【华泰金工林晓明团队】再论黄金的配置价值——每周观点20190616

摘要
黄金具备货币、商品、金融三重属性，目前具备较高的配置价值
我们认为当下黄金具备较高的配置价值：1、货币属性角度，一般认为黄金的货币属性体现在与美元的关联之上，两者之间存在反向关系，而我们判断美元指数短周期即将见顶，黄金价格有望迎来趋势性上行；2、商品属性角度，黄金与原油等大宗商品的周期同步性高，而且有一定的领先性，目前实体经济基钦周期已经处于探底阶段，基本面有望在年底触底回升，相位上领先的黄金有望提前表现；3、金融属性角度，黄金具有与其他资产相关性低的特征，在基本面尚未见底，主要大类资产趋势未明的情况下，在资产组合中加入适当比例黄金，有助于减小组合波动，提升风险收益比。

从月份效应来看，6月市场多为调整，7月有望迎来反弹
统计A股主要指数在过去十年中，历年6月、7月的收益率，结果表明6月市场整体呈现出调整态势，而7月则有望迎来反弹。我们判断，该月份统计规律在19年或将复现。实际上，19年6月以来主要指数涨跌参半，而从上周公布的宏观指标来看，工业增加值（预期值5.5%，实际值5%）、固定资产投资增速（预期值6.2%，实际值5.6%）均不达预期，说明经济动能仍然偏弱，给市场的短期表现增加了不确定性。而整个19年以来，前三个月市场整体呈现上行趋势，按照涨跌时间可比的一般规律，4~6月的调整过后，有可能在7月迎来反弹。

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0.32%，最近3个月收益2.56%，最近一年收益8.09%。

“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0.13%，近一个月收益0.30%，本年度以来收益为3.00%，最近一年收益7.30%。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。

华泰金工周期分析框架下的黄金三重属性投资价值分析
黄金具备货币、商品、金融三重属性，目前具备较高的配置价值
黄金作为贵金属的一种，从本质上讲属于铸币材料，曾被作为一般等价物流通，而后被赋予了货币的基本属性，因此人们对于黄金的价值有着历史性的共识。20世纪40年代至70年代初，黄金作为“布雷顿森林体系”的最后屏障，货币属性依然是其最突出的属性。

在国际货币体制黄金非货币化的背景下，黄金从由货币属性主导的阶段逐渐过度到由商品属性主导。自上世纪90年代起，黄金作为全球主要商品的一种，具备交换价值与使用价值，在工业、医疗、首饰等方面得到了日渐广泛的应用。

随着黄金市场的流通与发展，黄金的保值和投资功能得到了充分的发挥，由此诞生了除货币属性和商品属性外的金融属性，使得黄金成为与股票、债券等并列的一类投资标的，因此黄金市场与其他金融市场存在密切的联系。

从黄金的三重属性出发，我们认为当下黄金具备较高的配置价值：1、货币属性角度，一般认为黄金的货币属性体现在与美元的关联之上，两者之间存在反向关系，而我们判断美元指数短周期即将见顶，随后将出现三周期共振下行的状态，黄金价格有望迎来趋势性上行；2、商品属性角度，黄金与原油等大宗商品的周期同步性高，而且历史规律显示有一定的领先性，目前实体经济基钦周期已经处于探底阶段，基本面有望在年底触底回升，相位上领先的黄金有望提前表现；3、金融属性角度，黄金具有与其他资产相关性低的特征，在基本面尚未见底，主要大类资产趋势未明的情况下，在资产组合中加入适当比例黄金，有助于减小组合波动，提升风险收益比。

我们以伦敦金现作为黄金资产的代表，对其进行三周期滤波。从三周期的振幅大小可以观察到，黄金的长周期较为显著，中周期次之，短周期影响程度较小。当前黄金的长周期处于上行的中间位置，中周期已于2018年底见顶回落，短周期即将触底回升。从三周期微观结果来看，目前黄金的周期状态与2001年较为类似，而01年开始黄金开启了长达10年的牛市。

