来源：华泰金融工程
林晓明 S0570516010001
SFC No. BPY421 研究员
李 聪 S0570519080001 研究员
韩 皙 S0570118090078 联系人
王佳星 S0570119090074 联系人
报告发布时间：2020年9月20日
摘要
上周市场反弹，金融和周期领涨，科技、消费表现平淡，风格短期切换
上周市场出现反弹，大多数行业均有回升，周期、金融等本轮牛市前期弱势板块涨幅明显，整体来看，上周各行业间的结构分化与上上周类似，与过去一年基本相反，低估值、盈利驱动的顺周期板块表现更好，前期涨幅大、估值高的科技、必选消费板块则表现平平。当下或正处于牛市第二轮上涨的回调期，从近期市场走势来看，前期表现较好的成长、消费板块风险较大，而消费、周期相对抗跌，本周表现尤为亮眼，预期板块风格或产生短期切换。
历轮牛市各阶段间领涨个股存差异化分布
前期周报中我们从板块轮动角度，发现历史牛市存在显著的三阶段特征，各阶段间板块轮动现象明显。本期周报重点考察1999-2018年五轮周期中，牛市各阶段领涨个股分布，进而分析板块和市值轮动现象。1999-2001年：大盘与成长风格逐渐切换至小盘与金融风格；2005-2008年：消费与金融板块轮替，市值风格多次切换；2008-2011年：成长、金融板块切换，小市值风格始终占优；2012-2015年：小盘成长股与大盘金融股三阶段轮替；2016-2018年：周期向消费切换，小市值逐渐过渡至大市值。总体来说，个股三阶段特征略弱于板块，但大多数牛市阶段仍存明显差异化分布。
行业景气度跟踪：推全市场景气度回升，超半数行业景气度为正
在华泰金工行业轮动系列报告《景气度指标在行业配置中的应用》（2019-9-12）中，我们结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据，构建了12个景气度指标来对各行业景气状态进行月度打分（该指标景气度向好打1分，恶化打-1分，无信号打0分，综合打分数值越高，意味着该行业越景气）。根据2020年8月31日的最新建模结果，全市场景气度延续反弹回升趋势，超过半数行业的景气度为正。景气度打分排名前五的行业分别是：电力设备及新能源、有色金属、计算机、汽车和非银行金融。
行业拥挤度跟踪：上周未出现拥挤行业
我们以量价数据为基础，构建了收盘价乖离率、换手率与收盘价相关系数、成交量与收盘价的相关系数、峰度、换手率乖离率以及换手率这六项拥挤度指标，用以刻画行业指数是否存在过热交易风险。将上述指标的打分结果加总即可得到各行业的复合拥挤度打分，复合拥挤度大于零即可表明该行业处于拥挤状态，有一定的交易过热风险。上周市场整体震荡上行，沪深两市成交量总体和前一周持平。总体来说市场热度不高，各行业均未出现拥挤信号。
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。
上周市场反弹，金融和周期领涨，科技、消费表现平淡
上周市场出现反弹，大多数行业均有回升，周期、金融等本轮牛市弱势板块涨幅明显，其中，非银金融、建材、机械分别上涨5.43%，5.11%。4.48%，汽车行业亦有突出表现，涨幅高达8.35%。整体来看，上周各行业间的结构分化与上上周类似，与过去一年基本相反，低估值、盈利驱动的顺周期板块表现更好，前期涨幅大、估值高的科技、必选消费板块则表现平平。
我们认为，短期来看随着盈利复苏，利率上行，风格或将切换至低估值、盈利驱动的顺周期板块，前期弱势板块金融、周期有较大补涨潜力和抗风险能力。但长期来看，以半导体、5G为代表的新基建类科技板块更符合本轮三周期结构特征，而且历次牛市统计结果显示，冲顶期主导板块往往是牛市前期最先走出来的板块，因此其长期配置价值仍值得关注。
历轮牛市各阶段间领涨个股存差异化分布
在前期周报《每周观点20200726：历轮牛市三阶段特征显著》中，我们从板块轮动的角度考察历轮牛市的分阶段表现，发现历轮基钦周期上行期，市场走势整体分为三个阶段，不同阶段间存在显著板块切换特征。
本期周报将从个股行为出发，考察历轮牛市的不同阶段领涨个股的市值和板块风格分布规律。为了更好的观测市场走势，我们将综合上证综指与wind全A（等权）指数划分牛市阶段。选取每个阶段收益最高的前100名股票作为TOP组合，通过不同板块和市值风格入选TOP组合的概率，分析牛市分阶段表现。具体数据处理过程如下：
一、数据来源
