【华泰金工林晓明团队】当下应重点关注美股风险——观点周报20220612

（以下内容从华泰证券《【华泰金工林晓明团队】当下应重点关注美股风险——观点周报20220612》研报附件原文摘录）
　　林晓明 S0570516010001 研究员 SFC No. BPY421 黄晓彬 S0570516070001 研究员 张泽 S0570520090004 研究员 SFC No. BRB322 韩晳 S0570520100006 研究员 王佳星 S0570521100001 研究员 报告发布时间：2022年6月12日 摘要 美国通胀续创新高，随着美国经济增长放缓，美股或面临较大不确定性 美股自2008年以来在宽货币和低利率环境下累计了巨大涨幅，但历史规律显示美股一般会在2-3个基钦周期后出现一轮较大跌幅，本轮美股三周期均在下行，同比序列已跌至负值区间。然而截至2021年底美国联邦政府债务近30万亿美元，5月份通胀数据续创近40年新高，利率自上世纪80年代以来长期向下，当前已处于极低水平。这意味着美联储和美国政府的货币政策和财政政策施展空间都极为有限，难以采取类似2008年次贷危机时期的宽货币、降利率等操作来支撑美股。美股上周继续重挫且盘面尚无企稳迹象，我们认为美股或仍存在较大不确定性，应注意提防其进一步下跌风险。 行业走势和情绪跟踪：上游资源板块领涨，汽车、石化行业拥挤 上周股市继续延续反弹行情，沪深两市成交额保持在10000亿以上，成交热度明显回升，从五月初开始股市交易情绪不断修复。从行业层面来看，各行业普涨，大部分行业上周都录得正收益。上游资源板块领涨，石油石化、煤炭、有色金属等行业涨幅居前，建材、轻工制造、商贸零售、家电、通信等行业小幅下跌。板块间拥挤度出现明显的分化，汽车、石油石化行业拥挤度较高，处于交易过热状态。 景气度跟踪：建筑、交通运输、综合金融、煤炭、电新 根据2022年6月1日的最新建模结果，全市场景气度大于零一级行业个数为7个，景气度向上的行业数目不足四分之一，市场整体处于景气度下行区间。景气度打分排名前五的一级行业分别是：建筑、交通运输、综合金融、煤炭、电力设备及新能源。景气度打分排名前十的二级行业分别是兵器兵装Ⅱ、煤炭开采洗选、农用化工、油田服务Ⅱ、种植业、贵金属、稀有金属Ⅱ、石油开采Ⅱ、建筑施工、电气设备。 资金面择时：资金面指标综合得分-0.33，整体偏空 在《A股择时之资金面指标测试》（2021-07-02）中，我们在产业资本和境外机构投资者、境内机构投资者、境内个人投资者等各资金类型中遴选和构建代表性指标，并采用统一的择时框架进行测试，筛选出9个有效的择时指标，并基于单指标测试结果构建多指标择时策略。根据2022年6月9日最新建模结果，陆股通买入/卖出、陆股通资金净流入、股票回购实施金额发出看多信号，融资融券交易金额、融资融券余额变化、高管总增持、高管增持v减持、股票私募基金管理规模变化、新发行证券投资信托产品发行规模发出看空信号，在[-1~1]区间中，加总信号得分为-0.33分，整体看空。 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。 正文 当下应重点关注美股风险 上周美股再度大幅回调，本轮纳斯达克指数回撤已接近30% 今年全球股市表现不佳，年初至今（截至6月10日）标普500跌幅18.16%，沪深300跌幅14.20%，德国DAX和法国CAC40跌幅均超过13%，英国富时100表现相对较好，仅微跌0.91%，日经225虽仅下跌3.36%，但还应考虑汇率贬值等因素的影响。我们认为美股作为全球最有影响力的股票市场，当前不确定性风险较大，应注意堤防其进一步下跌甚至波及全球其他股市表现。 回顾美股历史可以发现，美国股市虽然牛长熊短，但依然会受到周期的影响，不过不同于A股市场更易受到短周期（即基钦周期）影响，美股受到中、长周期影响程度更大。我们统计美国三大股指历史上回撤超过30%的时间区段： （1）1973年石油危机席卷全球，美国通胀高企，11月26日纳斯达克回撤率先超过30%，到1974/7/5标普500回撤也超过30%，同年8月16日道琼斯工业指数的回撤也达到了30%，直到1974年底美股才逐渐企稳。 （2）1984年7月，纳斯达克指数回撤短暂超过30%，期间标普500和道琼斯指数回撤也在15%左右。 （3）1987年10月19日美股迎来“黑色星期一”，市场再度遭遇大幅回调，标普500和道琼斯指数相对最高点的回撤超过30%，一个星期之后的10月26日，纳斯达克指数回撤也从一周前的20.88%扩大到34.35%。这一轮美股下跌速度快，下跌幅度大，直到1988年1月市场才逐渐止跌。 （4）1990年10月，美国三大股指又创出20%以上的回撤，其中纳斯达克回撤幅度最大，最高达到33%。 （5）2000年初，美股互联网泡沫破灭迹象初现端倪，纳斯达克指数领跌，且在4月份就率先创下34%的跌幅，全年几乎延续单边下行。进入2001年，危机蔓延至标普500和道琼斯工业指数，美股出现了上世纪70年代以来的最大跌幅，直至2003年市场二次杀跌后才逐渐企稳。期间标普500、纳斯达克指数、道琼斯工业指数最大回撤分别达到了49%，77%，38%，纳斯达克指数直到2013年才恢复至前期最高点。 （6）2007年美国次贷危机爆发，到2008/10/6标普500已创下32.47%的回撤，道琼斯工业指数回撤也达到了29.72%，而纳斯达克指数尚未从2000年的高点恢复，相对历史最高点的回撤达到了63.10%。2009年3月，标普500和道琼斯工业指数跌幅均超过了50%。 （7）2020年3月新冠疫情波及全球，美股出现急跌，在约一个月的时间里三大股指的回撤分别达到了33%，30%，37%。但随后两个月时间里，美股迅速收复失地，纳斯达克在6月8日再度创出历史新高。 美股每2-3个短周期后会出现一次大幅回调，当期同比已处于负值下行状态 我们以标普500为例，将其自1971年2月以来的价格走势进行对数同比处理，然后采用华泰金工的三周期滤波方法，可以观测到： （1）美股的同比序列同样存在周期特征，中长周期影响美股的涨跌趋势，短周期或影响的是涨跌速度； （2）美股短周期自去年三季度已拐头向下，当前同比已跌入负值区间； （3）美股中周期也在从顶部较高位置向下拐头，长周期处于低位下行状态； （4）美股同比通常会累计3个左右的基钦周期后才会出现一次较大跌幅，从而出现同比为负的状态。 可以发现当前美股短、中、长三周期均处于下行状态，自2008年以来的三轮基钦周期同比序列最低点都仅是略微低于0值，但本轮同比序列已跌穿0值，且仍处于下行趋势当中，这种状态类似于上世纪70年代、2000年左右，以及2008年附近，都是在累计2-3轮基钦周期后出现的大幅回调。然而之前历次状况下，美联储和美国政府尚有政策工具可以应对以缓解美股下跌风险，但通过后文分析我们可以发现当前美国的政策空间十分有限，货币继续宽松和降低利率都不具备可操作性。 本轮美国高通胀叠加衰退预期，货币和财政政策空间有限，无力支撑美股 在上一轮美股三周期接近触底的2007-2008年，美国次贷危机爆发导致美股下跌之时，美国联邦政府负债不足10万亿美元，占GDP比重低于60%，且当时美国利率在5%左右的水平，因此美联储和美国政府通过宽货币、降利率等手段刺激经济复苏，带动美股企稳回升，且在后续多年时间里维持了政策力度，进而导致美国债务规模迅速膨胀，利率水平持续降低。然而当本轮美股周期拐头向下，股市出现大幅回撤之时，美国的货币政策和财政政策的施展空间都已极为有限。 （1）美国债务高企，联邦政府债务近30万亿美元，占GDP比重超过120% 自2008年量化宽松以来，美国联邦政府债务规模迅速扩大，截至2021年底已达到28万亿美元，占GDP比重从2007年的55.66%到2021年的121.98%。 （2）上世纪80年代以来利率趋势向下，当前已处于极低水平，几步不存在降息空间 从下图可以看出，美国联邦基金目标利率和10年起国债利率从上世纪80年代以来趋势下行，当前已处于历史极低水平。本轮美联储加息节奏有所延缓，5月初加息50bp至1.00%，利率水平整体仍接近0值，降息空间几乎不存在。 （3）美国通胀处于近40年的高位，庞大的债务规模和低利率水平制约了政策工具的使用 美国5月份CPI同比为8.6%，相比于4月份的8.3%再度上扬，续创近40年的新高。高通胀极大程度制约了货币政策和财政政策的操作空间，如果继续实施宽松的货币政策，通胀问题难以解决。 但美国当前经济或也将陷入衰退。通过对美国制造业PMI数据进行周期滤波观察，可以看出其存在较为明显的基钦周期，当前美国PMI短周期已处于下降状态，实际PMI数据也在持续回落，5月最新制造业PMI已下降至56附近，下半年大概率仍将处于回落状态，美国经济增长势头或不如去年和今年上半年。 美国70年代的高通胀伴随着经济增长停滞，导致美股出现大幅回落。