来源：华泰金融工程
林晓明 S0570516010001 研究员
SFC No. BPY421
黄晓彬 S0570516070001 研究员
张泽 S0570520090004 研究员
源洁莹 S0570119080125 联系人
刘依苇 S0570119090123 联系人
报告发布时间：2021年1月19日
摘要
2021年实体经济持续复苏，股票商品或加速上行，债市趋势机会或在明年
基于金融经济系统的整体性视角，根据大宗、PPI、CPI、利率（债券）、股票、美元等六大类指标的周期相位关系，研判2021年大类资产投资机会与风险。2021年全球实体经济持续复苏是主旋律，股票、大宗或将延续2020年行情，债券逐渐盘底走稳，美元大周期下行，黄金避险价值凸显。全球主要金融经济指标在三周期上的相位差体现了周期同源异象性的规律，反映出价值沿生产链条传导的逻辑，实体经济与虚拟经济的相互引导与竞争关系，自然资源与信贷资源供需变化的周期特征。
2021全球宏观经济状态与历史类似阶段对比：风险资产或延续上行
通过对周期状态的分析和研究，我们对全球经济所处状态及大类资产价格运动方向及投资价值进行判断。当前实体经济短周期向上、中周期下行、长周期上行的状态类似于2003-2004年，本轮短周期底点预计出现在2023年初。大宗商品同比拟合序列上行，全年都将处于正值较高位置，在基本面持续复苏的背景下，2021大宗商品有望延续牛市，与其正向联动但略有滞后的全球物价指标在2021年或将上行。股票在2021年或延续上行行情，受基钦周期上行影响盈利仍有望继续复苏，2021年新兴市场相比于发达市场股市高贝塔优势延续，下半年基钦周期拐点附近风险或有所提升。
2021债券或企稳盘底，美元指数三周期下行，黄金或优于美债美元
避险资产方面，主要国家利率同比或在2021下半年触顶，真实序列顶点通常晚于同比序列顶点，因此我们预测2021年利率大概率走平或上行，债券企稳盘底，趋势性机会需静待明年或今年年底。美元指数三周期下行，美元大概率继续走弱。受美元走弱、实际利率较低等因素的影响，大周期上行阶段的黄金相比美债和美元或仍有相对优势。
全球主要市场三周期在2021年对不同资产的影响总结
将宏观经济指标和金融资产价格一起对比分析，发现不同指标的相位存在差异。代表实体经济的商品短周期与股票同向，与美元、债券反向，CPI和PPI相位略滞后于商品。2021实体经济持续复苏，股票和大宗商品或仍具投资机会。中长周期上商品与股票存在相位差，与美元基本反向。商品中长周期上行指示全球经济长线向好，对资本市场中长线估值形成压力；美元指数受长周期影响较为显著，2021年长周期趋势下行，美元或将持续走低。
风险提示：本文对各类资产价格变化的方向性判断均是基于年度视角，短期内的投资者情绪波动或政策冲击引起的相对高频的市场变化，需要结合其他高频研究方法给出预测。
正文
2020疫情冲击不改短周期上行，2021周期规律仍将引导市场主线
2020年配置观点回顾：预测股市、商品和贵金属上行，债市、美元走弱
在2020年1月16日发布的华泰金工2020年全球市场量化资产配置年度观点报告《小周期争明日，大周期赢未来》中，通过对周期状态的分析和研究，我们对2020年的资产价格走势提出了以下预测：
1. 股票和大宗商品上行：2020年实体经济短周期上行主导市场行情，股指三周期叠加状态及大宗商品三周期上行状态类似2002-2003年，股市和大宗商品的短周期机会或过渡到大级别投资机会；
2. 债市走弱：全球主要国家利率短周期上行，债市或结束两年牛市逐渐走弱；
3. 美元贬值：美元指数三周期共振下行，对美元造成贬值压力的同时，也会在短期内提振黄金等美元计价贵金属的名义价格；
4. 黄金上行：黄金中长周期相对状态类似1984和2001年，存在中长期配置机会以及短期规避极端风险的价值，预测2020年8月前黄金到达420元/克；
5. 价格指数上行：CPI和PPI短周期相位与实体经济短周期相位相近但略有落后，两者将随实体经济复苏而逐渐回暖。
在本年度的全球市场量化资产配置报告中，我们将延续此前年度观点预测的方法论，采用华泰金工周期系列研究中发现的周期规律，对各类资产在周期中的位置进行更新，并通过周期外推来预测未来一年的资产价格走势。
在开始阐述2021年资产配置观点之前，我们先简要回顾一下2020年各类资产价格和物价指数的实际表现。从权益类资产来看，我国上证指数、美国标普500指数、MSCI亚洲指数和MSCI全球指数均在2020年录得正收益，股指点位超过疫情之前；南华指数和CRB指数大多数上涨，金属指数涨幅最大。疫情虽在短期内对风险资产造成冲击，但未对其整体走势造成影响。
从债券、黄金、美元等固收类资产来看，2020年我国利率顺应短周期趋势，从二季度开始触底上行，对债市带来压力；而欧美国家利率因疫情冲击而在一季度遭遇较大幅度的下挫，随后一直保持在低位。黄金价格从年初到8月持续上行，在7月突破420元/克的预测值，8月冲高到接近450元/克，随后缓慢震荡下行。美元指数则在2020年初小幅上行，在疫情冲击期间经历下跌-短暂反弹后，即进入下行轨道，从3月19日的年内高点102.69点一路回落至12月底的90点以下，下跌幅度为12.36%，相比年初下跌幅度为6.69%。
