【华泰金工林晓明团队】从溢出效应看 A 股独立行情——观点周报20220703

（以下内容从华泰证券《【华泰金工林晓明团队】从溢出效应看 A 股独立行情——观点周报20220703》研报附件原文摘录）
　　林晓明 S0570516010001 SFC No. BPY421 研究员 王佳星 S0570521100001 研究员 韩 皙 S0570520100006 研究员 徐 特 S0570121050032 联系人 报告发布日期：2022年7月3日 摘要 短期A股独立行情或将延续，国内流动性是关键因素 最近两个月，A股走势几乎没有受到美股走势的影响。针对这种状态能否延续，本文通过溢出效应模型，分析了A股与美股之间的相互影响和国内宏观环境对A股的影响。结果显示，沪深300相对于标普500、创业板指相对于纳斯达克指数的总净溢出效应持续回升，近期已进入正值区间，且趋势依旧向上，说明短期A股走势几乎不受美股走势影响的状态或将延续。而国内宏观环境对A股的总溢出效应呈上升趋势。其中，信用因子对A股的驱动力占宏观总驱动力的比重最高，其次是货币因子。这说明国内流动性状况是决定A股近期独立行情能否延续的关键因素。 行业走势和情绪跟踪：汽车、机械、消费者行业拥挤度较高 上周（2022-06-27至2022-07-01）股市继续延续反弹行情，沪深两市成交额保持在一万亿以上，成交热度整体和前一周保持一致。上周行业间表现出现一定的分化，成长板块回调，上游和消费板块表现相对较好。从行业层面来看，煤炭、有色金属、消费者服务、食品饮料、房地产等行业涨幅居前，汽车、综合金融、电力设备及新能源等行业跌幅较大。汽车、机械、消费者行业拥挤度较高，处于交易过热状态。 景气度跟踪：建筑、电新、综合金融、煤炭、通信 上周股市反弹，连续两周从低位反弹，大部分行业录得正收益。不过股市成交额保持在9000亿左右，成交热度没有明显回升，市场热度是否回升还有待继续确认。从行业层面来看，价值股整体表现优于成长股，房地产、银行、建材、消费者服务、传媒行业涨幅靠前，电子、通信、国防军工和有色金属行业跌幅相对较大。板块间拥挤度出现明显的分化，房地产、综合、医药行业拥挤度较高，处于交易过热状态。房地产行业短期的价格涨幅以及换手情况都处于近几年高位，短期回调风险较大。 资金面择时：资金面指标综合得分-0.11，中性偏空 《A股择时之资金面指标测试》（2021-07-02）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7月2日最新建模结果，融资融券交易金额、高管总增持、高管增持/减持、股票回购实施金额发出看多信号，陆股通买入/卖出、陆股通资金净流入、融资融券余额变化、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-0.11分，中性偏空。 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 短期A股独立行情或将延续，国内流动性是关键因素 最近两个月，A股走势几乎没有受到美股走势的影响。自2022-04-30至2022-07-01，沪深300指数上涨11.22%，同期标普500指数下跌7.42%；创业板指上涨19.96%，同期纳斯达克指数下跌9.78%。针对这种状态能否延续的问题，本文通过溢出效应模型，分析了A股与美股之间的相互影响和国内宏观环境对A股的影响，结论如下： 1. 短期来看，A股走势几乎不受美股走势影响的状态或将延续； 2. 国内宏观环境对A股的驱动力上升，其中流动性是关键因素。 溢出效应模型介绍 溢出效应（spillover）模型由Diebold和Yilmaz等人(2012)提出，刻画了某个市场的某个变量（如资产收益率、资产波动率、宏观环境等）对另一个市场的相同变量或者同一个市场的不同变量的影响规模大小、方向及其变化。溢出效应基于向量自回归模型（VAR）中的预测误差方差分解（FEVD）计算。 我们以一个仅包含两个变量x和y的VAR(1)过程为例，介绍溢出效应的计算过程： 将两变量的VAR(1)过程写成矩阵形式： 站在t期，已知Zt，我们可以预测t+n期（向前n步）的x和y： 最后一个等式前两项都是常数，所以预测误差由最后一个等式的第三项决定： 又因为是常数，所以预测误差是和的线性组合。不妨以x为例，其向前n步预测误差可以写作： 最后一个等式前两项之和是x的滞后项带来的n步预测误差，第三项是y的滞后项带来的n步预测误差，两者占总预测误差的比例分别被称作x自身的预测n步溢出效应和y对x的预测n步溢出效应： 类似地，不难计算y自身的预测n步溢出效应和x对y的预测n步溢出效应。 仿照两变量系统的做法，我们可以计算k个变量两两之间的溢出效应，构建溢出效应矩阵： 据此，我们可以进一步计算多变量系统内其他变量对变量i的总溢出效应、变量i对多变量系统内其他变量的总溢出效应、变量i的总净溢出效应： 当大于0时，表明变量i的滞后项驱动着多变量系统内的其他变量，换句话说，变量i具有领先性；其值越大，对应驱动力越大。 A股与美股之间的净溢出效应分析 首先，我们构建A股与美股之间的溢出效应模型。我们将沪深300日收益率与标普500日收益率作为一个两变量系统，将创业板指日收益率与纳斯达克指数日收益率作为一个两变量系统。以滚动60个交易日（≈3个月）为建模窗口，VAR过程滞后阶数和预测期数都取5个交易日（≈1周）。