月12日），以及两次典型的熊市反弹（分别是2004年9月13日至2004年9月24日、2012年12月4日至2013年2月18日）中呈现的量价规律。结果表明，本轮行情从年初至今持续42个交易日，区间涨幅高达24.56%，同时伴随着成交量和成交额的激增，区间平均成交量和成交额分别是过去半年均值的1.74和1.59倍，单日成交峰值相当于过去六个月均值的4倍左右，统计规律上更接近熊市中的反弹，而非牛市初涨。

基钦周期带动基本面下行的状态没有发生改变，A股更可能是超跌反弹
当前基钦周期依然处于下行途中，带动基本面下行的状态没有发生改变。因此本轮上行行情的性质更倾向于超跌反弹。根据华泰周期模型对市场的观察，基钦周期（42个月周期）在2017年底开始逐渐下行，经济短期走弱，基本面数据在基钦周期的带动下不断下行。PPI当月同比、工业企业利润同比、十年期国债收益率依然处于下行趋势当中。因此，核心的宏观周期逻辑没有发生改变，大类资产配置逻辑也不应发生改变，股票资产的不确定性仍然很大，建议上半年维持以债券为主。

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

当前市场已经运行到关键时点，未来需重点关注避险资产走势
当前A股已经运行到关键时点，未来需要重点关注避险资产走势
前期周报中我们指出：年初以来A股的上行行情是全球风险资产上涨中的一环，驱动因素是基钦周期下行期，流动性边际宽松带来的风险偏好修复；正好叠加国内春节躁动效应，形成了一轮大级别的反弹。而上周五股票市场出现激烈的多空交锋，主要指数普遍回调，上证综指单日下跌4.4%，深证成指单日下跌3.25%，创业板指单日下跌2.24%，整个市场已经运行到关键时点，未来是继续上行，还是拐头向下，亦或是震荡盘整，需要结合避险资产的走势进行进一步判断。具体而言存在三种可能：
1．若避险资产出现趋势性下跌，说明资金从避险资产中撤出，开始追逐风险资产的弹性收益，那么A股可能在震荡整理后继续上涨，换句话说，年初以来的上行行情就是新一轮牛市的开端。
2．若避险资产出现趋势性上涨，说明资金仍然以避险配置为主，本轮行情也只是下行途中的一次大级别反弹，未来难以延续。从华泰金工周期建模结论来看，我们认为该场景出现的概率最大。
3．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均线类趋势跟踪方法控制风险资产仓位，付出一定的交易成本来防范风险。

上周全球主要国家股票指数多空分歧显著，风险资产的上行动能减弱
上周全球股票市场出现激烈的多空交锋，年初以来的上涨行情有趋弱迹象：
1. 美股创年初至今的单周最大跌幅，三大指数连跌5个交易日，累计跌幅均超过2%。其中道琼斯工业指数已经连续两周出现下跌行情。
2. 日经225指数、德国DAX指数、法国CAC40指数上周均呈现出下行走势，跌幅分别为2.67%、1.24%、0.65%。
3. 在全球股票市场的拖累下，A股维持了四天上涨后终显疲态，在上周五出现了大幅回撤。上证综指单日下跌4.4%，全周累计下跌0.81%。
在经历了年初两个月的普遍上涨之后，主要国家股票指数在3月开始多空分歧加大，上行动能有所减弱，我们认为当前市场已经运行到了一个关键时期，未来或将面临方向上的抉择，需密切关注风险资产和避险资产间的分化走势。

上周主要避险资产走势稳中有升，长期趋势有待进一步确认
上周全球主要避险资产稳中有升，短期出现上涨行情，长期趋势仍有待继续观察。中、美国债收益率呈现横盘震荡；欧洲主要国债收益率呈现下行趋势；美元指数本周出现较大涨幅，呈现震荡上行趋势。

中、美国债收益率从2019年1月至3月初整体呈现出震荡走势，并未随着股票市场的走强而明显下行，这也是我们认为本轮上行行情更像是反弹而不是趋势反转的重要原因之一。上周中、美10年期国债到期收益率分别下跌6和8个基点，从形态上看有下行迹象，但尚未形成趋势性行情。欧洲主要国债收益率从2018年10月起至今一直处于下行趋势。受到欧洲央行下调预期的影响，德国、法国和英国的10年期国债到期收益率在最近一周分别出现了5-13个基点跌幅。美元指数自2019年1月份至今呈现出震荡上行的走势，于3月7日达到年初以来的最高点。