获得全市场 A 股面板数据，包括每日复权后收盘价、成交额、流通市值（使用不复权收盘价与流通股数的乘积计算）与所属中信行业分类。
二、待选股票池
每个阶段按照该阶段内的各个股票的累计成交额和期初流通市值，去掉成交额后 30%的个股和流通市值后 30%的个股，得到待选股票池（成交额数据自 2004 年 1 月 1 日开始，因此当前阶段若在该时间点之前，则不对累计成交额进行筛选）。
三、TOP 组合选取
计算各个股票在该阶段内的年化收益率与夏普比率。将待选股票池按照该阶段内的年化收益率排名，取前 100 支股票，得到 TOP 组合
四、TOP 组合的板块和市值分布分析
1：市值分布
首先，将该阶段内待选股票池按期初流通市值排名，分为大盘、中盘、小盘三个档次，使得每个档次恰好含有待选股票池中1/3的股票；然后依据TOP组合该阶段的期初流通市值，统计大盘、中盘、小盘三个档次中包含TOP组合各个股票的数量，作为TOP组合的市值分布。
2：板块分布
根据待选股票池的中信行业分类数据，将该阶段内待选股票池的各个股票分为周期、成长、消费、金融四大板块，记录待选股票池中各板块的个股数量；同理，记录TOP组合中各板块的个股数量。
为剔除全市场板块分布不均匀对TOP组合内各板块股票个数的影响，我们选取各板块入选TOP组合的概率作为板块表现表征。
该阶段板块表现=TOP组合中该板块入选数量/待选股票池中该板块总股票数量，即入选概率，入选概率越大，则该板块表现越好。
以下展示了1999-2001年、2005-2008年、2008-2011年、2012-2015年、2016-2018年各轮周期中的牛市阶段划分结果及各阶段最强个股分布特征。
1999-2001 年：大盘、成长风格逐渐切换至小盘、金融风格
牛市阶段划分
综合考察上证综指与wind全A（等权）指数，在两个均有清晰的分阶段行为特征时，阶段划分以wind全A（等权）指数为准。当wind全A（等权）指数走势不清晰，难以划分阶段时，则以上证综指走势划分为准。
两个指数的阶段划分结果类似，以 Wind 全 A（等权）指数划分结果为准，将该轮牛市行情划分为三个阶段，具体各阶段起止时间点如下：
TOP组合选取
由于篇幅所限在，正文仅展示 TOP 组合中排名前二十的个股。
TOP组合分布
1999-2001年牛市期间，存在显著的市值和板块风格切换。板块方面，第一阶段成长板块表现最佳，第二阶段优势弱化，第三阶段各板块表现差异缩小，成长板块排名靠后，金融相对占优。市值方面，第一阶段TOP组合以大市值股票为主，第二阶段分布较均衡，第三阶段小市值风格明显。
2005-2008 年：消费与金融板块轮替
牛市阶段划分
综合考察上证综指与 wind 全 A（等权）指数，其中，wind 全 A（等权）指数存在明显的分阶段特征。
将该轮牛市行情划分为五个阶段，具体各阶段起止时间点如下：
TOP组合选取
TOP 组合中排名前二十的个股如下：
TOP组合分布
2005-2008年牛市期间，存在显著的市值和板块风格切换。板块方面，第一阶段消费板块表现最佳，第二阶段金融板块表现最佳，三、四、五阶段依次为消费、金融、消费，五个阶段存在明显的消费和金融板块的轮替风格切换。市值方面，第一阶段TOP组合分布较为均匀，第二阶段大市值风格明显，第三至五阶段中小盘占优。
2008-2011 年：成长、金融切换，小市值风格始终占优
牛市阶段划分
综合考察上证综指与 wind 全 A（等权）指数，其中，wind 全 A（等权）指数存在明显的分阶段特征。
将该轮牛市行情划分为三个阶段，具体各阶段起止时间点如下：
TOP组合选取
TOP 组合中排名前二十的个股如下：
TOP组合分布
2008-2011年牛市期间，存在显著的市值和板块风格切换。板块方面，第一阶段成长板块表现最佳，第二阶段金融板块表现优秀，第三阶段成长板块再次表现突出，成长板块与金融板块风格切换明显。市值方面，第一阶段TOP组合明显以小市值股票为主，第二阶段市值分布较均衡，小市值股票数量显著下降，第三阶段小市值股票数量再次大幅度上升。
2012-2015 年：小盘成长股与大盘金融股轮替
牛市阶段划分
综合考察上证综指与 wind 全 A（等权）指数，其中，上证综指存在较清晰的分阶段特征。
将该轮牛市行情划分为三个阶段，具体各阶段起止时间点如下：
TOP组合选取
TOP 组合中排名前二十的个股如下：
TOP组合分布
2012-2015年牛市期间，存在显著的市值和板块风格切换。板块方面，第一阶段成长板块表现最佳，第二阶段金融板块明显表现突出，第三阶段成长板块再次表现优秀。市值方面，第一阶段TOP组合以小市值股票为主，第二阶段以大市值为主，第三阶段以小市值为主，三个阶段的主导市值类型均非常突出。
