【华泰金工林晓明团队】上周三只混合型基金募集超100亿——FOF投资周报20210125
（以下内容从华泰证券《【华泰金工林晓明团队】上周三只混合型基金募集超100亿——FOF投资周报20210125》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 刘依苇 S0570119090123 联系人 源洁莹 S0570119080125 联系人 报告发布时间：2021年1月24日 摘要 上周各类型基金指数表现优异，推荐成长板块和周期板块基金 截至2021年1月22日，基金市场共有7,412只基金产品，其中混合型基金数量最多，规模最大。上周（2021.1.18-2021.1.22）各类基金总指数中，普通股票型基金指数收益率最高，涨幅为5.33%，偏股混合型基金指数次之，涨幅为4.99%。基于当前的偏向宽松的资金环境，短期内我们推荐配置上攻动力较强的成长板块基金。基于基钦周期的中长期走势，我们判断周期板块基金或在中长期内具备投资机会。 上周普通股票型基金指数涨幅最高，易方达竞争优势企业A募集128亿份 上周各类型基金指数表现优异。具体地，中国基金总指数收益率为2.04%，股票型基金总指数收益率为3.64%，债券型基金指数收益率为0.20%，货币市场基金指数收益率为0.04%，QDII基金指数收益率为2.84%。上周新发行基金共计57只，总发行份额达1349.40亿份，其中易方达竞争优势企业A、广发成长精选A、博时成长领航A占据前三位，且募集份额均超过100亿份。 上周三类FOF基金收益为正，本周建信智汇优选（MOM）处在募集期 2021年以来，混合型、目标日期型和目标风险型FOF基金的平均复权单位净值增长率分别为4.16%、4.69%和3.08%。上周混合型FOF基金平均收益率为1.13%，目标日期型FOF基金平均收益率为1.19%，目标风险型FOF的平均收益率为0.77%。本周无新发FOF基金，但建信智汇优选一年持有期MOM产品处在募集期，此产品为国内首只公募MOM产品，募集期为2020年1月20日至2月3日。 短期推荐配置成长板块基金，中长期推荐周期板块基金 短期来看，货币财政政策均偏向宽松，利好成长股，因此我们推荐配置电子行业的天弘中证电子A（001617.OF）和计算机行业的天弘中证计算机C（001630.OF）等成长板块基金。中长期来看，2020年基钦周期回升将改善企业盈利能力，受盈利影响更显著的周期板块或具备更大的扩张空间，我们主要推荐采掘行业的中融中证煤炭（168204.OF）、钢铁行业的鹏华国证钢铁行业（502023.OF）、建筑材料行业的广发中证全指建筑材料A（004856.OF），汽车行业的广发中证全指汽车C（004855.OF），以及有色金属行业的南方有色金属ETF（512400.OF）等。 风险提示：基金的表现与宏观环境和大盘走势密切相关，历史结果不能预测未来，同时还受到包括环境、政策、基金管理人变化等因素的影响，过去业绩好的基金不代表未来依然业绩好，本文提及的基金不构成推荐建议，投资需谨慎。 上周基金市场回顾 根据2021年1月22日最新数据显示，在所有基金产品中，混合型基金数量最多，其次是债券型和股票型基金，其中，混合型基金规模占比43%，位于首位。货币型基金数量占比较小，但其规模最大，占比36%。上周（2021.1.18-2021.1.22）股票型基金总规模上升2.89%、混合型基金上升7.21%、货币市场型基金上升10.55%、QDII基金上升5.75%，债券型基金总规模上升不到1%，另类投资型基金总规模下降9.32%。 上周各基金指数均录得正收益 上周各类型基金指数表现优异。具体地，中国基金总指数收益率为2.04%，股票型基金总指数收益率为3.64%，债券型基金指数收益率为0.20%，货币市场基金指数收益率为0.04%，QDII基金指数收益率为2.84%。 今年以来，以股票为主要投资标的的普通股票型、普通股票型基金指数、偏股混合型基金指数的收益率相对较高，领先于以债券为主要投资标的的混合债券型、长期纯债型基金指数。QDII基金指数表现弱于股票型基金总指数，今年以来收益率为4.96%。 上周电子设备及新能源行业、医药行业和石油石化行业涨幅领先 上周电力设备及新能源行业涨幅最大，涨幅为9.27%；医药行业指数涨幅次之，为8.13%；石油石化行业涨幅第三，为7.43%。