从物价指数的实际走势来看，2020年我国CPI受猪肉等食品价格触顶回落的影响而持续回落，受2019年下半年猪价高企的影响，下半年同比数据持续大幅回落；2020年各国PPI走势受疫情影响较大，前两季度持续下行，后半年随经济复苏而逐渐回升，但同比数据仍保持在负值区间。
2021年预测观点概述：股票商品或延续2020年上涨行情，黄金好于美元
商品指数三周期同比拟合序列预计2022年中转负，2021年价格相对2020年上涨可期
实体经济与金融市场的周期现象反映经济系统状态的变化，运用周期规律对经济系统状态进行测度是判断各类资产投资机会与风险的根本基础。以CRB大宗商品指数为代表的全球实体经济三周期滤波结果显示，目前短、长周期上行，中周期下行但处于正值区间，三周期拟合同比序列预计在2021年处于正值区间的较高位置，2022年中期才会下降到负值区间，2023年初为本轮周期底部，这就意味着2021年商品价格序列会相对2020年进一步抬升，因此我们认为2021年商品牛市或将延续。
2021年全球主要股票市场拐点风险较低，投资机会有望延续至年底
全球主要股指的42个月短周期于2019年8月进入上行通道，下一底点大概率出现在2023年初。短期来看基钦周期仍处于上行通道，叠加基本面回暖与经济复苏的确认，股票市场2021年或具备较佳投资机会。
此外，从1995年至今历轮完整基钦周期上行阶段新兴市场与发达市场的涨幅来看，平均而言新兴市场年化收益率领先发达市场9.99pct，说明在周期上行阶段新兴市场收益优势较为明显。本轮基钦周期运行至2020年12月底已经历17个月，MSCI新兴市场指数的年化收益相比MSCI发达市场指数仅领先不足2.5Pct，远低于历史平均。因此，2021年新兴市场有望在收益表现上领先于发达市场，或具备更佳的投资机会。
进一步地，回顾历轮基钦周期的滤波拐点与实际市场拐点可以发现，实际市场周期的涨跌呈现一定程度的不对称性，通常而言市场上涨的时间相较下跌的时间更长。且统计发现全球各主要股票市场实际顶部的出现时间大概率晚于滤波顶部，从滤波顶部到实际市场顶部的区间内，平均而言各股指仍呈现可观涨幅。参照过往相似周期状态进行外推估计，本轮基钦周期今年二三季度滤波拐点后，市场或仍存上涨空间，投资机会有望延续至年底。
2021年主要国家利率大概率走平或上行，债市趋势性投资机会大概率在明年
对各国十年期国债利率做月度12期差分的“同比”处理，趋势项被去除后可以清晰地看出各国国债收益率存在周期波动的规律，并且各国利率在短周期上存在明显的同步性。对“同比”处理后的利率序列进行滤波分析，结果显示，各国十年期国债同比滤波结果多为短周期能量最强。主要国家利率短周期在2020年到2021年上半年间均处于上行通道，并将在2021年年中触顶。但同比序列的走势不能直接与真实序列走势划等号，真实序列上行下行时间长度并非对称，上行时长通常略大于下行时长，因此真实序列拐点通常晚于同比序列正弦波拐点。由此我们推断，2021年债市大概率走平或上行，趋势性机会或需静待明年或今年年底。
美元指数长周期下行趋势已定，本轮周期对部分新兴市场已造成负面冲击
200个月的长周期决定了美元指数长期运行方向；100个月和42个月的周期决定了美元指数中短期的次级趋势。当前美元指数长周期正从顶部拐点下行，考虑到美元指数三周期当前均处于下行状态，预测2021年美元指数或将持续下行。
2021年黄金保值功能或将凸显，相对美元美债具配置优势
从中长周期影响因素来看，黄金的中长期走势与三个指标有着显著的相关关系：代表其货币属性的美元指数（反向）、代表其商品属性的CRB指数（同向），以及代表其金融属性的美国十年期国债收益率（反向）。如前所述，我们预测2021年美元指数三周期共振下行延续当前下行趋势；2021年大宗商品或将延续当前上行趋势；美国国债实际收益率已处负值区间，且在经济不振的短期内可能无法恢复到正值区间，降低黄金投资机会成本。三者叠加，黄金价格在未来一年内或仍有中长周期级别的投资机会。
而如果从中短期影响因素来看，黄金价格还会受到通胀水平的影响。参考2008年全球经济危机期间，在2007-2009年经济下行压力较大的阶段，黄金因其避险价值受到投资者青睐，价格持续上行。而在后续2009-2011年的经济复苏阶段，黄金则成为了抵御通胀的优质资产，表现优于标普500。此次全球经济在疫情重挫下各国财政刺激力度空前，未来经济复苏阶段，抗通胀价值或将持续凸显。
整体来看，通胀压力逐渐增加、美元指数持续下行，对黄金价格或有提振作用；黄金长周期滤波处于上升中段，中周期处于周期顶部正值区间，或推动金价以较高的速度上涨。在短中长期各项影响因素的相互叠加之下，黄金相对美元和美债具有一定配置优势。
2021全球股票商品或延续上行行情，债券趋势机会需待明年