综合来看，上周风险资产和避险资产强弱易主，风险资产在经历了前两个月的逼空式上涨后出现回调，而避险资产则在震荡整理之后出现了小幅度的上涨行情，但尚未呈现明显的趋势性。如果这种趋势在未来得以延续，那么A股在震荡整理之后可能出现下行行情。


本轮上行行情更像是熊市里的大级别反弹，而非牛市的初涨
本轮上行行情中，指数的区间涨跌幅和成交量涨幅高于历次牛市初期水平
今年年初至3月7日，国内股票市场出现普遍上涨行情，主要股指涨幅均达到20%以上。以创业板指、中小板指为代表的小市值指数上涨程度较高，分别为35.34%、32.77%，以上证50和中证100为代表的大盘指数表现略低于平均水平，分别上涨22.48%、24.33%。

一般来说，真正的牛市应该是缓涨急跌，成交量温和放大，而年初以来的逼空式上涨中，区间涨幅较高，成交量和成交额也都出现显著增加，我们认为从量价规律来看，本轮行情更像是熊市中的大级别反弹，不像是牛市的初涨。

本文以上证综指为例，将当前市场行情与2005年、2008年以及2015年三次牛市的第一轮上涨行情进行对比。历次牛市初期行情的区间划分从牛市前的大底开始至第一轮上涨的最高点结束。三轮选定区间之中，2005年牛市初期上涨时间最短，仅维持15个交易日；2015年牛市的起点最早可追溯到2013年6月份，此次上涨维持了长达61个交易日。

从各区间的收益情况看，当前市场上涨区间的收益率24.56%，高于历次牛市的第一轮涨幅。作为参照的三轮牛市中，2008年牛市第一轮累计收益率较高，为20.64%。2005年和2015年牛市第一轮上涨幅度较低，仅为8.71%和5.23%。

此外，本轮行情在股价大幅上涨的同时，还伴随着成交量和成交额的激增。年初至今股票市场的成交量和成交额分别是过去半年均值的1.74和1.59倍，高于历次牛市初期成交量和成交额的上涨幅度。成交额的对比最为明显：2008年和2015年牛市的第一轮上涨过程中，上证综指的成交额相比于过去半年的均值没有显著提升；2005年牛市初期成交额均值为过去半年均值的1.36倍，也明显低于本轮行情下的涨幅。

同时，本轮上涨行情中也出现了单日成交量和成交额激增的情况，更符合熊市中的报复性反弹，在牛市中出现较少。2019年3月7日出现天量的成交数额，上证综指的成交量和成交额达到近三年的峰值，相当于过去六个月均值的4倍左右。回顾过去三轮牛市，我们可以发现，每轮牛市第一轮上涨区间的峰值成交量和成交额不会过高，相当过去六个月均值的2-3倍。

综上所述，本轮行情跟历次牛市初期市场表现有所背离，股价上涨过快，市场交易过热，从量价规律来看，年初以来的上涨不太像是牛市的初涨。

当前市场行情与熊市中的反弹行情更为接近
基于同样的逻辑，我们选取了2004年与2012年中两次熊市反弹行情与年初至今的上涨行情进行对比。两次反弹行情分别为2004年9月13日至2004年9月24日，和2012年12月4日至2013年2月18日。其中2012年底的反弹行情累计收益率为23.56%，和本轮行情的收益非常接近。

在熊市反弹行情中，市场的成交量和成交额更容易出现激增现象。2004年和2012年反弹区间的平均成交量和成交额约为前六个月均值的2倍，峰值成交量和成交额约为前六个月均值的3-4倍，和本轮上涨行情中的成交量和成交额增长幅度相当。

综上所述，当前市场行情从价格拉升幅度以及成交活跃度上都表现得颇为激进，这跟熊市中的反弹行情更为接近。特别从持续时间和上涨强度上来看，本轮行情与2012年的反弹行情相似度较高。

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