【华泰金工林晓明团队】三月大概率震荡，静待趋势明朗——每周观点20190317

摘要
历史统计规律显示，春节前后大小盘风格会出现切换，两会期间震荡为主
我们统计了2009年至今历年春节前、春节后至两会开始前，以及两会期间主要股指的表现，结论如下：1、春节前一般大盘指数表现较好，上证50、中证100、沪深300在春节前的平均涨幅显著高于春节后；2、春节后小盘风格表现较好，中证500、中证1000、中小板指、创业板指节后平均涨幅显著高于节前；3、两会期间指数一般会陷入调整，从各个指数历年两会期间的平均涨幅来看，除了中证1000和创业板指微涨，其他指数多小幅收跌，难以延续春节效应期间的强势。

本轮春节前后的行情演绎与历年春节效应统计规律较为类似
回顾年初至今的本轮行情，基本演绎了同样的规律：1、春节前（年初至2月1日），以上证50、中证100、沪深300为代表的大盘指数表现更好，区间涨幅均接近或超过8%；2、春节后到两会开启前（2月11日至3月1日），风格逆转，小盘指数异军突起，领涨的创业板指录得超过23%的涨幅；3、两会开启至今（3月4日至3月15日），各大指数的上涨动能减弱，其中，上证50和中证100已经小幅回调，而以中证1000、中证500、创业板指为代表的小盘指数虽然录得了5%以上的涨幅，但波动已明显放大，呈现出震荡走势。

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
一般而言，股票资产和债券资产对经济周期波动的反应是不一样的，股票偏向于进攻资产，更受益于经济周期上行，企业盈利回升；而债券偏向于防守资产，更受益于经济周期下行，流动性宽松。所以两者不会长期同向运行。18年全年，股债分化显著，上证综指年初冲顶以后便一路走弱，而中债-新综合净价指数则全年走牛，两者间的背离走势符合历史规律，而到了19年，股票资产逆转上行的同时，债券资产却并未同步走弱，这种反常现象大概率不会长期存在，目前股票资产已经陷入震荡，未来大概率会面临方向上的选择，需要重点关注债券类避险资产的走势，静待趋势明朗。

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）。策略指数上周微跌0.09%，最近3个月收益1.73%，最近一年收益8.39%。

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3月15日），模型在样本外累计收益-11.23%，小幅跑赢等权基准（-13.83%）。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。

本轮春节前后的行情演绎与历年春节效应统计规律较为类似
前期周报中分别统计过历年春节前、春节后，以及两会期间主要股指的表现，结论如下：
1.春节前一般大盘指数表现较好，上证50、中证100、沪深300在春节前的平均涨幅显著高于春节后。
2.春节后小盘风格表现较好，中证500、中证1000、中小板指、创业板指节后平均涨幅显著高于节前。
3.两会期间指数一般会陷入调整，从各个指数历年两会期间的平均涨幅来看，除了中证1000和创业板指微涨，其他指数多小幅收跌，难以延续春节效应期间的强势。

回顾年初至今的本轮行情，基本演绎了同样的规律：1、春节前（年初至2月1日），以上证50、中证100、沪深300为代表的大盘指数表现更好，区间涨幅均接近或超过8%；2、春节后到两会开启前（2月11日至3月1日），风格逆转，小盘指数异军突起，领涨的创业板指录得超过23%的涨幅；3、两会开启至今（3月4日至3月15日），各大指数的上涨动能减弱，其中，上证50和中证100已经小幅回调，而以中证1000、中证500、创业板指为代表的小盘指数虽然录得了5%以上的涨幅，但波动已明显放大，呈现出震荡走势。分别以上证50和创业板指作为大、小盘指数的代表，观察其K线走势，前者在1月4日就已经见底回升，开启上行行情，于3月4日收长上影线后逐步回落；后者同样在1月4日见底企稳，但整个1月都在非常窄的区间内盘整，直到2月1日才开启主升行情，由于起涨晚，涨势更迅猛，惯性也强，直到3月12日才开始回调，但整个3月期间明显波动加大，上涨动能有所衰减。我们认为，截止到目前，行情的演绎与历史规律较为类似，3月后半月市场大概率将维持震荡走势，直到选择方向。

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
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。同时我们注意到，在全球风险资产反弹的这段区间，美元指数、利率债等避险资产并未出现趋势性下行，而是震荡整理，这说明资金并未从避险资产中大幅流出，因为当前基钦周期的下行趋势并未逆转，在出现明确的见底信号之前，避险资产仍然是中长期配置的首选。

目前来看，股票指数上涨动能减弱，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，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。

我们知道，股票资产和债券资产对经济周期波动的反应是不一样的，股票偏向于进攻资产，更受益于经济周期上行，企业盈利回升；而债券偏向于防守资产，更受益于经济周期下行，流动性宽松。所以一般而言，两者不会长期同向运行。

分别以上证综指和中债-新综合净价指数（不考虑票息收入和再投资的影响）表征股票、债券资产，观察两者月度收盘价的走势，可以看到除了15年前后流动性季度宽松催生出股债双牛之外，其他大部分时间，两者皆是反向运行的。借助华泰金工周期研究工具，分析两者的42个月周期滤波结果（也即能量最强，决定牛熊变换的基钦周期），可以看到明显的反向规律。

18年全年，股债分化显著，上证综指年初冲顶以后便一路走弱，而中债-新综合净价指数则全年走牛，两者间的背离走势符合历史规律，而到了19年，股票资产逆转上行的同时，债券资产却并未同步走弱，这种反常现象大概率不会长期存在，未来股、债资产大概率会面临方向上的选择，这预计会发生在二季度。我们认为，当前基钦周期仍然处于下行趋势，在周期信号逆转前，股票资产预计会二次寻底，然后才会开启真正的趋势性行情。

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3月14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。

模型样本内回测（2005年3月至2017年12月）以及样本外（2018年至今）跟踪的表现如下，其中对照基准为六大板块等权。截止到目前（19年3月15日），模型在样本外累计收益-11.23%，小幅跑赢等权基准（-13.83%）。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（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