沈娟 S0570514040002
SFC No. BPN843 研究员
蒋昭鹏 S0570520050002 研究员
林晓明 S0570516010001
SFC No. BPY421 研究员
何康 S0570520080004 研究员
安娜 S0570120080111 联系人
报告发布时间:2021年3月12日
摘要
博时银行 LOF:顺周期行情下增配银行板块的重要工具化产品
本文梳理银行板块投资机会,分析中证银行指数及博时银行 LOF 投资价值。银行基本面步入新阶段,四大行业变迁孕育投资新机遇;国际化、机构化、被动化三大趋势助推估值上升,我们认为银行业具有中长期投资价值。中证银行指数覆盖中证银行分类下全部银行股,相较于可比指数长期回撤小,防御属性强;2020 年 9 月以来表现亮眼,顺周期行情下具备不错的进攻属性;同时具有低估值高分红特点,分红再投资带来的复利效应显著。博时银行 LOF(基金代码:160517)跟踪中证银行指数,是投资银行板块的重要工具化产品。
银行:行业变迁显活力,顺周期加配银行
银行基本面修复可期,四大行业趋势孕育投资新机遇。2019 年初提出金融供给侧改革后,银行业顺应时代机遇,正焕发出新活力。特色化、零售化、轻型化、综合化的四大趋势为银行业发展创造更广阔的空间。伴随宏观经济修复,银行已步入利润增长压力减轻、息差逐渐企稳、总资产增速保持较高、信用成本有望下降的新阶段,2021年基本面有望修复。A股国际化、机构化、被动化三大趋势助推估值上升,我们认为银行业具有中长期投资价值。银行板块建议重点关注三类优质银行:零售银行、特色中小行、财富管理银行。
中证银行指数偏重大市值风格,长期收益稳定,防御属性强
中证银行指数(指数代码:399986)成分股为中证银行分类下的全部 36 只银行股(截至 2021 年 2 月 26 日)。与其它金融类指数相比,中证银行指数 仅覆盖银行业,属性纯粹且以大市值股票居多,市值在 1000 亿以上的公司权重占比 84.4%。自 2010 年 12 月 31 日至 2021 年 3 月 10 日,中证银行指数在年化收益、夏普比率指标上高于相关金融主题指数及重要市场指数,长期看收益能力稳定。同时中证银行指数在最大回撤指标上低于其余可比指数,显示出银行业较强的防御属性。
中证银行指数 PE、PB 一级行业中最低, PB 处于历史低位,分红高
中证银行指数具有低估值高分红的特征。截至 2021 年 3 月 10 日,与自身历史水平比较,中证银行指数市净率 PB(lf)处于指数发布以来的 12.2% 分位数;与其它申万一级行业比较,银行业 PE(ttm)和 PB(lf)均为最低,具备一定安全边际。银行业近 12 个月股息率为 4.26%,高于其它一级行业。分析成分股 Barra 风格因子暴露度,中证银行指数呈现出相对稳定的大市值、低 Beta、低估值、低换手风格。
博时银行 LOF 跟踪中证银行指数,是投资银行板块的重要工具化产品
博时中证银行指数证券投资基金(LOF)(基金代码:160517),简称博时中证银行指数,场内简称银行 LOF,标的指数为中证银行指数。该基金成立于 2020 年 8 月 6 日,现任基金经理为赵云阳先生,截至 2020 年 12 月 31 日规模为 3.79 亿元。基金的投资目标为跟踪指数,力求将基金净值增长 率与业绩比较基准之间的日均跟踪偏离度控制在 0.35%以下、年跟踪误差控制在 4%以下。基金投资于指数成分股和备选成分股(含存托凭证)占基金资产净值的比例不低于 90%,是投资银行板块的重要工具化产品。
风险提示:本报告对历史数据进行梳理总结,历史结果不能简单预测未来,规律存在失效风险。报告中涉及到的具体基金产品不代表任何投资意见,请投资者谨慎、理性地看待。
银行板块:行业变迁显活力,顺周期加配银行
银行基本面修复可期,四大行业趋势孕育投资新机遇。2019 年初提出金融供给侧改革后,银行业顺应时代机遇,正焕发出新活力。特色化、零售化、轻型化、综合化的四大趋势为银行业发展创造更广阔的空间。伴随宏观经济修复,银行已步入利润增长压力减轻、息差逐渐企稳、总资产增速保持较高、信用成本有望下降的新阶段,2021年基本面有望修复。A 股国际化、机构化、被动化三大趋势助推估值上升,我们认为银行业具有中长期投资价值。银行板块建议重点关注四类优质银行:零售银行、特色中小行、财富管理银行。