上周9个行业指数录得负收益，其中非银行金融和建筑行业最低，分别为-2.43%，-2.42%。 年初至今，石油石化行业收益率最高，电力设备及新能源行业和有色金融行业次之，综合金融、电力及公用事业和非银行金融行业收益率最低。具体地，石油石化行业收益率15.69%，电力设备及新能源行业收益率11.70%，有色金属行业收益率10.72%。 各类型基金重仓分析 按照图表1中的基金分类，根据基金披露的最新持仓数据，以下图表给出了各类型基金中按基金规模排序前十名的基金里，每只基金第一大重仓股票或者债券的情况。 对于股票型基金，考虑到被动指数型基金的重仓股票与所跟踪的指数密切相关，此处仅呈现普通股票型基金的重仓情况。在基金规模（合计）前十名的普通股票型基金中，总规模排名第一的基金第一重仓股为山西汾酒，占比高达9.83%；其余基金的第一重仓股包括赣锋锂业、贵州茅台、桐昆股份、腾讯控股、汇川技术、分众传媒。 在基金规模排名前十的已公布基金公告的混合型基金中，总规模排名第一的基金第一重仓股为贵州茅台，占比高达9.64%；其余基金的第一重仓股则包括中国中免、紫金矿业、韦尔股份、智飞生物、东方雨虹、腾讯控股等。第一重仓债券的发行方主要为中国农业发展银行。 基金规模排名前十的债券型基金中，第一重仓债券的发行方主要为中国农业发展银行、中国进出口银行、国家开发银行。 基金规模排名前十的货币型基金的第一重仓债券比较多样，主要为不同银行发行的同业存单。 上周（2021.1.18-2021.1.22）新成立57只基金 上周新发行基金共计57只，总发行份额达1349.40亿份，其中易方达竞争优势企业A、广发成长精选A、博时成长领航A占据前三位。发行份额排名前十的新发基金名称及基础信息如下图表所示。 短期推荐配置成长板块基金，中长期推荐配置周期板块基金 短期来看，近期货币财政政策整体偏向宽松。在这种大环境下，市场风险偏好或有所改善，推动成长股上行。因此短期内我们推荐配置上攻动力较强的成长板块基金。 中期角度来看，我们在2020年1月21日发布的量化资产配置年报《周期归来、机会重生，顾短也兼长》中，分析了2019年A股市场主要受益于估值修复，2020年市场或将转向盈利驱动。基于DDM模型，我们预计2020年基钦周期持续回升将改善企业盈利能力，提升ROE；中长期趋势支撑的经济复苏将提升利率，使模型分母变大，价值投资风格会是长期主旋律。其中，我们认为受盈利影响更显著的周期板块在本轮牛市中上行动力会更强，具备更大的扩张空间。此外，统计规律显示周期板块当前估值分位数低于消费和成长板块，从估值角度进一步支撑此行业判断。 具体地，对于特定板块下的基金配置，我们首先筛选出每个行业中的被动指数基金。选择被动指数基金是因为它们一般都有明确的编制规则，几乎不受人为干扰，风格不会出现大的漂移。基金筛选标准如下：定性角度，要求基金的名称、投资范围与目标行业类似；定量角度，要求基金跟踪的指数与目标行业指数相似度高，跟踪误差小。当某个行业有多个可选基金标的时，进一步从流动性、存续时间等维度进行优选，结果如下表所示。 因此，在短期内，我们推荐配置电子行业的天弘中证电子A（001617.OF）和计算机行业的天弘中证计算机C（001630.OF）。在中长期内，我们推荐采掘行业的中融中证煤炭（168204.OF），钢铁行业的鹏华国证钢铁行业（502023.OF），建筑材料行业的广发中证全指建筑材料A（004856.OF），汽车行业的广发中证全指汽车C（004855.OF），以及有色金属行业的南方有色金属ETF（512400.OF）。 上周FOF市场回顾 今年以来目标日期型基金表现较优 2021年以来，175只混合型FOF基金的平均复权单位净值增长率为4.16%，其中海富通聚优精选增长率最高，为9.02%。59只目标日期型FOF基金的平均复权单位净值增长率为4.69%，其中工银养老2055五年增长率最高，为7.20%。68只目标风险型FOF基金的平均复权单位净值增长率为3.08%，华夏聚惠稳健目标A增长率最高，为3.73%。三种类型FOF基金中，复权单位净值增长率排名前十的FOF如下。 在Wind 的基金分类中，混合型FOF、目标日期型FOF和目标风险型FOF并不是完全独立的三个分类，部分目标日期型FOF和目标风险型FOF基金同时也归属于混合型FOF。下表呈现各类型基金上周的区间平均收益率及区间最大收益基金，各类型基金数量包含今 年以来新成立的 FOF 基金，多于前文计算今年以来收益率时所统计的基金数量。