林晓明 S0570516010001
SFC No.BPY421 研究员
黄晓彬 S0570516070001
SFC No.BQW518 研究员
源洁莹 S0570521080001
SFC No. BRB314 研究员
报告发布时间:2021年10月21日
摘要
三季度新成立73只ETF,总体份额和规模均创新高,市场活跃度大幅上升
截至2021Q3,我国ETF市场共有554只产品(不含货币型),单季新成立73只ETF,其中股票型有70只,跨境型2只,商品型1只。全市场ETF(不含货币型)总体份额和规模分别环比上涨17.22%和5.59%,均再创历史新高。2021Q3国内ETF日均成交额451亿元,市场活跃度大幅上升。三季度国内市场下行,股票型ETF表现不佳,债券型ETF表现相对较优。商品型ETF中商品期货ETF表现较好。跨境型ETF业绩出现分化,投资美国和日本市场ETF表现较好,投资香港市场的ETF产品均出现回撤。
股票型ETF三季度整体业绩表现不佳,主题ETF新成立数量最多
股票型ETF份额在2021年三季度为5492.42亿份,环比上涨13.92%,净值规模为8467.05亿元,环比上涨4.54%。由于国内市场下行,2021年三季度股票型ETF整体表现不佳,平均净值下跌1.90%。其中主题ETF相对抗跌,三季度仅下跌0.77%,宽基ETF三季度下跌了3.44%。2021年三季度新增股票型ETF共70只,其中新增50只主题类ETF,6只行业类ETF,4只宽基类ETF和10只策略类ETF。主题类ETF在2021年三季度增长数量最多,占三季度总增长量的71.43%。
债券型表现最佳,商品型ETF表现稳定,跨境型ETF业绩分化
三季度债券型ETF表现最优,15只债券ETF均取得正收益,尽管份额小幅下降,但净值规模环比上涨4.38%。商品型ETF中3只商品期货ETF均取得正收益,能源化工期货ETF表现最优,单季度区间净值涨幅高达42.09%。各类黄金ETF均小幅下跌。截至2021Q3,跨境型ETF规模为728.44亿元,环比增长20.88%。由于海外市场分化,跨境ETF业绩也出现分化。投资于美国和日本市场的跨境ETF表现较好,而投资于香港的14只跨境ETF在2021年三季度收益率均为负,最大跌幅为25.79%。
ETF-FOF基金的落地有望开拓ETF投资热潮
2021年8月16日,华夏、工银瑞信、富国和汇添富4家基金公司申请的首批ETF-FOF被证监会正式受理。创新产品ETF-FOF既可以通过ETF实现资产的灵活配置,又可以在场内进行灵活交易。同时,ETF-FOF要求不低于80%配置于ETF资产,有望推动ETF投资规模的增长,但同时也对管理人的大类资产配置能力提出了更高的要求。尽管国内配置ETF的FOF数量不断增加,但是ETF的配置比例普遍不高。相比之下,海外ETF-FOF推出较早,发展已经较为成熟。在当前主动基金获取超额收益难度逐渐增大,资产配置重要性日益增加的背景下,ETF-FOF或是未来基金发展的新方向。
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,投资需谨慎。本报告不涉及证券投资基金评价业务,不涉及对具体基金产品的投资建议;本报告内容仅供参考,投资者应结合自身风险偏好及风险承受能力,充分考虑指数编制规则变化及基金管理人的投资风格、投资策略、资产配置情况等各种因素可能对基金产品产生的影响;投资者需特别关注指数编制公司、基金公司等官方披露的信息。
整体分析:三季度ETF总体份额和规模均再创历史新高
三季度新成立73只ETF(股票型70只),总量达554只(非货)
据Wind数据统计,截至2021年9月30日,我国交易型开放式指数证券投资基金(Exchange Traded Fund,简称ETF)已成立554只(不包含货币型)。2021年Q3新成立的ETF数量为73只(其中股票型有70只,跨境型2只,商品型1只),单季度新成立数量持续攀升。需要指出,本报告对于ETF数量及规模的统计均以三季度末的数据为基准,暂停申购赎回的产品均不纳入统计,部分产品数据披露略有滞后,实际市场情况或略有偏差。
总体看来,2021Q3 ETF新成立数量与Q1和Q2基本持平,均显著高于前几年单季度新成立ETF数量,可见ETF产品在2021年保持较高的发行热度。近两年ETF市场发展迅猛,2020年至今新成立ETF共312只,占当前ETF存量的56.32%。
从各类型ETF在2021年三季度末的存量与增量两方面来看,股票型ETF仍是ETF市场的主流。截至9月30日,我国已成立股票型ETF共495只,较上一季度末增加70只,单季度新成立的股票型ETF数量持续显著增加;债券型ETF已连续多个季度未有新产品,当前存量为15只;商品型ETF当前存量为15只,2021Q3新增1只;跨境型ETF当前存量为29只,2021Q3新增2只。特别的,当前股票型ETF数量存量占比为89.35%,2021第三季度增量占比95.89%,在ETF市场中占据主流地位。