迎来四大行业趋势,业务转型空间广
银行业顺应时代趋势,正焕发出新活力。我们认为银行业正面临四大变化:特色化、零售化、轻型化、综合化,行业变迁孕育着投资机遇。
特色化:引导中小银行数量及业务比重提升,特色中小银行前景光明。提升中小银行的机构数量和业务比重是金融供给侧改革提出的要求,中小银行作为服务小微企业的主体,疫情以来得到持续的政策支持,包括再贷款、延期还本付息、小微信用贷款支持工具等。2019 年 9 月以来金融委在多次会议中提及支持中小银行多渠道补充资本,并于 2020 年 7 月推出专项债补充资本的渠道。目前银保监会已批准常熟银行、中国银行设立投资管理型村镇银行。我们认为持续的定向政策支持利好坚守本源、经营稳健的优质中小银行,提升其服务中小微企业的质效,有核心竞争力的特色中小银行经营有望更上层楼。
零售化:双循环格局驱动消费需求升级,监管引导金融活动统一监管,银行零售转型前景可期。2014 年以来消费已成为拉动我国经济增长的主要驱动力,国内国际双循环背景下,消费贷款规模有望受政策端、需求端和互联网发展的驱动,保持较快增长。在此背景下,银行大力推动零售业务转型。2016 年以来,上市银行零售贷款占总贷款比例逐步提升,2019 年末达到 41%,2020年以来受疫情影响,零售贷款占比有一定下滑,但二季度以来投放已逐步恢复。互联网贷款监管进一步趋严,网络小贷公司的监管力度与银行业金融机构趋同,金融统一监管趋势下,持牌金融机构有望迎来更公平的竞争环境。我们认为随着消费需求升级、金融统一监管,银行业零售转型趋势有望持续。
轻型化:国内银行财富管理成长空间较大,数字支付利于客户流量与资金沉淀。在利率市场化、向实体经济让利的背景下,银行的利差收入空间处于收窄通道。而双循环背景下,居民财富有望向多元金融资产配置转移,促使银行发力财富管理和私人银行,转向轻资本业务。对标海外银行,国内银行财富管理成长空间较大。目前银行理财子公司陆续开业,可通过提升产品创设能力,更好的服务零售财富客户。支付业务资本占用少,也是轻型化的主要路径之一。支付围绕日常场景获取客户,在积累流量、增强客户粘性之后,再对存贷、财富管理等业务实现引流,最终形成综合金融生态闭环,自然沉淀的客户资金也利于降低负债端成本。国有大行凭借广泛的客户流量和资源优势实现了支付业务的快速突破。
综合化:银行迈向综合化经营,与子公司形成协同联动。利率市场化的深入推进导致银行传统利差收入收窄,同时我国产业结构转型、居民消费升级等外部趋势带来了更为多元化的金融需求,在此背景下,银行业逐步迈向综合化经营是大势所趋。目前银行业开展综合化经营的主要路径包括开设保险、基金、金融租赁、消费(汽车)金融、理财、金融科技等子公司。综合化经营有利于拓宽银行收益来源、分散经营风险,并能够与母行产生协同效应与规模经济,通过为客户提供综合化金融服务从而增强客户粘性,提升核心竞争力。目前五家国有大行凭借着规模效应在保险、基金、租赁等多领域的子公司均处于领先地位;部分优秀的区域性中小银行凭借着因地制宜的特色经营策略,在综合化经营上走出了一条差异化之路,子公司的全国性牌照提升母行业务天花板,业务快速放量赋能母行。
风险出清后半程,基本面修复可期
银行业2020年全年业绩增长强劲修复,上市银行表现更亮眼。银行业2020年四季度监管数据落定,整体而言,银行2020年全年业绩增长强劲,尤其大行利润增速强势回正,资产端定价企稳叠加存款强监管驱动息差回升,资产质量改善明显,基本面扎实是银行板块的坚实基础。从已披露2020年业绩快报及年报的24家上市银行来看,上市银行表现较行业更优,22家全年归母净利润实现同比正增长,显著特征为拨备计提力度显著减轻,实际经营压力持续释缓,我们认为上市银行业绩强势回归有望驱动板块估值回升。
资产平稳、息差略升、风险出清步入后半程,21年银行基本面有望迎来强劲修复。我们预计2021银行股基本面有望迎来强劲修复,主要基于以下三方面原因。资产层面,2021年2月新增社融1.71万亿元,继续超预期(Wind一致预期1.07万亿元),信贷投放趋势良好,预计2021年银行资产有望稳步增长。息差层面,3月2日银保监会预计2021贷款利率上行,政府工作报告提出优化存款利率监管、加大再贷款再贴现支持普惠金融力度,利好银行负债端成本改善,均有望驱动息差企稳回升。资产质量方面,经历2020年严认定、强计提、多处置后,目前A股上市银行已步入风险出清后半程,且企业偿债能力提升、零售风险拐点已现,2021年新增不良风险预计较为可控,银行股资产质量有望持续改善。