上周混合型FOF和目标日期型FOF 涨幅分别为3.40%和2.82%，目标风险型FOF涨幅低于前两者，其区间平均收益率为2.30%。 上周和本周无新发FOF基金，本周建信智汇优选（MOM）处于募集期 本周国内首只公募MOM产品：建信智汇优选一年持有期MOM产品处于募集期，募集期为2020年1月20日至2月3日。该基金认购期代码为011189，简称为建信智汇优选一年持有期混合（MOM），最短持有期限1年。 建信智汇优选MOM的基金经理为梁珉先生和姜华先生。根据该基金招募说明书中介绍，梁珉先生为建信基金资产配置及量化投资部总经理，2017年11月2日起任建信福泽安泰混合型基金中基金（FOF）的基金经理；2019年1月31日起任建信优享稳健养老目标一年持有期混合型基金中基金（FOF）的基金经理；2019年6月5日起任建信福泽裕泰混合型基金中基金（FOF）的基金经理。 姜华先生，资产配置及量化投资部首席FOF投资官，2019年1月10日起担任建信福泽安泰混合型基金中基金（FOF）的基金经理；2019年8月6日起任建信福泽裕泰混合型基金中基金（FOF）的基金经理。可见两位基金经理管理类似产品的经验都较为丰富。 风险提示 基金的表现与宏观环境和大盘走势密切相关，历史结果不能预测未来，同时还受到包括环境、政策、基金管理人变化等因素的影响，过去业绩好的基金不代表未来依然业绩好，本文提及的基金不构成推荐建议，投资需谨慎。 免责声明与评级说明 公众号平台免责申明 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】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】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】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】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
林晓明 S0570516010001 研究员 SFC No. BPY421 黄晓彬 S0570516070001 研究员 刘依苇 S0570119090123 联系人 源洁莹 S0570119080125 联系人 报告发布时间：2021年1月24日 摘要 上周各类型基金指数表现优异，推荐成长板块和周期板块基金 截至2021年1月22日，基金市场共有7,412只基金产品，其中混合型基金数量最多，规模最大。上周（2021.1.18-2021.1.22）各类基金总指数中，普通股票型基金指数收益率最高，涨幅为5.33%，偏股混合型基金指数次之，涨幅为4.99%。基于当前的偏向宽松的资金环境，短期内我们推荐配置上攻动力较强的成长板块基金。基于基钦周期的中长期走势，我们判断周期板块基金或在中长期内具备投资机会。 上周普通股票型基金指数涨幅最高，易方达竞争优势企业A募集128亿份 上周各类型基金指数表现优异。具体地，中国基金总指数收益率为2.04%，股票型基金总指数收益率为3.64%，债券型基金指数收益率为0.20%，货币市场基金指数收益率为0.04%，QDII基金指数收益率为2.84%。上周新发行基金共计57只，总发行份额达1349.40亿份，其中易方达竞争优势企业A、广发成长精选A、博时成长领航A占据前三位，且募集份额均超过100亿份。 上周三类FOF基金收益为正，本周建信智汇优选（MOM）处在募集期 2021年以来，混合型、目标日期型和目标风险型FOF基金的平均复权单位净值增长率分别为4.16%、4.69%和3.08%。上周混合型FOF基金平均收益率为1.13%，目标日期型FOF基金平均收益率为1.19%，目标风险型FOF的平均收益率为0.77%。本周无新发FOF基金，但建信智汇优选一年持有期MOM产品处在募集期，此产品为国内首只公募MOM产品，募集期为2020年1月20日至2月3日。 短期推荐配置成长板块基金，中长期推荐周期板块基金 短期来看，货币财政政策均偏向宽松，利好成长股，因此我们推荐配置电子行业的天弘中证电子A（001617.OF）和计算机行业的天弘中证计算机C（001630.OF）等成长板块基金。