ETF总体份额和规模分别环比上涨17.22%和5.59%,均再创历史新高
根据Wind数据,全市场ETF份额与规模在2021年第三季度都实现了正增长。总份额从2021第二季度末的5342.39亿份上升至6262.29亿份,环比上升17.22%。总规模从2021第二季度末的9134.56亿元上升至9,645.27亿元,环比上升5.59%。ETF总体份额和规模均再创历史新高。
股票、商品和跨境型ETF份额均上涨,仅债券型ETF份额下降
2021年三季度股票、商品、跨境型 ETF的份额均实现上涨,仅债券型ETF份额下降。股票型ETF份额占全部ETF份额的87.71%。从各类型ETF的份额变化情况来看,股票型ETF份额在2021年三季度为5492.42亿份,较2021二季度上涨13.92%;债券型ETF份额由2021年二季度的8.23亿份下降至8.13亿份;商品型ETF份额由2021年二季度的74.70亿份上升至77.49亿份;跨境型ETF份额较2021年第二季度环比大幅增长56.12%,达684.25亿份,在总体ETF中的份额占比从2021年第二季度的8.20%上升至10.93%。
各类型ETF三季度净值规模均有所上涨,跨境型ETF净值规模环比增长超过20%
截至2021年9月30日,我国已成立ETF总规模达9645.27亿元,较上一季度增长5.59%。股票型ETF存量规模占比达87.78%。股票型ETF总体规模由2021年二季度的8099.29亿元增长至8467.05亿元,涨幅达4.54%。债券型ETF尽管份额小幅下降,但是由于三季度净值表现较好,净值规模从第二季度的177.80亿元上升至185.59亿元,环比上涨4.38%。商品型ETF净值规模较2021第二季度上升9.35亿元,环比上涨3.67%。跨境型ETF规模第三季度持续大幅增长,由2021年第二季度的602.63亿元上升至728.44亿元,环比增长20.88%,较去年同期大幅增长147.11%。
ETF规模集中度小幅下降,20只百亿规模ETF占全市场总规模的46%
根据Wind数据,截至2021年第三季度末,规模在100亿元以上的ETF数量为20只,较上季减少1只,数量仅占已成立非货币型ETF总数的3.61%,总规模占比却高达46%。
ETF百亿规模集中度由2021年第二季度的49%小幅下降至46%。总体来看,ETF产品规模集中度仍维持在较高水平,头部效应明显,竞争较为激烈。不过,自2018 年四季度以来,ETF百亿规模集中度占比从72%逐步缩减至2019年四季度的58%,再到2021年三季度的46%,已连续三年下降。尽管百亿龙头ETF规模集中度仍较高,但总体呈现出减弱趋势。
截至2021年三季度末,各类型ETF规模排名前十的产品如下:
三季度债券、商品型ETF净值上涨,股票、跨境型ETF净值下跌
2021年三季度各类ETF表现较为分化。债券、商品型ETF净值有所增长,股票、跨境型ETF净值下跌。其中债券型ETF创四个季度以来最大的净值涨幅,达1.92%。商品型ETF三季度净值也小幅增长1.85%。股票型ETF净值在经历二季度上涨后三季度转跌,在2021年三季度净值下跌1.90%。跨境型ETF在连续增长三个季度后在2021年三季度大幅下跌13.89%,主要原因在于投资香港市场的跨境型ETF三季度表现较差。
市场活跃度提升,三季度ETF日均成交额451亿元,环比上升41.71%
从日均成交额来看,2021年三季度的ETF日均成交额为450.67亿元,环比上升41.71%。其中各类型ETF日均成交额均有所上升。股票型ETF的日均成交额为从二季度的250.61亿元上升至362.74亿元,环比上升44.74%,占ETF总体日均成交额的80.49%;债券型ETF日均成交额从二季度的3.01亿元上升至4.60亿元;商品型ETF日均成交额从二季度的27.05亿元上升至30.71亿元;跨境型ETF日均成交额从二季度的37.37亿元上升至52.62亿元。
从日均换手率来看,各类型ETF日均换手率也均有所上升。股票型ETF的日均换手率由2021年二季度的4.12%增加至5.51%,债券型ETF日均换手率由3.91%升至4.57%,跨境ETF日均换手率由5.34%增加至8.02%。商品型ETF日均换手率由7.35%上升至9.56%,处于所有类型ETF日均换手率之首。
截至2021年三季度末,ETF日均成交额和日均换手率排名前十的产品分别如下:
细分类别:债券ETF整体表现较优,股票ETF表现不佳
股票ETF:新成立大部分为主题型,Q3整体表现不佳