各类资产价格与实体经济之间有着十分紧密的联系，它们都随着实体经济的周期性扩张和收缩而往复波动，也会反过来影响到实体经济的周期运行。从简化的角度来看，实体经济方面：
1) 原材料等大宗商品的价格由社会供给与需求的关系决定。当实体经济基钦周期处于扩张阶段，首先最灵敏的上游大宗商品价格指数会上涨，其涨幅会传导到中下游的PPI，最终传导到下游的CPI。
而金融市场方面：
1) 利率水平由政策、通胀水平和实体经济状况决定。基钦周期扩张阶段政策利率、CPI和实体经济增速提升，带动利率水平同步提升。而利率水平的提升又会反过来降低实体经济中企业融资意愿，影响实体经济增速。所以利率水平虽与实体经济同步周期波动，但也会对其产生负反馈作用。
2) 股票价格由资金充足度和实体经济中上市公司的经营状况决定，其变动受到实体经济和利率水平周期波动的影响，因此相位略有滞后，但与之基本同向。
3) 汇率水平由各国利率的相对高低决定，当一国利率上行，国际资本会流入该国，提升对该国货币的需求，从而推高汇率。同时，国际资本的流入又会满足该国资金需求，反过来减缓利率水平的上涨趋势。汇率水平虽与利率水平同步周期波动，但也会对其产生负反馈作用。
可以看到，实体经济物价与各类金融资产价格之间都是紧密联动且周期往复的。在华泰金工周期系列报告中，我们也通过量化手段发现，全球各国宏观经济指标和各类资产价格，均具有42个月左右、100个月左右和200个月左右的共同周期，我们将其称之为华泰金工三周期体系。因此本节中，我们也将各类资产价格放在统一的三周期体系之下进行讨论，对七类主要的金融资产和经济指标即大宗商品、CPI、PPI、利率、股票、美元、黄金的周期状态进行详细分析，对2021年资产价格和经济指标变化做出研判。
本文选取CRB综合现货指数作为大宗商品市场的表征，选取中国、美国、日本、英国、法国、德国等主要经济体的CPI、PPI、十年期国债收益率作为全球市场物价与利率水平的代表，选取10个全球主要股指（上证综指、恒生指数、纳斯达克指数、标普500、日经225、富时100、法国CAC40、德国DAX、澳洲标普200、孟买SENSEX30）作为全球股票市场的表征。通过对各指标的同比序列（利率除外）进行量化滤波的方式提取金融经济指标中的主要周期成分并加以合成。下文除非特殊说明，对股指、大宗商品指数、美元指数、黄金及CPI、PPI均采用其同比序列零均值化后进行周期滤波分析，对利率指标采用其原始序列与去年同期差值进行周期滤波分析。
2021年全球宏观经济周期状态与2003-2004年类似，复苏是主旋律
在华泰金工的前期研究中，我们论证了股票、债券、大宗商品、房地产四大类资产中，如果按照贴近实体经济的程度排序，应是大宗商品 > 股票 > 债券 > 房地产，大宗商品对实体经济的变化最敏感，适合作为基本面状态的观测窗口，因此后文我们提取CRB综合现货指数的三周期来表征实体经济的周期状态。
除此以外，全球利率水平也能一定程度上帮助判断宏观经济的状态。当经济基本面向好时，企业盈利增加，融资需求扩张，推动利率上行，反之则利率水平回落。为了判断全球利率周期状态，我们把中、美、日、英、法、德几个主要经济体的十年期国债收益率三周期滤波后分别进行合成，对比利率合成指标和代表实体经济走势的CRB同比序列三周期滤波结果，利率与实体经济的短周期基本同向变动，这说明短周期的经济基本面变化会带动对信贷资源的供给需求发生变化，并同步反映到利率水平上。
对比上面CRB同比和利率的周期滤波结果，可以看出2021年宏观经济周期状态类似于2003-2004年，当前正处于经济复苏向好的态势。
大宗商品三周期上行状态类似2003-2004，2021年大概率延续牛市表现
2021年大宗商品同比序列处于正值区间的较高位置，价格指数往往会延续上行
大宗商品的牛熊是实体经济景气度的直接反映，商品价格的长期上行代表了经济的需求强于供给，实体经济整体上行；反之，商品价格的长期下行代表经济的需求弱于供给，实体经济整体下行。本节我们将对CRB综合现货指数的三周期状态展开分析，考察大宗商品的价格趋势及投资机会，并进一步推断实体经济的需求与供给，对2021年的实体经济进行预判。
从下左图可以看出，对CRB综合现货的价格指数取同比之后，当同比序列向上或处于正值区间时，商品价格往往是上涨的。当前同比序列正处于向上的正值区间，类似历史上2000年、2002-2004年、2006年、2009-2010年、2016年的情况，这五个区间里大宗商品均录得正收益。结合前文CRB同比序列的三周期的滤波状态：短、长周期向上，中周期刚从顶部区域下降，2021年的大宗商品周期状态更类似于2003-2004年。下面右图模型显示，同比序列的三周期回归拟合预测曲线在2022年中期才会下降到负值区间，因此整个2021年，大宗商品的同比序列仍处于正值区间的较高位置，因此我们认为商品价格大概率会继续走高。
波罗的海干散货指数领先CRB综合现货指数，预计2022年一季度同比才会转负