中长期来看，2020年基钦周期回升将改善企业盈利能力，受盈利影响更显著的周期板块或具备更大的扩张空间，我们主要推荐采掘行业的中融中证煤炭（168204.OF）、钢铁行业的鹏华国证钢铁行业（502023.OF）、建筑材料行业的广发中证全指建筑材料A（004856.OF），汽车行业的广发中证全指汽车C（004855.OF），以及有色金属行业的南方有色金属ETF（512400.OF）等。 风险提示：基金的表现与宏观环境和大盘走势密切相关，历史结果不能预测未来，同时还受到包括环境、政策、基金管理人变化等因素的影响，过去业绩好的基金不代表未来依然业绩好，本文提及的基金不构成推荐建议，投资需谨慎。 上周基金市场回顾 根据2021年1月22日最新数据显示，在所有基金产品中，混合型基金数量最多，其次是债券型和股票型基金，其中，混合型基金规模占比43%，位于首位。货币型基金数量占比较小，但其规模最大，占比36%。上周（2021.1.18-2021.1.22）股票型基金总规模上升2.89%、混合型基金上升7.21%、货币市场型基金上升10.55%、QDII基金上升5.75%，债券型基金总规模上升不到1%，另类投资型基金总规模下降9.32%。 上周各基金指数均录得正收益 上周各类型基金指数表现优异。具体地，中国基金总指数收益率为2.04%，股票型基金总指数收益率为3.64%，债券型基金指数收益率为0.20%，货币市场基金指数收益率为0.04%，QDII基金指数收益率为2.84%。 今年以来，以股票为主要投资标的的普通股票型、普通股票型基金指数、偏股混合型基金指数的收益率相对较高，领先于以债券为主要投资标的的混合债券型、长期纯债型基金指数。QDII基金指数表现弱于股票型基金总指数，今年以来收益率为4.96%。 上周电子设备及新能源行业、医药行业和石油石化行业涨幅领先 上周电力设备及新能源行业涨幅最大，涨幅为9.27%；医药行业指数涨幅次之，为8.13%；石油石化行业涨幅第三，为7.43%。上周9个行业指数录得负收益，其中非银行金融和建筑行业最低，分别为-2.43%，-2.42%。 年初至今，石油石化行业收益率最高，电力设备及新能源行业和有色金融行业次之，综合金融、电力及公用事业和非银行金融行业收益率最低。具体地，石油石化行业收益率15.69%，电力设备及新能源行业收益率11.70%，有色金属行业收益率10.72%。 各类型基金重仓分析 按照图表1中的基金分类，根据基金披露的最新持仓数据，以下图表给出了各类型基金中按基金规模排序前十名的基金里，每只基金第一大重仓股票或者债券的情况。 对于股票型基金，考虑到被动指数型基金的重仓股票与所跟踪的指数密切相关，此处仅呈现普通股票型基金的重仓情况。在基金规模（合计）前十名的普通股票型基金中，总规模排名第一的基金第一重仓股为山西汾酒，占比高达9.83%；其余基金的第一重仓股包括赣锋锂业、贵州茅台、桐昆股份、腾讯控股、汇川技术、分众传媒。 在基金规模排名前十的已公布基金公告的混合型基金中，总规模排名第一的基金第一重仓股为贵州茅台，占比高达9.64%；其余基金的第一重仓股则包括中国中免、紫金矿业、韦尔股份、智飞生物、东方雨虹、腾讯控股等。第一重仓债券的发行方主要为中国农业发展银行。 基金规模排名前十的债券型基金中，第一重仓债券的发行方主要为中国农业发展银行、中国进出口银行、国家开发银行。 基金规模排名前十的货币型基金的第一重仓债券比较多样，主要为不同银行发行的同业存单。 上周（2021.1.18-2021.1.22）新成立57只基金 上周新发行基金共计57只，总发行份额达1349.40亿份，其中易方达竞争优势企业A、广发成长精选A、博时成长领航A占据前三位。发行份额排名前十的新发基金名称及基础信息如下图表所示。 短期推荐配置成长板块基金，中长期推荐配置周期板块基金 短期来看，近期货币财政政策整体偏向宽松。在这种大环境下，市场风险偏好或有所改善，推动成长股上行。因此短期内我们推荐配置上攻动力较强的成长板块基金。 中期角度来看，我们在2020年1月21日发布的量化资产配置年报《周期归来、机会重生，顾短也兼长》中，分析了2019年A股市场主要受益于估值修复，2020年市场或将转向盈利驱动。基于DDM模型，我们预计2020年基钦周期持续回升将改善企业盈利能力，提升ROE；中长期趋势支撑的经济复苏将提升利率，使模型分母变大，价值投资风格会是长期主旋律。其中，我们认为受盈利影响更显著的周期板块在本轮牛市中上行动力会更强，具备更大的扩张空间。