资金配置三大趋势,助力银行估值提升
国际化+机构化+被动化,A股三大资金配置趋势有望助推银行板块估值提升。第一,监管加快推进资本市场高水平双向开放,境外资金入市的便利程度显著提升,北向资金在市场的重要性处于快速提升通道,未来QFII/RQFII仍有广阔发展空间,有望带动A股投资风格与国际趋同,2021年以来北向资金不断流入银行股。第二,监管多举措引导中长期资金入市,保险、社保、养老金、银行理财等资金地位不断提升,A股迎来机构投资者的增量资金。第三,近十余年来被动管理的指数型资金加速崛起,对标海外目前仍有一定提升空间(2019年末国内指数基金持股市值占股市总市值比例为1.3%,而美国则为15%)。以上三类资金均更为青睐高稳定度、高股息率、高流动性的银行股。2020年以来三大资金配置趋势愈发明确,未来有望为银行板块估值提升提供有力动能。
估值处2010年以来低位,看好顺周期环境下的板块配置机遇。截至2021年3月8日,银行板块PB(LF)估值仅为0.78倍,2010年以来的分位数为9%,估值处历史低位。我们认为A股银行股风险出清已步入后半程,是助推估值的重要因素,叠加息差企稳、投资者结构优化,银行股仍有估值修复机会。
投资建议:重点关注三类优质银行
银行板块建议重点关注三类优质银行:零售银行、特色中小行、财富管理银行。第一,零售金融具有收益高、风险分散等特点,客户需求、资产质量的周期性较弱,且在构建以国内大循环为主体、国内国际双循环格局的推动下,国内居民消费潜力将进一步释放,零售型银行有望成为首要受益者。第二,特色中小银行的服务模式稀缺,经营有望向好,且有望作为经验推广的标杆收获政策支持的利好。第三,财富管理业务具有轻资本、盈利稳定等特点,同时可显著提升客户粘性,为银行贡献综合收益;在居民财富由房地产逐步移向金融资产配置的过程中,在财富管理领域具有领先优势或优越禀赋的银行具有迎来广阔的成长空间。
中证银行指数简介及投资价值分析
指数情况概览:反映银行业股票整体表现
中证银行指数(指数代码:399986)于2013年7月15日由中证指数有限公司发布,基日为2004年12月31日,基点为1000点,币种为人民币。中证银行指数属于中证全指细分行业指数下的二级行业指数。中证全指细分行业指数以中证全指指数样本股为样本空间,选样方法包括以下三个步骤:
1. 将样本空间股票按中证行业分类方法分类;
2. 如果行业内股票数量少于或等于50只,则全部股票构成相应全指行业指数的样本股;
3. 如果行业内股票数量多于50只,则分别按照股票的日均成交金额、日均总市值由高到低排名,剔除成交金额排名后10%、以及累积总市值占比达到98%以后的股票,并且保持剔除后股票数量不少于50只;行业内剩余股票构成相应行业指数的样本股。
截至2021年2月26日,中证银行行业分类下的股票数量为36只,因此中证银行指数纳入全部36只银行股作为样本股,包括国有大行、股份行、城商行以及农商行,不需要进行上述选样方法第3步。
中证银行指数的计算公式如下式所示,其中调整市值=∑(股价×调整股本数×权重因子),权重因子介于0和1之间,以使当样本量在10只(含10只)至50只之间,单个股票权重不超过15%;当样本数量在50只(含50只)至100只之间,单个股票权重不超过10%。
该指数的调整方法分为定期调整和临时调整两种方式:
1. 定期调整:样本股每半年调整一次,样本调整实施时间为每年6月和12月的第二个星期五的下一交易日。当中证全指指数调整成分股时,中证全指细分行业指数成分股随之进行相应调整。权重因子随样本股定期调整而调整,调整时间与指数样本定期调整实施时间相同。在下一个定期调整日前,权重因子一般固定不变。
2. 临时调整:特殊情况下将对样本进行临时调整。当样本股暂停上市或退市时,将其从指数样本中剔除。样本股公司发生收购、合并、分拆、停牌等情形的处理,参照计算与维护细则处理。
中证银行指数截至2021年2月26日的成分股、对应申万一级行业、总市值及权重如上表所示(其中市值数据截至2021年3月10日)。
市值特征分析:大盘风格鲜明