当前短期来看，美国通胀问题或难以被快速解决，随着经济增长的减缓，美联储和美国政府可以使用的货币政策和财政政策空间有限，这会极大推高美股面临的不确定性风险。 （4）美股“长牛神话”深入人心，但“黑天鹅风险”蕴藏其中 自2000年初互联网泡沫破灭后，美股持续上涨，各大股指先后突破前期高点。2007-2008年次贷危机后美国通过量化宽松以及长期的低利率环境继续推升美股收益，使得美国股市成为全球最具“投资性价比”的标的之一。但往往繁荣的背后就是萧条，美股多年来在累计巨大财富效应的背后也在不断积累风险。 通过前文我们对美股历史的梳理可以看出，无论是70年代的高通胀叠加经济衰退，还是互联网泡沫破灭，或者是次贷危机，美股也都曾遭遇过30%甚至更高比例的跌幅。本轮在高通胀和经济增速减缓背景之下，美联储和美国政府的政策空间有限，近期纳斯达克指数从2021/11/19最高点16057下跌至2022/6/10的11340点，跌幅为29.38%。标普500和道琼斯工业指数的最大回撤已分别达到了18.67%和14.69%。美股自5月下旬反弹以来，上周再度重挫，盘面上尚未观察到企稳迹象，我们认为当前应重点关注美股风险。 综上所述，我们认为当前美股或将面临较大风险主要有以下原因： （1）美股通常在2-3个短周期后会出现一次大幅回调，例如2008年的次贷危机、2000年初的互联网泡沫破灭。本轮美股正面临三周期共振下行的局面，且当期同比已处于负值，下行状态仍在持续。 （2）上一轮美股大幅下行时的2007年-2008年，美国债务规模相对较小，5%左右的利率水平仍有下行空间，因此通过宽货币、降利率使得美股能够企稳回升。然而本轮纳斯达克自最高点跌幅已达29.38%，但盘面尚未有企稳迹象，且当前美国的货币和财政政策施展空间都已十分有限。 （3）截至2021年底美国联邦政府债务近30万亿美元，占GDP比重超过120%，未来继续扩大债务规模的空间有限且概率较低。 （4）美国5月份通胀数据续刷近40年新高，然而伴随着经济衰退预期加强，美国宽货币的政策正面临两难抉择。 （5）美国利率自上世纪80年代以来长期向下，当前已处于极低水平，本轮美联储加息节奏滞后，几乎不存在降息空间。 因此，美国正面临着高通胀、经济衰退预期加剧，债务规模庞大，利率水平极低，美股三周期拐头下行的复杂局面，类似2008年的量化宽松等手段在当前环境下难以实施，美股未来将面临较大的不确定性，应注意堤防其继续下行的风险。 行业走势和情绪跟踪：上游资源板块领涨，汽车、石化行业拥挤 上周股市继续延续反弹行情，沪深两市成交额保持在10000亿以上，成交热度明显回升，从五月初开始股市交易情绪不断修复。从行业层面来看，各行业普涨，大部分行业上周都录得正收益。上游资源板块领涨，石油石化、煤炭、有色金属等行业涨幅居前，建材、轻工制造、商贸零售、家电、通信等行业小幅下跌。板块间拥挤度出现明显的分化，汽车、石油石化行业拥挤度较高，处于交易过热状态。 景气度跟踪：建筑、交通运输、综合金融、煤炭、电新 根据2022年6月1日的最新建模结果，全市场景气度大于零一级行业个数为7个，景气度向上的行业数目不足四分之一，市场整体处于景气度下行区间。景气度打分排名前五的一级行业分别是：建筑、交通运输、综合金融、煤炭、电力设备及新能源。景气度打分排名前十的二级行业分别是兵器兵装Ⅱ、煤炭开采洗选、农用化工、油田服务Ⅱ、种植业、贵金属、稀有金属Ⅱ、石油开采Ⅱ、建筑施工、电气设备。 北向详细跟踪：北向资金总体流入，交易盘大幅减仓 北向资金上周净流入，近5个交易日累计净流入566.19亿元，近三个月累计净流入1124.67亿元。从北向资金组成来看，配置型外资和交易型外资上周均呈现净流入状态，两者短期观点一致。 具体统计来看托管于外资银行的资金总计净流入348.13亿元，托管于外资券商的资金总计净流入199.58亿元，托管于内（港）资机构的资金总计净流入18.48亿元。 近5个交易日北向资金加仓最多的行业是电力设备及新能源（214.91亿元）、食品饮料（92.00亿元）、医药（34.48亿元），减仓最多的行业是综合（-1.65亿元）、电力及公用事业（-1.65亿元）、房地产（-1.23亿元）。 从行业层面来看，配置型资金主要加仓电力设备及新能源、银行、电力及公用事业与煤炭行业，同时大幅减仓食品饮料、家电与电子行业；交易型资金则在交通运输、电力设备及新能源、基础化工与石油石化行业流入幅度相对较大，在其余多数行业均呈净流出状态，其中大幅减仓食品饮料、医药与电子行业。 