此外，统计规律显示周期板块当前估值分位数低于消费和成长板块，从估值角度进一步支撑此行业判断。 具体地，对于特定板块下的基金配置，我们首先筛选出每个行业中的被动指数基金。选择被动指数基金是因为它们一般都有明确的编制规则，几乎不受人为干扰，风格不会出现大的漂移。基金筛选标准如下：定性角度，要求基金的名称、投资范围与目标行业类似；定量角度，要求基金跟踪的指数与目标行业指数相似度高，跟踪误差小。当某个行业有多个可选基金标的时，进一步从流动性、存续时间等维度进行优选，结果如下表所示。 因此，在短期内，我们推荐配置电子行业的天弘中证电子A（001617.OF）和计算机行业的天弘中证计算机C（001630.OF）。在中长期内，我们推荐采掘行业的中融中证煤炭（168204.OF），钢铁行业的鹏华国证钢铁行业（502023.OF），建筑材料行业的广发中证全指建筑材料A（004856.OF），汽车行业的广发中证全指汽车C（004855.OF），以及有色金属行业的南方有色金属ETF（512400.OF）。 上周FOF市场回顾 今年以来目标日期型基金表现较优 2021年以来，175只混合型FOF基金的平均复权单位净值增长率为4.16%，其中海富通聚优精选增长率最高，为9.02%。59只目标日期型FOF基金的平均复权单位净值增长率为4.69%，其中工银养老2055五年增长率最高，为7.20%。68只目标风险型FOF基金的平均复权单位净值增长率为3.08%，华夏聚惠稳健目标A增长率最高，为3.73%。三种类型FOF基金中，复权单位净值增长率排名前十的FOF如下。 在Wind 的基金分类中，混合型FOF、目标日期型FOF和目标风险型FOF并不是完全独立的三个分类，部分目标日期型FOF和目标风险型FOF基金同时也归属于混合型FOF。下表呈现各类型基金上周的区间平均收益率及区间最大收益基金，各类型基金数量包含今 年以来新成立的 FOF 基金，多于前文计算今年以来收益率时所统计的基金数量。上周混合型FOF和目标日期型FOF 涨幅分别为3.40%和2.82%，目标风险型FOF涨幅低于前两者，其区间平均收益率为2.30%。 上周和本周无新发FOF基金，本周建信智汇优选（MOM）处于募集期 本周国内首只公募MOM产品：建信智汇优选一年持有期MOM产品处于募集期，募集期为2020年1月20日至2月3日。该基金认购期代码为011189，简称为建信智汇优选一年持有期混合（MOM），最短持有期限1年。 建信智汇优选MOM的基金经理为梁珉先生和姜华先生。根据该基金招募说明书中介绍，梁珉先生为建信基金资产配置及量化投资部总经理，2017年11月2日起任建信福泽安泰混合型基金中基金（FOF）的基金经理；2019年1月31日起任建信优享稳健养老目标一年持有期混合型基金中基金（FOF）的基金经理；2019年6月5日起任建信福泽裕泰混合型基金中基金（FOF）的基金经理。 姜华先生，资产配置及量化投资部首席FOF投资官，2019年1月10日起担任建信福泽安泰混合型基金中基金（FOF）的基金经理；2019年8月6日起任建信福泽裕泰混合型基金中基金（FOF）的基金经理。可见两位基金经理管理类似产品的经验都较为丰富。 风险提示 基金的表现与宏观环境和大盘走势密切相关，历史结果不能预测未来，同时还受到包括环境、政策、基金管理人变化等因素的影响，过去业绩好的基金不代表未来依然业绩好，本文提及的基金不构成推荐建议，投资需谨慎。 免责声明与评级说明 公众号平台免责申明 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】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】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】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】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
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）
郑重声明：悟空智库网发布此信息的目的在于传播更多信息，与本站立场无关，不构成任何投资建议。
