【华泰金工林晓明团队】美股风险释放前建议继续持有债券——华泰金工林晓明团队每周观点 20190602

摘要
华泰大类资产周期进取策略本周再创新高
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0.36%，最近3个月收益2.55%，最近一年收益6.38%。自2018年10月指数在Wind与Bloomberg公布至今收益6.28%。

“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0.22%，本月以来收益0.69%，本季度以来收益0.61%，本年度以来收益为2.87%。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（97.54%）。

主要国家十年期国债收益率已经较低，但仍较难进入上行趋势
2018年以来，随着基钦周期的下行，主要国家的利率先后进入下行趋势。当前来看，主要国家十年期国债收益率位置已经不高。以2002年之后作为统计区间，中国十年期国债收益率目前处于32%的历史分位数水平，美国十年期国债收益率目前处于17%的历史分位数水平，英国10年期国债收益率目前处于1.3%的历史分位数水平，距离历史最低值只有36个BP。法国10年期国债收益率目前处于1.4%的历史分位数水平，距离历史最低值只有15个BP。德国10年期国债收益率已经为负值，处于0.5%的历史分位数，距离历史最低值9个BP。

美股风险释放之前仍建议持有债券资产
从主要国家的国债收益率来看，欧洲国家利率下行空间比较有限，中美两国依然有下行空间，但是空间并没有很大。这可能是阻挡投资者继续持有债券的原因。但是我们认为虽然债券收益率处于相对低位，债券价格较高，但是利率不会很快转为上行趋势，更有可能维持低利率甚至有所下行。原因是因为基钦周期并没有拐头，我们依然处于基钦周期下行期中，一个很重要的标志为美股的风险尚未释放，对于基钦周期的判断，我们是借助全球多个宏观指标与资产价格共同判断，美股这样的重要指标不会与基钦周期背离，在美股下行之前基钦周期结束下行的概率不大，利率结束下行的概率也不大。

美股在18年四季度的调整并不充分，大概率出现更大幅度的调整
美股在2018年四季度出现20%左右的下跌，是否意味着美股在基钦周期下行阶段的调整已经结束？我们认为这段下跌从幅度到时间都不充分。从美股当前的周期来看，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。下跌情况也应与前两次可比，大概率出现大级别回调。同时，当前美债利率倒挂是一个不可忽视的风险，从历史经验来看，当三周期发生共振造成股市下跌的同时，也伴随着美债期限利差转负。目前我们三周期状态接近00年与07年，同时也出现了美债期限利差转负，这种现象大概率不是随机性的巧合，在风险解除之前建议继续持有债券等避险类资产。

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。

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5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5月30日，策略的收益表现如下图表所示。自2018年10月指数在Wind与Bloomberg公布至今收益6.28%。

“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0.22%，本月以来收益为0.69%，本季度以来收益为0.61%，本年度以来收益为2.87%。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（97.54%）。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。

美股风险释放之前仍然建议继续持有债券类资产
主要国家十年期国债收益率已经较低，但仍较难进入上行趋势
2018年以来，随着基钦周期的下行，主要国家的利率先后进入下行趋势。当前来看，主要国家十年期国债收益率位置已经不高，英法德等欧洲国家已经进入很低的水平。以2002年之后作为统计区间，中国十年期国债收益率目前处于32%的历史分位数水平，历史上有四段时间比当前位置还低，分别为2002年1月至2003年10月、2006年2月至2007年4月、2008年11月至2009年7月、2015年11月至2017年1月。美国十年期国债收益率目前处于17%的历史分位数水平，2002年以来有两段时间低于当前水平，一段为2012年5月至2013年5月，另一段为2016年2月至2016年12月。英国10年期国债收益率目前处于1.3%的历史分位数水平，距离历史最低值只有36个BP。法国10年期国债收益率目前处于1.4%的历史分位数水平，距离历史最低值只有15个BP。德国10年期国债收益率已经为负值，处于0.5%的历史分位数，距离历史最低值9个BP。

因此，从主要国家的国债收益率来看，欧洲国家利率下行空间比较有限，中美两国依然有下行空间，但是空间并没有很大。这可能是阻挡投资者继续持有债券的原因。但是我们认为虽然债券收益率处于相对低位，债券价格较高，但是利率不会很快转为上行趋势，更有可能维持低利率甚至有所下行。原因是因为基钦周期并没有拐头，我们依然处于基钦周期下行期中，一个很重要的标志为美股的风险尚未释放。对于基钦周期的判断，我们是借助全球多个宏观指标与资产价格共同判断，没有一个指标能够完全指代基钦周期，但是美股这样的重要指标也不会与基钦周期背离，在美股下行之前基钦周期结束下行的概率不大，利率结束下行的概率也不大。因此我们认为在美股风险释放之前持有债券依然是较好的选择，即便当前债券价格较高，但赚钱概率依然较大。

18年四季度美股的下跌是否意味着美股风险已经释放？
美股在2018年四季度出现了20%左右的下跌，是否意味着美股在基钦周期下行阶段的调整已经结束？我们认为这段下跌从幅度与时间都不充分，美股的风险并没有得到释放。从美股当前的周期来看，美股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。因此我们认为本轮基钦周期下行阶段美股的下跌应该与前两次相似周期状态时发生的下跌类似，其幅度与时间都应该超过美股在18年四季度下跌时的幅度与时间，应与前两次危机时可比。

同时，当前美债利率倒挂是一个不可忽视的风险，从历史经验来看，当三周期发生共振造成股市下跌的同时，也伴随着美债期限利差转负。长期利率低于短期利率说明投资者对经济衰退较为担忧。目前我们三周期状态接近2000年互联网泡沫与2007年次贷危机时的状态，同时也出现了美债期限利差转负，这种现象大概率不是随机性的巧合，在风险解除之前建议继续持有债券等避险类资产。

全球投资者情绪基本处于 “risk-off”状态
今年四月份以来，全球风险资产多数进入下跌模式，避险资产开始上涨。投资者情绪逐步进入了“risk-off”状态。5月3日以来，MSCI发达市场指数下跌5.31%，新兴市场指数4月17日以来下跌8.74%。上周NYMEX原油下跌8.30%，4月24日以来已经下跌19.37%。与此相对应的是，在“risk-off”状态下，债券等避险资产表现更强。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2.94%。出美国外，中国、英国、法国、德国等国家的10年期国债收益率均有所下降。

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
本报告仅供华泰证券股份有限公司（以下简称“本公司”）客户使用。本公司不因接收人收到本报告而视其为客户。

本报告基于本公司认为可靠的、已公开的信息编制，但本公司对该等信息的准确性及完整性不作任何保证。本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，本公司可能会发出与本报告所载意见、评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。本公司不保证本报告所含信息保持在最新状态。本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。

本公司力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成所述证券的买卖出价或征价。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果，本公司及作者均不承担任何法律责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。

本公司及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为之提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。

本报告版权仅为本公司所有。未经本公司书面许可，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司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“华泰证券研究所”，且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权力。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

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。
全资子公司华泰金融控股（香港）有限公司具有香港证监会核准的“就证券提供意见”业务资格，经营许可证编号为：AOK809
版权所有2019年华泰证券股份有限公司

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