资金面择时：多指标综合得分-0.33，整体看空 在华泰金工择时系列报告《A股择时之资金面指标测试》（2021-07-02）中，我们将参与A股投资的资金分为产业资本和金融资本，又将金融资本细分为境外机构投资者（北向资金）、境内机构投资者（公募基金、信托、私募、券商资管、保险）、境内个人投资者、杠杆资金等大类；在各资金类型中遴选和构建代表性指标，并采用统一的择时框架进行测试。以上证指数及其同期的最佳择时策略为参照，从北向资金、杠杆资金、产业资本、信托、私募类资金中筛选出9个有效的择时指标如下，并基于单指标测试结果构建多指标择时策略。根据2022年6月9日最新建模结果，陆股通买入/卖出、陆股通资金净流入、股票回购实施金额发出看多信号，融资融券交易金额、融资融券余额变化、高管总增持、高管增持v减持、股票私募基金管理规模变化、新发行证券投资信托产品发行规模发出看空信号，在[-1~1]区间中，加总信号得分为-0.33。 风险提示 1、 模型根据历史规律总结，历史规律可能失效。 2、 金融周期规律被打破。 3、 市场出现超预期波动，导致拥挤交易。 免责声明与评级说明 公众平台免责申明 本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。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。 本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。 本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，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任何人的投资建议。订阅者不应单独依靠本订阅号中的内容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。订阅者若使用本资料，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所有，未经华泰证券书面许可，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。华泰证券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。 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】2020年中国市场量化资产配置年度观点——周期归来、机会重生，顾短也兼长20200121 【华泰金工林晓明团队】量化资产配置2020年度观点——小周期争明日，大周期赢未来20200116 【华泰金工林晓明团队】风险预算模型如何度量风险更有效-改进风险度量方式稳定提升风险模型表现的方法 【华泰金工林晓明团队】周期双底存不确定性宜防守待趋势——短周期底部拐头机会渐增，待趋势明朗把握或更大20191022 【华泰金工林晓明团队】二十年一轮回的黄金投资大周期——黄金的三周期定价逻辑与组合配置、投资机会分析20190826 【华泰金工林晓明团队】如何有效判断真正的周期拐点？——定量测度实际周期长度提升市场拐点判准概率 【华泰金工林晓明团队】基钦周期的长度会缩短吗？——20190506 【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 周期起源 【华泰金工林晓明团队】金融经济周期的耗散结构观——华泰周期起源系列研究之十 【华泰金工林晓明团队】经济系统中有序市场结构的进化——华泰周期起源系列研究报告之九 【华泰金工林晓明团队】企业间力的产生、传播和作用效果——华泰周期起源系列研究之八 【华泰金工林晓明团队】耦合振子同步的藏本模型——华泰周期起源系列研究之七 【华泰金工林晓明团队】周期在供应链管理模型的实证——华泰周期起源系列研究之六 【华泰金工林晓明团队】不确定性与缓冲机制——华泰周期起源系列研究报告之五 【华泰金工林晓明团队】周期是矛盾双方稳定共存的结果——华泰周期起源系列研究之四 【华泰金工林晓明团队】周期是不确定性条件下的稳态——华泰周期起源系列研究之三 