波罗的海干散货指数（BDI指数）由主要航线的即期运费加权计算而成，反映了干散货交易量的变化情况，是航运业的重要经济指标。同时，因为散装船运以运输工业原料和民生物资为主，所以行业与大宗商品原材料的价格密切相关，也在一定程度上反映了全球经济的景气度。因此波罗的海干散货指数被称为大宗商品的“风向标”，指数的走势对于全球大宗商品的研究具有指导价值。
波罗的海干散货指数存在显著的42个月左右的短周期和200个月左右的长周期。从三周期滤波图可以看出，波罗的海干散货指数的三周期规律与CRB综合现货指数类似，短周期振幅最大，说明波罗的海干散货指数受短周期影响最明显；中周期振幅较小，长周期有一定振幅，表明指数在一定程度上更受长周期驱动。
考察波罗的海干散货指数与CRB综合现货指数的关系，从同比序列可以直观发现，两者走势一致性较高，而波罗的海干散货指数的波动明显更大，规律性也更容易被跟踪与识别，更有利于分析和研究商品的未来走势。从周期滤波的结果来看，波罗的海干散货指数的短周期相位略微领先于CRB综合现货指数的短周期，在长达20余年的数据中，短周期滤波的顶点与底点均稳定领先1到3个月。此外，两个指数均是短周期振幅最强，可以认为这一领先滞后关系对于两者的走势判断具备显著的指导意义。同时，考虑波罗的海干散货指数和CRB综合现货指数的200个月高斯滤波，可以发现波罗的海干散货指数的长周期相位均明显领先于CRB综合现货指数。
综合来看，波罗的海干散货指数的周期相位稳定领先于CRB综合现货指数，两个指数的走势虽然主要由短周期驱动，但长周期的规律也佐证了波罗的海干散货指数可以作为大宗商品的领先观察指标的结论。
根据波罗的海干散货指数的周期滤波图可以看出，三周期叠加后拟合同比序列在今年仍可继续上升至二季度，随后依然在正值区间，预计到2022年同比才会转负，2023年出现周期底部，因此波罗的海干散货的周期状态，也进一步佐证了2021年大宗商品价格上升趋势仍可延续的结论。
2021仍可以看好以基本金属和原油为代表的大宗商品
对于具体的商品品种，我们主要考虑LME铜和ICE布油的走势与投资机会。如前文所述，2021年全球宏观经济状态与2003-2004年类似，经济复苏将是主旋律，在此背景下铜和原油等商品的需求有望进一步回暖，为价格回升提供有力支撑。
首先在基钦周期回升的背景下分析铜和原油的供需情况。2020年铜价先抑后扬，年初疫情导致市场对铜的需求预期大幅萎缩，LME铜价从每吨6200美元附近下降至4600美元。随着全球货币刺激以及中国国内的复产复工，铜下游需求逐步回暖，而南美等铜矿开采又受到疫情冲击，导致铜价稳步回升，年底价格接近8000美元/吨。据安泰科，20-21 年全球铜矿计划扩产约40 万吨和67 万吨，矿山投扩产计划受疫情影响有所放缓，因此预期2021年冶炼铜的供需紧平衡状态将延续。当前全球铜的库存处于近五年的历史低位，随着基钦周期上行，2021年的铜的消费逐渐回暖，或支撑铜价进一步提升。
2020年油价总体呈“V字+震荡”走势，疫情全球爆发前，布伦特原油价格曾高达65美元/桶，而后快速走低形成V底，反弹后修复至40美元关口并维持震荡。从供给端来看，2020年12月OPEC+对2021年的减产力度达成一致，并且着力落实减产计划的顺利实施，因此2021年不太会出现供给骤增的局面，油价下行空间有限。而需求端上，随着基钦周期上升，全球的复产复工会使得原油需求面临回暖。因此可以继续看好2021年的油价表现。
另一方面，从铜和原油价格同比序列的三周期滤波图来看，回归拟合曲线的整体拟合效果较好。2021年预测同比序列均处于历史较高位置，直到2022年下半年才会进入负值区间，意味着今年价格序列有望在2020年的基础上继续走高。因此总体来说，我们认为2021仍可以看好以基本金属和原油为代表的大宗商品。
实体经济基钦周期持续上行，股市或加速上涨，今年市场大概率好于去年
本轮基钦周期上行期可大致分为四阶段，今年大概率延续上行阶段四：复苏且流动性适度
根据三周期滤波结果，本轮基钦周期自2019年8月进入上行期。2020年一季度受到新冠疫情的影响，全球风险事件频发，较以往的历轮周期而言，本轮基钦周期的走势相对复杂。我们以中国10年期国债收益率表征国内流动性环境，以美国10年期国债收益率表征海外流动性环境，以CRB综合现货指数表征实体经济需求，综合对本轮基钦周期的走势进行复盘与分析。
截至2020年12月31日，本轮基钦周期上行期的走势可以大致分为四个阶段：
1. 阶段1：2019年8月初至2019年12月底，中美10年期国债收益率和CRB综合现货指数先后止跌企稳，而后震荡盘升，反映出实体经济的信贷需求和生产资料需求在回暖，印证了上一轮基钦周期拐点为2019年7月的结论。
2. 阶段2：2020年初至2020年3月底，新冠疫情突然爆发，打乱了基本面企稳回升的节奏，国内外流动性环境持续宽松，CRB指数也拐头向下，基本面进入二次探底期。
3. 阶段3：2020年4月至7月，由于国内率先从新冠疫情的肆虐中恢复过来，叠加海外疫情蔓延导致的产能缺口，国内基本面快速复苏，流动性环境边际收紧，但是海外由于疫情持续恶化，处于流动性持续宽松的状态。
