林晓明 S0570516010001
SFC No. BPY421 研究员
李 聪 S0570519080001 研究员
王佳星 S0570119090074 联系人
报告发布时间:2021年2月28日
摘要
过去一年市场抱团非常明显,高景气赛道持续处于高拥挤状态
过去一年的时间市场持仓呈现出非常明显的抱团现象。根据统计,2020年市场各行业的上涨幅度和行业景气程度成高度相关。市场的关注度过高,也致使食品饮料、电力设备及新能源、国防军工、汽车等行业换手率处于历史高位,达到拥挤交易的状态。所以在过去一年的股票市场中,对于单个行业景气度的把握尤其重要,能够选关键赛道就能获取较高收益。所以即使高景气赛道非常拥挤,“抱团”现象一直到春节之前都未出现松动。
“高景气+高拥挤”背后是市场对于业绩确定性的追逐
“高景气+高拥挤”现象同时出现的逻辑在于,疫情冲击致使企业经营状况受损,大部分公司失去了看点。这也间接导致市场对于业绩确定性较高的赛道过度追捧,让高景气行业呈现出一定的“确定性溢价”。与此同时海内外市场都处于低利率环境,低廉的资金成本更是推高了投资者的估值容忍度。这样的市场环境对于量化投资者非常不利,传统的量化策略多以高IC为核心追求,力求寻找对股票收益率解释力比较高的因素来赚取宽度的收益。这种热点持续在小范围集中的抱团现象,对于量化投资产生了很大的挑战。市场风格是否切换,股票热点是否扩散,对于量化策略的表现至关重要。
伴随企业盈利回升,“抱团”出现松动
近期市场抱团“高景气+高拥挤”赛道的现象有所缓解。特别是从春节前后市场表现对比来看,春节前的食品饮料、消费者服务、医药、电信行业表现强势,但是在春节后切换到房地产、钢铁、煤炭等板块,行业收益出现了明显的反转现象。市场风格切换的核心原因在于经济开始修复。随着疫情的影响减小,企业盈利开始回暖。从景气度数据来看,处于景气度向上行业个数不断增加,有色、石化、钢铁等行业景气度持续上升。与此同时,越来越多的公司展现出投资价值,春节后六个交易日市场大部分的股票收益为正。
商品和利率价格走势是风格切换能否持续的关键因素
今年实体经济三周期处于库茨涅兹周期上行、朱格拉周期下行、短周期上行的走势,其中:1、长周期上行意味着基础设施建造周期向好,对商品价格形成长期支撑;2、中周期下行一般意味着权益市场估值中枢抬升,但经历了过去一年多的估值扩张行情后,大部分领涨行业的估值都已经处于历史高位,边际提升空间已经相对有限;3、短周期上行带动基本面复苏,流动性边际收紧,债券资产大概率难有趋势行情;权益资产将在盈利修复弹性和流动性边际收紧程度之间动态博弈;商品资产并非现金流折现逻辑,理论上不受流动性收紧的影响,而需求回暖对商品价格有直接的推升作用。
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。
过去一年市场抱团非常明显,高景气赛道持续处于高拥挤状态
过去一年的时间市场持仓呈现出非常明显的抱团现象。根据统计,2020年市场各行业的上涨幅度和行业景气程度成高度相关。市场的关注度过高,也致使食品饮料、电力设备及新能源、国防军工、汽车等行业换手率处于历史高位,达到拥挤交易的状态。所以在过去一年的股票市场中,对于单个行业景气度的把握尤其重要,能够选关键赛道就能获取较高收益。所以即使高景气赛道非常拥挤,“抱团”现象一直到春节之前都未出现松动。
“高景气+高拥挤”背后是市场对于业绩确定性的追逐
“高景气+高拥挤”现象同时出现的逻辑在于,疫情冲击致使企业经营状况受损,大部分公司失去了看点。这也间接导致市场对于业绩确定性较高的赛道过度追捧,让高景气行业呈现出一定的“确定性溢价”。与此同时,海内外市场都处于低利率环境,低廉的资金成本更是推高了投资者的估值容忍度。两因素叠加致使整个2020年的市场行业分化很大,优质赛道备受青睐。
在这样的市场环境下,主动投资和量化投资者也呈现出完全不同的市场表现。股市中只有小部分核心股票上涨,更适合理解深入、持股集中的主动投资者,因此过去一年是主动管理基金的“大年”。与之相反的是,量化投资更多是赚取宽度的钱,这和过去一年的市场风格相背离。传统的量化策略多以高IC为核心追求,力求寻找对于未来一期股票收益率解释力比较高的驱动因素,一般会进行行业中性来降低风险暴露度。但是股票和行业间的分化过大,会导致很多的量化模型失效。2020年A股主要股指悉数上涨,上证综指上涨14%、深证成指上涨36%,但是全市场有半数的股票处于下跌状态,赚钱效应一般。这种热点持续在小范围集中的抱团现象,对于量化投资产生了很大的挑战。市场风格是否切换,股票热点是否扩散,对于量化策略的表现至关重要。
伴随市场盈利回升,“抱团”出现松动
近期市场抱团高景气+高拥挤赛道的现象有所缓解。特别是从春节前后市场表现对比来看,春节前的食品饮料、消费者服务、医药、电信行业表现强势,但是在春节后切换到房地产、钢铁、煤炭等板块,行业收益出现了明显的反转现象。