【华泰金工林晓明团队】周期趋同现象的动力学系统模型——华泰周期起源系列研究之二 【华泰金工林晓明团队】从微观同步到宏观周期——华泰周期起源系列研究报告之一 FOF与金融创新产品 【华泰金工林晓明团队】养老目标基金的中国市场开发流程--目标日期基金与目标风险基金产品设计研究 【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】波动率与换手率构造牛熊指标——华泰金工量化择时系列 【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 中观基本面轮动 【华泰金工林晓明团队】行业配置落地：绝对收益型ETF轮动策略——华泰中观基本面轮动系列之十八 【华泰金工林晓明团队】行业配置策略：资金流向视角——华泰中观基本面轮动系列之十七 【华泰金工林晓明团队】行业配置策略：投资时钟视角——华泰中观基本面轮动系列之十六 【华泰金工林晓明团队】行业配置落地：科技主题基金筛选——华泰中观基本面轮动系列之十五 【华泰金工林晓明团队】行业配置落地：消费主题基金筛选——华泰中观基本面轮动系列之十四 【华泰金工林晓明团队】行业配置策略：机构调研视角——华泰中观基本面轮动系列之十三 【华泰金工林晓明团队】行业配置落地：医药主题基金筛选——华泰中观基本面轮动系列之十二 【华泰金工林晓明团队】行业配置落地：指数增强篇(2)——华泰中观基本面轮动系列之十一 【华泰金工林晓明团队】行业配置落地：指数增强篇——华泰中观基本面轮动系列之十 【华泰金工林晓明团队】行业配置策略：拥挤度视角——华泰中观基本面轮动系列之九 【华泰金工林晓明团队】行业配置策略：景气度视角——华泰中观基本面轮动系列之八 【华泰金工林晓明团队】行业配置策略：趋势追踪视角——华泰中观基本面轮动系列之七 【华泰金工林晓明团队】行业配置策略：宏观因子视角——华泰中观基本面轮动系列之六 【华泰金工林晓明团队】行业全景画像：投入产出表视角——华泰中观基本面轮动系列之五 【华泰金工林晓明团队】行业全景画像：改进杜邦拆解视角——华泰中观基本面轮动系列之四 【华泰金工林晓明团队】行业全景画像：风格因子视角 ——华泰中观基本面轮动系列之三 【华泰金工林晓明团队】行业全景画像：宏观因子视角 ——华泰中观基本面轮动系列之二 【华泰金工林晓明团队】确立研究对象：行业拆分与聚类——华泰中观基本面轮动系列之一 行业轮动 【华泰金工林晓明团队】不同协方差估计方法对比分析（二）——华泰行业轮动系列报告之十三 【华泰金工林晓明团队】拥挤度指标在行业配置中的应用——华泰行业轮动系列报告之十二 【华泰金工林晓明团队】基于投入产出表的产业链分析 ——华泰行业轮动系列报告之十一 【华泰金工林晓明团队】不同协方差估计方法对比分析——华泰行业轮动系列报告之十 【华泰金工林晓明团队】景气度指标在行业配置中的应用——华泰行业轮动系列报告之九 【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八 【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】重剑无锋：低波动 Smart Beta——华泰 Smart Beta 系列之四 【华泰金工林晓明团队】投资优质股票：红利类Smart Beta——华泰Smart Beta系列之三 【华泰金工林晓明团队】博观约取：价值和成长Smart Beta——华泰Smart Beta系列之二 【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】华泰单因子测试之历史分位数因子——华泰多因子系列之十三 【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】新闻舆情分析的HAN网络选股——华泰人工智能系列之五十六 【华泰金工林晓明团队】图神经网络选股的进阶之路——华泰人工智能系列之五十五 【华泰金工林晓明团队】基于遗传规划的一致预期因子挖掘——华泰人工智能系列之五十四 【华泰金工林晓明团队】揭秘微软AI量化研究——华泰人工智能系列之五十三 【华泰金工林晓明团队】神经网络组合优化初探——华泰人工智能系列之五十二 【华泰金工林晓明团队】文本PEAD选股策略——华泰人工智能系列之五十一 【华泰金工林晓明团队】再探cGAN资产配置——华泰人工智能系列之五十 【华泰金工林晓明团队】SinGAN 