使用溢出效应模型计算了沪深300和标普500的预测5日总净溢出效应、创业板指和纳斯达克指数的预测5日总净溢出效应。 结果显示，在不同时期内，A股和美股互有领先滞后，“A股跟着美股走”的说法在诸多时期并不成立。自2022年5月中下旬以来，无论是沪深300还是创业板指，两者的总净溢出效应持续回升，近期已进入了正值区间，且趋势依旧向上、未及前高。这说明短期A股走势几乎不受美股走势影响的状态或将延续。 宏观因子对A股的溢出效应分析 既然短期A股走势受美股走势影响较小，那么影响A股未来走势的因素应从A股自身所处宏观环境入手。华泰金工前期报告《宏观因子指数回顾、改进与应用》（2022-02-12）构建了由增长、通胀、信用、货币等维度组成的宏观因子指数体系，分别刻画了实体经济的量、实体经济的价、实体经济中的广义流动性、银行间市场的狭义流动性。我们以沪深300作为A股的代表，将沪深300月度收益率和4个宏观因子月度环比变化组成一个五变量系统。以滚动36个月为建模窗口，VAR过程滞后阶数取3个月，预测期数取1个月。 结果显示，A股并非恒受到国内宏观环境显著驱动，不同宏观因子对A股的驱动力均随着时间的推移而变化。2022年3月是国内宏观环境总驱动力的低谷，随后呈上升趋势。近3个月，信用因子对A股的驱动力占宏观总驱动力的比重最高，然后依次是货币因子和增长因子，通胀因子的驱动力可以忽略不计。这说明，国内流动性是决定A股近期独立行情能否延续的关键因素——如果下半年流动性呈现宽信用、宽货币状态，那么我们认为，可以对A股持有谨慎乐观态度。 于是，我们结合基钦周期滤波，进一步考察信用和货币因子的近期走势。从因子自身趋势来看，信用因子持续上行、货币因子持续下行；从周期建模结果来看，预计2022Q3信用因子将离开周期底部、进入扩张区间，货币因子仍处于宽松区间。综上所述，2022Q3宽信用、宽货币的可能性较大。 行业走势和情绪跟踪：汽车、机械、消费者行业拥挤度较高 上周（2022-06-27至2022-07-01）股市继续延续反弹行情，沪深两市成交额保持在一万亿以上，成交热度整体和前一周保持一致。上周行业间表现出现一定的分化，成长板块回调，上游和消费板块表现相对较好。从行业层面来看，煤炭、有色金属、消费者服务、食品饮料、房地产等行业涨幅居前，汽车、综合金融、电力设备及新能源等行业跌幅较大。汽车、机械、消费者行业拥挤度较高，处于交易过热状态。 景气度跟踪：建筑、电新、综合金融、煤炭、通信 根据2022年7月1日的最新建模结果，全市场景气度大于零的一级行业个数为7个，景气度向上的行业数目接近于0，市场整体处于景气度底部。景气度打分排名前五的一级行业分别是：建筑、电力设备及新能源、综合金融、煤炭、通信。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、种植业、贵金属、稀有金属Ⅱ、石油开采Ⅱ、油田服务Ⅱ、建筑施工、电气设备。 北向详细跟踪：北向资金近两个月流入速度加快 北向资金近五日净流入176.07亿元，近三个月累计净流入1816.39亿元；托管于外资银行、外资券商和内（港）资机构的北向资金近五日净流入分别为137.56亿元、72.47亿元和-33.96亿元。 北向资金加仓最多的行业为电力设备及新能源（39.56亿元）、食品饮料（33.91亿元）和银行（31.27亿元），减仓最多的行业为家电（-14.91亿元）、有色金属（-10.69亿元）和国防军工（-7.28亿元）；净流入最多与最少的板块分别为消费（53.56亿元）和稳定（16.44亿元）。 资金面择时：多指标综合得分-0.11，中性偏空 华泰金工前期报告《A股择时之资金面指标测试》（2021-07-02）中将参与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7月2日最新建模结果，融资融券交易金额、高管总增持、高管增持/减持、股票回购实施金额等指标发出看多信号，陆股通买入/卖出、陆股通资金净流入、融资融券余额变化、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等指标发出看空信号，在[-1~1]区间中，加总信号得分为-0.11。 参考文献 1、Diebold F X, Yilmaz K. 2012. Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of forecasting, 28(1): 57-66. 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 公众平台免责声明 本公众平台不是华泰证券股份有限公司（以下简称“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】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：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】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 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）