摘要
主动偏股型基金资产规模持续增长,上半年增持食品饮料和医药行业
截至2019年二季度,全市场主动偏股型基金(普通股票型和偏股混合型)已经达到了1282只,总体规模超过10000亿元。年初至今主动偏股型基金收益率中位数为34.73%,略低于深证成指、创业板指,高于上证综指、沪深300和中证1000。2019年基金中报统计结果显示,主动偏股型基金在食品饮料和医药行业持有市值最高,达到1400亿元以上,电子元器件和非银行金融持仓市值位居其次,达到600亿元以上。与沪深300相比,主动偏股型基金在医药、食品饮料、电子元器件和计算机行业存在明显超配现象,而银行、非银行金融、石油石化、建筑行业明显低配。
依据基金仓位测算,六月底至今消费和大金融板块仓位下降
我们采用207只2009年以前发行的偏股混合型基金,基于逐步回归分析给出基金仓位测算结果。经过对比分析,测算的基金仓位与2019年中报的汇总结果基本一致。最新的基金仓位测算结果显示:偏股混合型基金总仓位持续下降,从85.36%下降至77.13%;消费和大金融板块仓位下降,其中消费板块从38.41%下降至34.77%,大金融板块从18.27%下降至12.17%;TMT和周期板块仓位略有回升,其中TMT板块的仓位从19.42%上升至20.51%,周期板块从8.22%提高至8.74%。
上周全球股市全面上涨,避险情绪下降,债券和贵金属下跌
股票方面,上周除泰国综指外,全球股市上周悉数上涨,日经225、韩国综合指数和德国DAX涨幅居前;国内市场A股市场上周继续全线飘红,但是上涨幅度相比前一周有所放缓,以中证500和中证1000为代表的小盘股占优;板块方面成长和大金融表现较好。债券方面,长久期国债利率增加幅度普遍大于短久期国债,美债利率倒挂现象有所缓解。从国内主要债券指数的表现来看,上周长久期品种出现不同程度下跌。商品方面,铜、铝、锌等基本金属上周维持上涨走势,黄金和白银继续回调,石油下跌。
华泰大类资产周期进取策略近期表现回顾
华泰金工基于市场统一周期理论,提出了大类资产定价模型,在回测中取得了良好的业绩表现。我们将该资产配置策略应用于全球大类资产,精选优质可投资标的,根据周期轮动规律配置中国和海外的股指、债券和商品类资产,逐月调仓,构建“华泰大类资产周期进取策略”。该策略指数在Wind与Bloomberg金融终端同步更新(Wind代码CI001801.WI,Bloomberg代码 WI001801)。策略指数上周收益-1.20%,最近3个月收益2.54%,最近一年收益9.47%。
“华泰周期轮动”基金组合近期表现回顾
华泰金工基于择时、板块轮动、资产配置相关研究成果提出了一个完整的基金配置体系,自上而下分为4层:宏观择时、板块轮动、组合优化、落地配置,样本内回测取得了良好的业绩表现。截止到目前,7.5%目标波动策略上周收益-0.08%,近一个月收益0.67%,本年度以来收益为1.41%,最近一年收益1.70%。根据最新的8月底建模结果,择时模型看空股市,板块轮动模型最看好周期上游,最新的持仓如下:南方中证申万有色金属ETF联接C(1.94%)、富国中证煤炭(1.94%)、易方达中债新综合C(96.13%)。
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。
主动偏股型基金上半年资产规模持续增长
2019年中报显示,全市场主动偏股型基金(普通股票型和偏股混合型)数量和规模均有所上升。截至6月30日,全市场主动偏股型基金达到1282只,总资产净值超过10000亿元,其中普通股票型基金资产净值达到8544亿元,较上季度增加8.00%,偏股混合型基金资产净值达到2400亿元,较上季度增加2.31%。年初至今主动偏股型基金收益率中位数为34.73%,略低于深证成指、创业板指,高于上证综指、沪深300和中证1000。
主动偏股型基金二季度增持食品饮料和医药行业
2019年基金中报统计结果显示,主动偏股型基金在食品饮料和医药行业持有市值最高,达到1400亿元以上,电子元器件和非银行金融持仓市值位居其次,达到600亿元以上。与沪深300指数在各行业持仓市值对比,可以看到医药、食品饮料、电子元器件和计算机行业超配比例相对较高,而银行、非银行金融、石油石化、建筑行业则存在明显低配现象。与2018年年报相比,主动偏股型基金在食品饮料和医药行业增持700亿元左右,高于其他行业;电子元器件、家电和银行业居次,获得300亿元左右的增持。
从历年持仓变动来看,主动偏股型基金在2005-2010年更偏重配置周期和大金融板块;自2013年至今,成长和消费板块的持仓占比不断增大,两大板块持仓比例稳定在60%左右。最新一期中报显示,主动偏股型基金对消费板块增持市值相对较高,与2018年年报相比增持了1700亿元;成长和大金融板块相比于去年年报增持了约400亿元;周期股的仓位没有显著提升。
基于基金仓位测算,六月底至今消费和大金融板块仓位下降
我们采用了207只2009年以前发行的偏股混合型基金,基于逐步回归分析给出基金仓位测算结果(具体方法参见 2018年12月报告《再谈回归法测算基金持股仓位》)。经过对比分析,测算的基金仓位与2019年中报给出的仓位基本一致。最新的测算结果显示(9月12日),偏股混合型基金的仓位与六月底相比产生了一些变动:
1. 偏股混合型基金总仓位持续下降,从85.36%下降至77.13%。
2. 消费和大金融板块仓位下降,其中消费板块从38.41%下降至34.77%,大金融板块从18.27%下降至12.17%。
TMT和周期板块仓位略有回升,其中TMT板块的仓位从19.42%上升至20.51%,周期板块从8.22%提高至8.74%。
当前市场走势跟2010年下半年较为类似
在2018年5月的观点周报《站在当下回顾历史相似行情》中我们曾指出,上证综指在2000年以后经历了2004和2008年两轮显著的大幅下行行情,当时我们判断2018年初以来的下行行情与2004年更相似。然而随着市场行情不断演进,如今再去复盘2018年以来的市场走势,结果似乎和2009年~2010年的行情更相似:
2008年底开始,在4万亿宽松政策的刺激下,上证综指在短短9个月内出现翻倍行情,于2009年8月4日攀升至高点3478.01,然后开始长达1年的回调,于2010年7月2日见到阶段低点2319.74,而后又进入反弹行情,于11月11日反弹至3186.72点。