黄金货币属性：与美元的三周期皆呈反向关系，黄金或迎趋势性投资机会
一般认为黄金的货币属性体现在与美元的关联之上，一方面美元是国际黄金市场的标价货币，即便金价本身价值未有变动，但美元下跌情况下金价也会上涨。另一方面是黄金可作为美元资产的替代投资工具。所以从逻辑上讲，黄金和美元之间应该呈现出反向走势。

从周期建模结论来看，美元指数和黄金确实在三个周期都呈现出反向关系，其价格序列也存在类似规律。注意，由于2005年开始黄金出现了趋势性地大幅上涨，为了更清晰的展示两者之间的背离关系，我们将其价格分成两段来进行细致观察。

2018年以来，美元指数中长周期下行，其价格在短周期上行的支撑下有小幅回升，黄金价格在短周期下行背景下震荡走弱。然而根据滤波图显示，美元指数短周期即将见顶，随后黄金短周期也会触底回升，二者相互佐证之下，本轮我们判断黄金价格或于美元指数见顶后出现趋势性上行。

黄金商品属性：与原油等大宗商品的周期同步性高，常领先于商品
黄金在工业和生活领域的交换价值和使用价值随着布雷顿森林体系的瓦解而逐渐显现，以CRB综合现货指数来代表大宗商品的价格走势，对比可发现黄金的商品属性反映在与原油和大宗商品价格走势较为一致，三者的周期同步性较高。而且黄金具备一定的领先关系，原因在于传统的大宗商品主要受经济周期影响，往往在经济周期见底回升后才会开启趋势性行情，而黄金具备避险资产的属性，在经济周期下行探底期，其他大类资产趋势并不明朗的时候具备一定的避险配置价值。当前大宗商品和原油中长周期上行，短周期将于2019年底拐头向上，我们判断届时大宗商品将迎来牛市，而黄金由于相位领先有望提前表现。

黄金金融属性：与其他资产相关性低，加入后能改善组合风险收益特征
我们以伦敦金现月收盘价代表黄金价格走势，用CRB综合现货、美国十年期国债利率、NYMEX原油、MSCI全球、巴克莱美国债券指数分别作为大宗商品、利率、原油、股票、债券的走势。

用1990年12月至今的月度收益率数据对黄金与各类资产的Pearson相关系数进行测算。对比相关系数可以发现，黄金与美元、利率具有负相关性，与商品、债券具有正相关性，而与股票、原油相关性不明显。但从相关系数的绝对数值大小来看，黄金与其他各类资产均不具有强相关性。从资产配置的角度，在组合中引入黄金资产可以有效改善组合的风险收益特征。尤其是当前基钦周期仍然处于探底期，权益资产和表现资产涨跌交错，趋势并不明朗，而且美股的风险也并未充分释放，这个时候黄金进可攻、退可守，具备较高的配置价值。

为了验证加入黄金后组合风险收益特征能否改善，我们做如下实验：
1.  以MSCI全球、巴克莱美国债券指数、CRB综合现货指数作为股、债、商资产，验证加入伦敦金现前后组合的有效边界。
2.  基于2016年至今各类资产的日频收益率数据估计期望收益（简单平均）和资产间协方差，通过随机生成资产初始权重来绘制组合风险收益分布图。
3.  设定目标收益分别为5%，6%，7%，验证加入黄金前后，达到该目标收益所承担的最低风险，来验证引入黄金的有效性。

从月份效应来看，6月市场多为调整，7月有望迎来反弹

统计A股主要指数在过去十年中，历年6月、7月的收益率，结果表明6月市场整体呈现出调整态势，各大指数在过去十年6月的平均收益均为负值，而7月则有望迎来反弹。我们判断，该月份统计规律在19年或将复现。实际上，19年6月以来主要指数涨跌参半，而从上周公布的宏观指标来看，工业增加值（预期值5.5%，实际值5%）、固定资产投资增速（预期值6.2%，实际值5.6%）均不达预期，说明经济动能仍然偏弱，给市场的短期表现增加了不确定性。而整个19年以来，前三个月市场整体呈现上行趋势，按照涨跌时间可比的一般规律，4~6月的调整过后，有可能在7月迎来反弹。

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13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，7.5%目标波动策略上周收益0.13%，近一个月收益0.30%，本年度以来收益为3.00%，最近一年收益7.30%。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。

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