4. 阶段4：2020年8月至今，尽管海外疫情仍未得到有效控制，但是疫苗的持续推进加强了民众对于基本面回归正轨的预期，国内外流动性都处于边际收紧的趋势，CRB综合现货指数也快速上行，体现需求逐步回暖。
对应上述四阶段的划分，本轮基钦周期全球主要股票指数及其同比序列的走势如下图所示。可以看出，在第一阶段中各个股指呈现攀升趋势，同比序列也相应抬升；第二阶段股指大幅下跌，同比序列同步下滑；第三第四阶段股指明显拐头向上，同比序列止跌回升。
当前基钦周期仍处于上行通道，2021年有望延续阶段4的特征，叠加基本面回暖与经济复苏的确认，股票市场或具备较佳投资机会。根据周期滤波结果，本轮周期的底部大概率出现在2022年四季度到2023年一季度，从时间区间来看2022年股票市场的风险或高于2021年。对于2021年而言，在基钦周期上行的环境下，流动性有望维持在适中水平，建议结合中国10年期国债收益率和美国10年期国债收益率考察海内外流动性环境。流动性的收紧或是周期顶部拐点的警示信号，大概率出现在今年四季度以后。
根据全球股指周期状态与历轮基钦周期实际涨跌规律判断：2021年出现拐点风险较低
全球主要股指周期状态类似2003-2004年，今年股市有望复制2004年的高收益风险比
我们提取全球主要股票指数同比序列的42个月、100个月、200个月周期滤波序列并分别进行相位合成，得到如下图所示的全球股指三周期序列，综合表征全球股票市场的三周期状态。当前短周期、中周期均处于上行通道，长周期下行，周期状态与2003-2004年较为类似。
从滤波结果来看，2001年12月短周期开始上行，2005年6月为下一个底部拐点。结合2003-2004年全球主要股票指数的价格走势，我们可以进一步对今年股票市场进行分析预判。整体而言，2003-2004上半年全球各股票指数均呈现较为明显的上行趋势，2004年下半年后各股指走势呈现一定分化，大多数股票指数呈震荡走势，特别地，印度SENSEX30在2004年下半年涨幅明显，而同期上证综指则明显下行。
我们统计了全球主要股指在2003-2004两年内相较于2003年1月1日的最大涨跌幅，如下表所示。可以看出，在短周期上行超过一年后，各个股指后续仍有较佳投资机会，2003-2004两年内相较2003年1月1日的最大涨幅平均可达43%，涨幅最少的英国富时100指数和法国CAC40指数也有20%的最高涨幅，印度SENSEX30指数相较2003年初的最大涨幅达到96%。另一方面，各个主要股指在2003-2004两年内相较2013年1月1日的平均最大跌幅仅为14%，远低于平均最大涨幅。可见2003-2004年整体而言股票市场有较高的投资性价比。
历轮基钦周期实际市场涨跌时长不对称，平均而言上升阶段更长，2022年或风险更高
根据前文全球主要股票指数同比序列的滤波结果，本轮基钦周期下一底部或出现在2023年初。进一步回顾历轮基钦周期的滤波拐点与实际市场拐点可以发现，实际市场周期的涨跌呈现一定程度的不对称性，通常而言市场上涨的时间相较下跌的时间更长。
具体地，对历轮基钦周期的滤波拐点和全球各主要股指的实际拐点统计结果如下，其中每一轮基钦周期的划分以42个月滤波的底部为界，实际市场顶部与滤波顶部相距月份为正表示实际市场顶部晚于滤波顶部。
从上述图表可以看出，全球各主要股票市场历轮周期的实际市场顶部与周期滤波顶部会出现一定偏差，实际市场顶部的出现时间大概率晚于滤波顶部，且从滤波顶部到实际市场顶部的区间内，平均而言各股指仍呈现可观涨幅。
前文我们根据滤波结果判断当前三周期叠加状态类似2003-2004年，事实上在2002年2月-2005年6月的一轮周期中，各主要股指的实际拐点平均来看晚于滤波拐点约5个月，实际市场顶部相较滤波顶点处涨幅平均超过12%。因此我们判断当前股票市场或仍存上涨空间，投资机会有望延续至2022年初。更为保守地，在过往历轮周期中，实际市场顶部与滤波顶部最为接近的一轮是1998年7月-2002年1月，而该轮周期中实际市场顶部比滤波顶点晚三个月左右。按照当前全球主要股票指数的滤波结果，本轮周期滤波拐点大概率出现在今年二三季度，外推三个月可知股票市场在年底前或仍有投资机会，对于股票市场来说，2022年风险或更高。
周期上行阶段弹性更高的新兴市场常常表现更优，今年A股或有高贝塔优势
观察1995年至今MSCI新兴市场指数和MSCI发达市场指数的走势可以发现，整体来看成熟市场的上行趋势较为平稳。本轮基钦周期2019年8月启动，虽然经历了较为复杂的四阶段行情，但总体上资金倾向于流入弹性更高的新兴市场，使得新兴市场相对发达市场的表现具备一定优势。
进一步地，我们统计1995年至今历轮完整基钦周期内MSCI新兴市场指数和MSCI发达市场指数在上行阶段的风险收益指标，如下图表所示。除2012年7月至2014年3月新兴市场整体表现不如发达市场外，其余历轮周期的上行阶段，新兴市场指数在年化收益和夏普比率上均优于发达市场。需要指出，即便新兴市场收益表现更佳，但在年化波动率和最大回撤的风险指标上，发达市场有较大概率占优。