市场风格切换的核心原因在于经济开始修复,随着疫情的影响减小,企业盈利开始回暖。从景气度数据来看,处于景气度向上行业个数不断增加,有色、石化、钢铁等行业景气度持续上升。与此同时,越来越多的公司展现出投资价值,春节后六个交易日市场大部分的股票收益为正。
商品和利率价格走势是风格切换能否持续的关键因素
当前市场的关键问题在于,春节后几日的市场风格切换是否具有持续性?我们认为新的热点行业能否持续强势,关键在于经济复苏状态是否具有持续性。对于当下市场的观察,不能仅仅局限于股票市场的变化,更应该关注大宗商品和利率等关系到经济景气度的核心指标。
根据CRB综合现货指数以及10年期国债利率的周期建模结果显示,两者的基钦周期和库兹涅茨周期都处于向上状态,朱格拉周期刚过拐点,我们认为今年大宗商品和利率仍处于向上的周期趋势之中。如果未来一段时间大宗商品和利率能保持上行,经济复苏的动力仍旧强劲,周期股和金融股仍具有配置机会。
从三周期结构来看,今年大类资产排序预计为商品>股票>债券
基于华泰金工周期建模,我们认为大宗商品和利率仍存在一定的上行空间。今年商品资产的表现或将最优,股票次之,债券最末。从三周期视角分别来看:
1. 库兹涅兹周期处于上行状态,意味着基础设施建造周期向好,无论是新基建还是旧基建,都离不开对自然资源的需求。在上一轮长周期上行期中(2000年~2007年),商品走出超级大牛市,而当前多数商品资产仍处于合理位置,未来仍有上涨空间。
2. 朱格拉周期处于下行状态,从历史统计规律来看,中周期往往和A股估值中枢的走势呈背离关系,但经历了过去一年多的估值扩张行情后,大部分领涨行业的估值都已经处于历史高位,边际提升空间已经相对有限。
基钦周期向上,经济基本面向上的动力仍然充足。虽然去年上半年受到疫情冲击影响,基本面出现二次探底,但下半年以来主流金融资产和宏观指标的走势都反映出经济体正处于复苏通道,如果复苏的逻辑无法被证伪,则债券资产难以迎来大行情;权益资产则大概率在盈利修复弹性和流动性边际收紧程度之间动态博弈;而商品资产并非现金流折现的定价逻辑,流动性收紧从理论上讲并不会对商品资产价格形成压制,而经济复苏,盈利回暖对商品需求有直接的推升作用。
大类资产价格趋势下降,资产配置难度逐渐增大
从近一年大类资产走势来看,去年三月份全球资本市场受到疫情的剧烈冲击,所有类别的资产均出现下跌。在下跌行情企稳后,大宗商品和股票表现非常强劲,两者均呈现单边上涨行情,主流交易品种的夏普比率都非常高。与此同时,债券市场的表现并不弱,除了中国外的主要经济体债券市场长期保持横盘状态,并未出现大幅下跌。这种趋势性非常明显的行情对于大类资产配置策略来说非常适合,在股债商资产进行适当配置后,大类资产配置策略可以实现很高夏普。
相比较之下,今年大类资产配置市场配置的难度会有所增大。随着经济复苏和商品价格的持续上行,十年期美债近期利率大幅上行。对于商品和股票市场来说,两者的核心驱动力将逐步从流动性驱动过渡到盈利驱动。我们认为在经济周期的扩张期,股票和商品出现趋势性下行的可能性不高,但是今年波动率可能会大幅上行,与去年相比,性价比显著降低。
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。
免责声明与评级说明
公众平台免责申明
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。
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
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】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】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
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】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
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】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】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】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
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