2016-2018 年：周期向消费切换，小市值逐渐过渡至大市值
牛市阶段划分
综合考察上证综指与 wind 全 A（等权）指数，其中，上证综指存在明显的分阶段特征。
将该轮牛市行情划分为三个阶段，具体各阶段起止时间点如下：
TOP组合选取
TOP 组合中排名前二十的个股如下：
TOP组合分布
2016-2018年牛市期间，存在显著的市值和板块风格切换。板块方面，第一阶段周期板块表现最佳，第二阶段周期板块优势加强，第三阶段周期板块优势弱化，消费板块成为表现最佳的板块。市值方面，第一阶段TOP组合以小市值股票为主，第二阶段分布较均衡，第三阶段切换至大市值风格。
2019-2020 年：前期弱势板块金融、周期或将接力成长、消费牛市阶段划分
综合考察上证综指与 wind 全 A（等权）指数本轮牛市开始时间至今的表现，其中，上证综指存在明显的分阶段特征。
根据本轮牛市开始时间至今的行情走势划分出三个阶段，具体各阶段起止时间点如下：
TOP组合选取
TOP 组合中排名前二十的个股如下：
TOP组合分布
本轮牛市从起始时间至今，存在显著的板块风格切换，市值风格切换较不显著。板块方面，第一阶段即本轮牛市上涨一期，成长板块表现最佳，第二阶段即回调一期开始消费板块接力，成长板块优势大幅下降，第三阶段即上涨二期消费持续表现优异。整体来看，前两轮上涨中，即2019-08-09至2020-07-13之前，周期与金融板块表现平平，特别金融板块在各个阶段均无亮眼表现。市值方面，第一阶段与第二阶段TOP组合以小市值股票为主，第三阶段小市值股票优势下降，阶段分布较均衡。当下或正处于第三阶段向第四阶段的过渡期，从近期市场走势来看，前期表现较好的成长、消费板块表现平平，而消费、周期相对抗跌，本周表现尤为亮眼，预期在本轮牛市第四阶段，或将由更多个股入选TOP组合，存结构性投资机会。
景气度跟踪：全市场景气度回升，超半数行业景气度为正
在华泰金工行业轮动系列报告《景气度指标在行业配置中的应用》（2019-9-12）中，我们结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据，构建了12个景气度指标来对各行业景气状态进行月度打分（该指标景气度向好打1分，恶化打-1分，无信号打0分，综合打分数值越高，意味着该行业越景气）。根据2020年8月31日的最新建模结果，全市场景气度延续反弹回升趋势，仅银行行业的景气度下降，其他所有行业的景气度均有不同程度的增加。超过半数行业的景气度为正。景气度打分排名前五的行业分别是：电力设备及新能源、有色金属、计算机、汽车和非银行金融。
行业拥挤度跟踪：上周未出现拥挤行业
在前期报告《拥挤度指标在行业配置中的应用》（2020-02-09）中，我们从控制交易风险的角度出发，构建拥挤度指标对各行业的交易过热风险进行衡量。具体而言，我们以量价数据为基础构建六个单项行业拥挤度指标，并进一步合成复合指标。复合拥挤度指标大于零即可表明该行业处于拥挤状态。历史统计来看，出现拥挤信号的行业在未来一个月出现下跌可能性较大，建议降低仓位。
上周市场整体震荡上行，沪深两市成交量总体和前一周持平。总体来说市场热度不高，各行业均未出现拥挤信号。
资金面跟踪：北向资金净流入，电气设备行业净流入最多
上周北向资金净流入，总计净流出 108.32 亿元。净流入最多的行业分别是电气设备（12.12 亿元）、医药生物（11.83 亿元）、银行（10.78 亿元），净流出最多的行业是食品饮料（-33.55 亿元）、电子（-21.81 亿元）。
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。
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咨询服务客户参考使用。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】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】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
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