从历轮基钦周期上行阶段新兴市场与发达市场的涨幅来看，平均而言新兴市场年化收益率领先发达市场9.99pct。特别地，若2012年7月至2014年3月不计入统计样本，则MSCI新兴市场指数在历次周期上行阶段的平均年化收益率为27.23%，相较MSCI发达市场指数的11.85%高出15.38pct，说明在周期上行阶段新兴市场收益优势较为明显。
本轮基钦周期运行至2020年12月底已经历17个月，MSCI新兴市场指数的年化收益相比MSCI发达市场指数仅领先不足2.5pct，远低于历史平均。因此2021年新兴市场有望在收益表现上领先于发达市场，或具备更佳的投资机会。
2021年全球主要国家CPI和PPI或整体呈现出上行趋势
大宗商品价格指数与PPI、CPI两个宏观指标关系较为密切：大宗商品指数代表上游生产资料的价格，PPI代表中上游工业产成品价格，CPI则代表下游消费品价格。CRB指数的波动通过产业链向PPI指数传导，传导路径较为顺畅；而从PPI到CPI指数的传导则会由于统计口径差异、供求矛盾甚至价格管制等因素而存在一定的阻碍，导致传导不畅，产生时滞。因此CRB指数的短、中、长三周期相位均与CPI、PPI相近，与PPI同步或略微领先于PPI，PPI领先于CPI，三者的正向联动关系较为明显。
相位合成得到的全球CPI同比三周期滤波显示，2021年全球CPI中周期处于触顶回落阶段，长周期处于上行阶段，短周期在2021年全年处于上行阶段，于四季度触顶，整体来看CPI或在2021年全年处于上行区间。单独滤波结果也显示，中国、美国、德国、英国、法国和日本等世界主要国家的CPI或在2021年处在上行区间。
此外，在CPI的历史预测中，翘尾因素对于CPI的影响很大，若某段时间内物价发生大幅异常波动，则CPI同比序列下一年的走势除了受到周期的影响之外，还会受到该异常值的影响。2019年底至2020年初，我国国内猪肉价格发生大幅波动，带动食品CPI同比和CPI同比大幅上升，预计2021年初翘尾因素的影响方向与周期运行方向一致，不会对CPI走势的周期预测结果产生方向性的影响。
2021年，全球PPI同比短周期和长周期均处于加速上行阶段，中周期处于下行阶段。三周期叠加，全球PPI受短周期触底回升和长周期持续上行的影响较大，滤波结果显示PPI将随着实体经济短周期的走势运行，在2021年整体呈现出上行的趋势。
今年主要国家利率大概率走平或上行，债市趋势性投资机会大概率在明年
本节着重研究利率的周期状态。前述小节中所研究的大宗商品、CPI、PPI分别从生产链条的不同环节体现了商品及原材料资源价格的变化。利率则体现了信贷资源价格的变化。自然资源和信贷资源的供给需求关系从不同角度反映实体经济的变化情况。
在对利率做量化滤波预测时，该指标具有一定的特殊性：一方面，利率本身即为资产的收益率，对其进行取同比操作没有明确的经济学含义；另一方面，数据可得期间的利率指标的变化存在明显的趋势性，为不平稳序列，必须进行一定的操作使之具备平稳性，才能进一步通过滤波方法提取周期。因此，我们以当年利率减去上年同月利率来构造利率“同比”，将利率“同比”作为利率周期研究的对象。
此外，需要注意的是，同比序列的“拐点”并不意味着真实序列的拐点：从底部拐点来看，同比序列的底部拐点相比真实序列拐点会提前4个月左右出现；而从顶部拐点来看，原始顶部拐点两侧的长度并非完全对称，上行时长通常大于下行时长，因此同比序列的顶部拐点不一定能够准确指示原始序列的顶部拐点，仅可用作参考，因此在下文中我们将主要关注利率的周期底部拐点以及其当前所处位置。
我们选取起始于1986年1月，截至2020年12月的各国十年期国债收益率的月度数据展示如下。从图中可见，大部分国家的利率均不平稳，在长期趋势的影响下，利率短周期的同步性较难观测。
而对利率做“同比”处理后，各国利率的趋势项被去除。从下图中可以清晰的看出各国国债收益率存在周期波动的规律，并且各国利率在短周期上存在明显的同步性。
接下来我们对“同比”处理后的利率序列进行滤波分析，结果显示，各国十年期国债同比滤波结果多为短周期能量最强。其中，中国、美国、德国、英国、澳大利亚和法国国债同比滤波均为短周期能量最强，中长周期能量较小；仅日本的国债收益率同比序列存在一定的中长期趋势，虽然短周期不是能量最强的周期，但其规律也是清晰可见的。因此接下来我们将主要关注利率的短周期走势。
下图表中的滤波结果显示，主要国家利率同比序列短周期上一底点与2020年12月的时点相距16个月左右，同比序列短周期当前均处于上行通道。多数国家利率同比序列的短周期滤波将会在二三季度达到正弦波峰的位置，仅日本利率三周期状态较为特殊，能量较强的中长周期均处于上行接近顶部区域的状态，抵消了短周期触顶下行的影响，其同比序列或将在2021年全年保持震荡。