下面从成分股的权重分布分析指数市值特征,将个股总市值划分为小于100亿、100~200亿、200~500亿、500~1000亿以及大于1000亿这五个区间,同时与其它金融相关主题指数以及重要市场指数进行对比,各市值区间下成分股权重分布如下表所示。其它相关主题指数包含:沪深300金融地产指数(指数代码:000914;指数简称:300金融),中证500金融地产指数(指数代码:H30256;指数简称:500金地)和中证金融地产指数(指数代码:000934;指数简称:中证金融)。
从成分股权重分布来看,中证银行指数成分股权重在市值大于1000亿的区间内达到84.4%,凸显该指数的大市值特征。300金融指数、中证金融指数与中证银行指数在市值分布上接近,同为大市值风格,市值小于200亿元的成分股权重占比较低;500金地指数相比而言更偏向中小盘风格,成分股主要集中于100~500亿元区间,不包含市值大于500亿元的成分股。
历史表现分析:长期收益稳定,防御属性强
考察中证银行指数与其它金融地产板块相关指数及主要宽基指数历史表现。如下图所示,净值绘制起始日期为2010年12月31日,以起始日期为基准进行归一化处理。从收益角度看,中证银行指数与300金融、中证金融接近,长期看优于500金地、中证500和中证800。从波动角度看,中证银行指数整体走势较为稳健,弹性相对较小。
进一步计算2010年12月31日至2021年3月10日区间内的收益风险指标。中证银行指数在年化收益、夏普比率指标上高于其余可比指数,长期看收益能力稳定。同时中证银行指数在最大回撤指标上低于其余可比指数,显示出银行业较强的防御属性。
估值水平分析:PE、PB 一级行业中最低,PB 处于历史低位,分红高
纵向考察中证银行指数历史估值水平。截至2021年3月10日,该指数市盈率PE(ttm)为7.0倍,处于指数发布日(2013年7月15日)以来的81.7%分位数水平,市净率PB(lf)为0.8倍,处于12.2%分位数水平。2020年初以来,指数市净率和历史分位数一直维持在较低水平。
横向考察2021年3月10日金融相关主题指数和重要市场指数的估值指标以及各指数发布以来分位数,如下表所示。中证银行指数市盈率、市净率均低于其余可比指数。
比较银行业与其余申万一级行业估值水平,截至2021年3月10日,银行业市盈率PE(ttm)为7.74倍,市净率PB(lf)为0.76倍,在28个一级行业里排名最低。总的来看,银行业在时序(与自身历史水平比较)和截面(与其余一级行业比较)估值水平均较低,中证银行指数具备一定安全边际。
比较银行业与其余申万一级行业近12个月股息率,如下图所示,截至2021年3月10日,银行业股息率为4.26%,高于其余一级行业,体现出银行业鲜明的高分红特性。
指数风格分析和收益归因:大市值、低 Beta、低估值、低换手
以2016~2020年末为截面期,考察中证银行指数Barra风格因子暴露。如下图所示,中证银行指数在各截面期呈现出相对稳定的大市值、低Beta、低估值、低换手风格。
以每年6月末、12月末为截面期,以相邻截面期之间的半年为收益区间,对指数Barra风格和行业因子进行收益归因(其中最新一期截面期2020-12-31对应的收益区间为2020-12-31至2021-03-10)。各截面期风格因子累计收益如下图所示,低换手风格在2016年7月以来持续贡献正收益,大市值风格在2017年以来整体贡献正收益,其余风格因子收益贡献不高。
博时银行 LOF 产品简介
博时中证银行指数证券投资基金(LOF)(基金代码:160517),简称博时中证银行指数,场内简称银行LOF,标的指数为中证银行指数(指数代码:399986)。该基金成立于2020年8月6日,现任基金经理为赵云阳先生,截至2020年12月31日基金规模为3.79亿元。基金的投资目标为跟踪指数,力求将基金净值增长率与业绩比较基准之间的日均跟踪偏离度控制在0.35%以下、年跟踪误差控制在4%以下。基金投资于中证银行指数成分股和备选成分股(含存托凭证)占基金资产净值的比例不低于90%,是投资银行板块的重要工具化产品。
风险提示
本报告对历史数据进行梳理总结,历史结果不能简单预测未来,规律存在失效风险。报告中涉及到的具体基金产品不代表任何投资意见,请投资者谨慎、理性地看待。
免责声明与评级说明
公众平台免责声明
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