2018年初开始,上证综指于1月29日攀升至高点3587.03,在历经接近1年的回调之后于2019年1月4日达到低点2440.91,而后于4月8日反弹至3288.45点。
上述两轮行情相似程度较高,都在上涨之后经历了1年左右的回调,并且在后续的几个月内反弹,呈现“涨-跌-涨”的格局。在回调和反弹过程中上证综指的点位只相差100点左右,涨跌幅度也比较接近。
上周全球股市全面上涨,债券和贵金属下跌
统计全球主要股票指数上周表现:1、除泰国综指外,全球股市上周悉数上涨,日经225(2.64%)、韩国综合指数(1.99%)和德国DAX(1.79%)涨幅居前。2、A股市场上周继续全线飘红,但是上涨幅度相比前一周有所放缓,以中证500和中证1000为代表的小盘股占优;板块方面成长(2.48%)和大金融(2.00%)表现较好。
从世界各国主要利率来看,全球市场避险情绪继续下降,长久期国债利率增加幅度普遍大于短久期国债,美债利率倒挂现象有所缓解。从国内主要债券指数的表现来看,上周长久期品种出现不同程度下跌。
从全球主要商品资产的表现来看,铜、铝、锌等基本金属上周维持上涨走势;黄金和白银继续回调,伦敦金现和伦敦银现上周分别下跌-0.50%、-0.44%;石油短期内处于震荡形态,ICE布油上周下跌-2.09%。
情绪指标跟踪
A股成交量继续增大,上周两市日均成交量6451亿,本月以来日均成交量6300 亿。但是上周A股市场处于调整阶段,创20日新高个股数量从上周以的2296只回落至上周五的982只,5日均线以上个股占比从上周一的90.53%下降至上周五的66.81%。上证综指上周在3000点上方震荡,创业板指于1700点上方略微出现回调。
华泰大类资产周期进取策略表现
策略简介
华泰金工周期系列之《周期三因子定价与资产配置模型》仿照FAMA三因子模型,基于市场统一周期理论,提出了大类资产定价模型。根据定价模型外推预测的资产表现排序结果构建了资产配置策略,在回测中取得了良好的业绩表现。我们将该资产配置策略应用于全球大类资产,精选优质可投资标的,根据周期轮动规律配置中国和海外的股指、债券和商品类资产,逐月调仓,构建“华泰大类资产周期进取策略”。该策略指数在Wind与Bloomberg金融终端同步更新(Wind代码CI001801.WI,Bloomberg代码 WI001801),我们在月报中跟踪该策略的表现,供投资者参考。
大类资产周期进取策略以沪深300指数、标普500指数、欧洲斯托克50指数、恒生指数、日经225指数、iShares MSCI新兴市场指数ETF、中国10年期国债期货、美国10年期国债期货、英国10年期国债期货、德国10年期国债期货、日本10年期国债期货、彭博商品指数为投资标的,各标的指数代码及货币单位如下表所示。
策略从2010年5月开始回测,回测至今取得优异的表现。无论从收益指标还是收益风险比率都超越各大类资产。截至2019年9月12日,策略的收益表现如下图表所示。
“华泰周期轮动”基金组合近期表现回顾
在《“华泰周期轮动”基金组合构建》和《“华泰周期轮动”基金组合改进版》报告中,我们提出了一个自上而下的、开放式的基金配置体系,构建原理如下:1、宏观择时,核心是给出股票市场的多空判断,灵活调整股、债权重配比,力争在权益市场上行期加大股票资产配置,博取弹性收益;在权益市场下行期加大债券资产配置,减少回撤风险。2、板块轮动,核心是通过轮动模型给出板块超、低配观点,进一步增厚模型收益;3、组合优化,首先结合择时和板块轮动结果,给不同资产分配相应的风险预算,求解初始权重,然后基于目标波动约束进一步调整资产权重,将整个组合的风险控制在相对稳定的水平,这里为了满足不同投资者的风险偏好需求,我们设置了5%、7.5%、10%三个目标波动版本;4、落地配置,将权重优化结果映射到对应基金标的上进行配置。
不同目标波动策略近期表现如下,以7.5%目标波动版本为例,上周收益-0.08%,近一个月收益0.67%,本年度以来收益为1.41%,最近一年收益1.70%。根据最新的8月底建模结果,择时模型看空股市,板块轮动模型最看好周期上游,最新的持仓如下:南方中证申万有色金属ETF联接C(1.94%)、富国中证煤炭(1.94%)、易方达中债新综合C(96.13%)。注意,由于过去一年股票市场整体运行于低位区间,波动较小,没有触发目标波动约束,所以三个版本的持仓权重近期业绩都一样。
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。
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】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】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】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
【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
FOF与金融创新产品
【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
择时
【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
行业轮动
【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】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】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】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】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】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】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】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
其它