但如前所述，同比序列的触顶不意味着真实序列的触顶。对比历轮同比序列短周期滤波拐点与原始序列的拐点可以发现，原始序列的周期涨跌呈现一定程度的不对称性，且短周期相位相对同比序列有一定滞后。其中美国十年期国债利率原始序列距离上一个顶部拐点仅26个月，距离上一个底部拐点仅5个月，按照周期长度来推算，今年全年或将仍处于上行阶段。
此外，受到疫情影响，2020年利率同比序列短周期滤波虽处于上行区间，但各国真实利率却是持续下行的。各国利率当前均已处于历史低位，美国等国家实际利率已处于负值区间，利率下行可能性较小，2021年更可能出现上行或横盘震荡的走势。
我国十年期国债利率从2020年4月已经开始回升，美国十年期国债利率也已出现缓慢回升的趋势，随着利率持续升高，债券投资性价比会逐渐提升。当利率提高到一定水平，股债天平将向债券端倾斜，此时债券市场将迎来趋势性机会。我们推断，今年债市整体处于调整阶段，下半年企稳盘底，大概率在今年年底或明年年初，债券的性价比或逐渐提升。
美元长周期下行趋势已定，本轮周期拐点对部分新兴市场已造成负面冲击
美元指数从2020年3月以来逐步下跌，从102点下降至12/31的90点。从三周期滤波图中我们发现：美元指数受长周期影响最大，200个月的长周期决定了美元指数长期运行方向；100个月和42个月的短周期决定了美元指数中短期次级趋势。当前美元指数正处于长周期顶部拐点区域。考虑到美元指数三周期当前均处于下行状态，预测2021年美元指数或将持续下行。
观察美元指数周期变化与新兴市场货币危机事件发生的时间点，我们发现：新兴市场货币危机的发生与美元周期高度相关，历轮美元上升期及顶部拐点附近，都伴随着新兴市场货币危机与金融危机的爆发。本轮美元指数顶部区域附近，土耳其、阿根廷等国家的货币已出现了较大幅度的贬值，并一定程度上影响了该国经济。随着美元走弱的趋势加强，国际资本会流入新兴市场，部分国家未来有望迎来新的投资机会。
美元走弱，美债实际收益率转负，大周期上行阶段的黄金或仍有相对优势
我们在2019年5月发布的月报《大周期拐点的黄金中长线配置机会》以及2019年8月26日发布的深度报告《二十年一轮回的黄金投资大周期》中对黄金的中长期规律进行了深入研究。在报告中，我们依靠经济逻辑和周期工具，从定性和定量的角度论证了黄金的中长期走势与三个指标有着显著的相关关系：代表其货币属性的美元指数（反向）、代表其商品属性的CRB指数（同向），以及代表其金融属性的美国十年期国债收益率（反向）。
如前所述，当前美元指数正处于下行趋势中，我们预测2021年美元指数三周期共振下行，延续当前趋势；大宗商品当前正处于上行趋势中，我们预测2021年大宗商品长周期上行，中周期处于正值区间，延续当前趋势；美国国债实际收益率已处负值区间，且在经济不振的短期内可能无法恢复到正值区间，降低黄金投资机会成本。三者叠加，黄金价格在未来一年内或仍有一定投资机会。
以2020年12月31日的数据进行滤波观测，我们发现当前黄金长周期处于上升中段，中周期处于周期顶部正值区间，推动黄金价格以较高的速度增长。这种周期状态类似于1984年和2001年，接近20年才会出现一次，每次出现均伴随着较大的投资机会。此外，黄金的上涨具有较强的持续性，历次黄金持续上涨的时长最短为34个月，此次上涨时长为27个月，距离历史趋势上涨的最短时长仍有7个月的差距。
而如果从中短期影响因素来看，黄金价格还会受到通胀水平和股价变动的影响。在2020年5月6日发布的《黄金的短期价格影响因素与规律》报告中，我们采用向量自回归模型-格兰杰因果检验-脉冲响应分析的定量研究方法对常见的黄金价格短期影响因素进行检验后发现，美国通胀率变动是伦敦金价变动的格兰杰原因，通胀率上行会导致金价在短期内上行。
参考2007-2011年，在经济下行压力较大的阶段，黄金因其避险价值受到投资者青睐，价格持续上行。而在后续经济复苏阶段，黄金则成为了抵御通胀的优质资产，表现优于标普500。而此次在疫情的重挫下全球经济跌落谷底，各国经济刺激政策频出，美国等国家的财政刺激计划规模远超2008年，未来经济复苏阶段，抗通胀价值或将持续凸显。此外，伦敦金现和COMEX黄金均以美元计价，美元大周期的下行对黄金的名义价格也有直接的提振作用。
整体来看，短周期拐点通胀压力逐渐增加、美元指数持续下行，对黄金价格或有提振作用；黄金长周期滤波处于上升中段，中周期处于周期顶部正值区间，或推动金价以较高的速度上涨。在短中长期各项影响因素的相互叠加之下，黄金相对美元和美债具有一定配置优势。
全球市场三周期在2021年对不同资产的影响总结
金融经济系统是一个复杂的内生系统，周期或是其背后稳定的驱动力。各个宏观经济指标和金融资产价格从不同的角度对系统进行观测，都是系统状态的低维反映。任何单一变量的波动都不足以刻画整体的系统状态，我们认为应当从不同的维度对系统进行观察，并根据观察的结果相互验证，综合推理系统可能的状态。本节将详细分析六类主要的金融经济指标即大宗商品、CPI、PPI、利率（债券）、股票、美元在短中长三周期上的相位关系及内在的经济学原理，并分析2021年周期对各变量的影响。