单样本生成——人工智能系列之四十九 【华泰金工林晓明团队】对抗过拟合：cGAN应用于策略调参——人工智能系列之四十八 【华泰金工林晓明团队】cGAN模拟宏观指标——人工智能系列之四十七 【华泰金工林晓明团队】AlphaNet改进：结构和损失函数——华泰人工智能系列之四十六 【华泰金工林晓明团队】cGAN应用于资产配置——华泰人工智能系列之四十五 【华泰金工林晓明团队】深度卷积GAN实证——华泰人工智能系列之四十四 【华泰金工林晓明团队】因子观点融入机器学习——华泰人工智能系列之四十三 【华泰金工林晓明团队】图神经网络选股与Qlib实践——华泰人工智能系列之四十二 【华泰金工林晓明团队】基于BERT的分析师研报情感因子——华泰人工智能系列之四十一 【华泰金工林晓明团队】微软AI量化投资平台Qlib体验——华泰人工智能系列之四十 【华泰金工林晓明团队】周频量价选股模型的组合优化实证——华泰人工智能系列之三十九 【华泰金工林晓明团队】WGAN生成：从单资产到多资产——华泰人工智能系列之三十八 【华泰金工林晓明团队】舆情因子和BERT情感分类模型——华泰人工智能系列之三十七 【华泰金工林晓明团队】相对生成对抗网络RGAN实证——华泰人工智能系列之三十六 【华泰金工林晓明团队】WGAN应用于金融时间序列生成——华泰人工智能系列之三十五 【华泰金工林晓明团队】再探AlphaNet：结构和特征优化——华泰人工智能系列之三十四 【华泰金工林晓明团队】数据模式探索：无监督学习案例——华泰人工智能系列之三十三 【华泰金工林晓明团队】AlphaNet：因子挖掘神经网络——华泰人工智能系列之三十二 【华泰金工林晓明团队】生成对抗网络GAN初探——华泰人工智能系列之三十一 【华泰金工林晓明团队】从关联到逻辑：因果推断初探——华泰人工智能系列之三十 【华泰金工林晓明团队】另类标签和集成学习——华泰人工智能系列之二十九 【华泰金工林晓明团队】基于量价的人工智能选股体系概览——华泰人工智能系列之二十八 【华泰金工林晓明团队】揭开机器学习模型的“黑箱” ——华泰人工智能系列之二十七 【华泰金工林晓明团队】遗传规划在CTA信号挖掘中的应用——华泰人工智能系列之二十六 【华泰金工林晓明团队】市场弱有效性检验与择时战场选择——华泰人工智能系列之二十五 【华泰金工林晓明团队】投石问路：技术分析可靠否？——华泰人工智能系列之二十四 【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三 【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二 【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 财务质量 【华泰金工林晓明团队】财务质量分析体系初探-财务质量系列研究之一 【华泰金工林晓明团队】财报附注中隐藏的财务风险-财务质量系列研究之二 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 基金评价 【华泰金工林晓明团队】基金评价及筛选全流程研究框架——股票型与债券型基金多种维度定量与定性评价法 【华泰金工林晓明团队】基金选股择时能力的定量分析法——我国公募基金大多具有较强选股能力 【华泰金工林晓明团队】基金业绩持续性的规律与策略构建——采用有效影响因子筛选出持续性较好的绩优基金 ETF季度盘点 【华泰金工林晓明团队】2021Q2中国ETF市场盘点回顾 【华泰金工林晓明团队】2021Q1中国ETF市场盘点回顾 【华泰金工林晓明团队】2020Q4中国ETF市场全景回顾——总规模创新高，行业主题类ETF渐成市场新主角20210112 【华泰金工林晓明团队】2020年三季度中国ETF市场回顾——产品百花齐放、投资者结构日渐成熟，规模创新高20201021 【华泰金工林晓明团队】ETF产品细分差异化或成突围之道——2020二季度中国ETF市场全景回顾盘点与展望20200803 【华泰金工林晓明团队】ETF规模数量大涨品类不断丰富——2020一季度中国ETF市场全景回顾盘点 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

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）