基钦周期：今年股商、债或延续去年的行进方向并有强化，拐点风险较低
通过提取各变量的短周期滤波结果并加以合成，我们得到六类金融资产和宏观经济指标的短周期相位图如下：
我们对各类指标的短周期相位关系进行规律总结，得到如下主要结论：短周期上各变量相位关系较为稳定，为股票~利率~大宗商品>PPI>CPI>美元（“>”代表“领先于”，“~”代表“基本同步”，下同）。其中股票、大宗商品等交易资产数据领先于CPI、PPI等统计指标数据；“股票~大宗商品”说明同为风险资产的二者在短周期上相位保持一致，而它们与利率同向变化则反映出在短周期上企业对信贷资源与原材料资源的需求同步变动，且股债之间存在“跷跷板”效应；“大宗商品>PPI>CPI”正好对应了库存周期中原材料传导至上中游的工业产成品，再传导至下游的消费品的生产链关系；
当前时点各资产短周期的相位关系，我们还可以通过时钟图来呈现滤波结果。
时钟图与周期滤波图对当前时点的判断基本一致，2020年12月底数据显示各类资产遵从“股票~大宗商品>PPI>CPI>债券>美元”的相位领先滞后关系。
对于股票、债券和大宗商品三类受短周期影响较大的资产来说，当前股票和商品的短周期均处于上行轨道，且短周期的下一底点大概率处于2023年初。同时，债券资产的短周期刚步入上行轨道，短期来看投资性价比大概率不如风险资产，其投资价值或在进攻类资产风险释放后得以凸显。
另一方面，虽然PPI和CPI的走势并非由短周期主导，但2021年实体经济大概率回暖，大宗商品价格有望提振，结合PPI和CPI短周期持续上行的预判，PPI和CPI同比大概率上行，全球或将面临一定的通胀压力。
同时，美元指数短周期的见顶回落也一定程度上反映出2021年基钦周期上行期间的主线投资逻辑：2021年全球实体经济持续复苏，资金的价格即利率有望上涨，资金倾向于流入新兴市场股市等风险资产以获取高贝塔收益。全年来看拐点风险相对较低，债券资产表现或不如风险资产。
中、长周期：实体经济上行带来盈利复苏对资本市场估值形成中长期压力
通过提取各变量的中周期滤波结果并加以合成，我们得到六类金融资产和宏观经济指标的中周期相位图如下：
对各类指标的中周期相位关系进行梳理，得到如下主要结论：中周期上各变量总体呈现出“大宗商品>PPI>CPI>债券>股票>美元”的相位规律。首先考察代表实体经济走势的大宗商品与代表通胀情况的物价指标CPI、PPI，三者相位接近，大宗商品最为领先，PPI与CPI紧随其后，均处于下降区间，这与实体经济运行过程中价值在产业链上的传导过程一致：供给与需求关系影响自然资源的价格（大宗商品），进一步传导至生产者价格（PPI）和消费者价格（CPI）。PPI与CPI的相位差说明中上游的生产端价格变动传导到下游的消费端存在一定的时滞。进一步考察股指与债券，二者中周期相位上债券领先于股指，仍处于上行阶段，但落后于大宗商品与物价指标。如果以股票市场代表虚拟经济的状态，上述相位关系说明，中周期上实体经济与虚拟经济的走势存在互相竞争资本的关系。利率即资金的价格，反映生产过程中信贷资源的供需情况，中周期上自然资源的供需情况向信贷资源的传导存在一定滞后。美元目前已进入中周期下行后期，2021年或将持续下行。
六类金融资产和宏观经济指标的长周期相位图如下：
对各类指标的长周期相位关系进行梳理，得到如下主要结论：长周期上各变量总体呈现出“PPI~大宗商品>债券~CPI>股票>美元”的相位规律。与中周期上发现的规律类似，代表实体经济走势的大宗商品与代表通胀情况的物价指标PPI、CPI三者相位接近，目前均处于上行阶段。股票市场代表的虚拟经济与实体经济相位差也较为明显，体现中长期视角下，实体经济与虚拟经济争夺信贷资源，实体经济的繁荣对虚拟经济有一定的抑制作用。此外，债券与CPI、大宗、PPI相位接近，同处长周期上行阶段，较好体现了长期视角下实体经济投资回报率与原材料及物价指标走势的一致性；而美元在长周期上相位与代表实体经济的大宗商品反向，印证其避险资产属性，目前处于长周期下行区间。
附录：数据指标汇总
本文采用的数据指标汇总如下：
需要注意的是，金融资产和经济指标的变化包含趋势性变化和周期性波动等部分，趋势性变化关注时间序列的长期变化趋势，周期性波动关注时间序列的均值回归特性，提取金融资产和经济指标的周期状态时，需要先去除原始序列中的趋势性变化部分，否则会导致周期项提取不准确。因此，在使用滤波方法提取数据的周期状态之前，需要根据数据的特性进行一定的预处理操作：对CPI同比和PPI同比等平稳序列，去除其均值项使之零均值化，以避免对长周期分量提取的影响；对资产价格指标则先取同比，再去均值，使其具备平稳性，且取同比后其变化与经济指标同比变化更加具备可比性，对于周期研究意义更为明显。
风险提示
本文对各类资产价格变化的方向性判断均是基于年度视角，短期内的投资者情绪波动或政策冲击引起的相对高频的市场变化，需要结合其他高频研究方法给出预测。
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