截至2021 年三季度末,市场上已成立495只股票型ETF,其中包括129只宽基类ETF、107只行业类ETF、199只主题类ETF、60只策略类ETF。2021年三季度新增70只股票型ETF,分别为50只主题类ETF、6只行业类ETF、4只宽基类ETF、10只策略类ETF。主题类ETF在2021年三季度数量强劲增长,截至三季度末主题类ETF数量占股票型ETF总数的40.20%,是股票ETF中的主要类型。
分类别来看,宽基类ETF在规模上占优,三季度末净值规模达3909.38亿元,占股票型ETF净值规模的46.17%。行业ETF三季度末数量为107只,规模为2490.12亿元,规模占股票型ETF净值规模的29.41%。主题类ETF近几年新发数量明显增加,截至2021年三季度末数量达199只,规模达1712.62亿元。但大部分主题类ETF发行时间较短、规模较小,主题类ETF总规模仍不及宽基类和行业类ETF。策略类ETF在数量和规模上均最小,2021年三季度新成立数量为10只,有明显增长。
在2021年三季度中,由于市场震荡下行,股票型ETF整体表现不佳,四种类型的ETF收益均为负。主题ETF相对抗跌,三季度仅下跌0.77%,宽基ETF则下跌了3.44%。在宽基ETF中,表现较好的为中证500ETF,较差的为科创板ETF。行业和策略类ETF分别下跌1.87%和2.42%。行业类ETF中表现较好的是资源类行业(煤炭稀土和有色等),表现较差的是医疗和互联网行业。
2021年第三季度业绩排名前十的ETF产品如下表,大多数为资源类ETF如煤炭、稀土和有色等。
债券ETF:三季度均实现正收益,博时基金转债ETF领涨
2021年三季度无新成立债券型ETF,截至2021年9月30日,国内共有15只债券ETF,总规模由2021年二季度的177.80上升至185.59亿元,然而数量和规模均远小于股票型ETF。从业绩表现来看,2021年三季度债券型ETF表现优异,15只债券型ETF均实现正收益。其中表现最好的是博时基金管理的转债ETF,其在2021年三季度实现5.71%的正收益。
商品ETF:能源化工涨幅领先,三季度净值涨幅高达42.09%
2021年三季度新发行1只商品型ETF,为黄金ETF,截至2021年三季度末,国内市场已成立商品ETF共15只,总规模为254.3亿元,其中12只为黄金ETF,3只商品期货ETF。商品期货ETF投资的品种分别为有色金属期货、豆粕期货和郑商所能源化工期货。
从业绩表现来看,2021年三季度商品期货ETF整体表现较好,有色、豆粕、能源化工ETF收益均为正。其中能源化工期货ETF表现最为优秀,区间净值涨幅高达42.09%。黄金ETF在2021年三季度均小幅下跌。
跨境ETF:投资美国和日本的ETF表现较好,港股ETF均录得负收益
2021年三季度新发2只跨境型ETF。截至第三季度末,市场共有29只跨境型ETF。其中,仅有9只跨境ETF在第三季度实现正收益。实现正收益的跨境ETF中多数为投资于美国和日本市场。而投资于香港市场的14只跨境ETF在2021年三季度收益率均为负,其中表现最差的博时恒生医疗保健区间收益率为-25.79%。由于全球市场表现分化,跨境型ETF业绩也出现严重分化。
行业格局:华夏规模稳居第一,前三大公司市占率达42.01%
我国ETF市场发展至今,行业格局已相对稳定,头部基金公司优势明显。截至2021年9月30日,国内市场(除货币型ETF外)共成立554只ETF,分别来自51家基金公司。其中华夏基金已成立52只ETF,位居首位。易方达基金和国泰基金分别以36只和31只ETF成立数量紧随其后。上述三家基金公司的ETF产品数量占据全市场的21.48%,头部效应显著。
从今年新成立的ETF来看,华夏基金成立了21只ETF,新成立数量最多,其中三季度成立了8只ETF,高居榜首。
从ETF规模来看,华夏基金以2054.68亿元的总规模占据市场的21.30%,与2021Q2的21.60%基本持平。易方达基金与华泰柏瑞基金规模总计分别为1101.96亿元、895.57亿元,位居第二、第三。前三大基金公司共占据市场规模的42.01%,而前十五大基金公司规模占市场规模的91.70%,可见我国ETF市场头部效应十分明显。
2021年第三季度,华夏基金新成立了7只股票型ETF,均聚焦于热点主题:华夏中证文娱传媒ETF(516190.OF)、华夏中证云计算与大数据主题ETF(516630.OF)、华夏国证消费电子主题ETF(159732.OF)、华夏中证新材料主题ETF(516710.OF)、华夏中证内地低碳经济主题ETF(159790.OF)、华夏中证物联网主题ETF(516260.OF)和华夏中证金融科技主题ETF(516100.OF)。同时,华夏基金新成立了一只跨境ETF:华夏恒生香港上市生物科技ETF(159892.OF)。
从新成立的ETF基金数量上来看,2021年以来,除华夏基金新增21只ETF,还有易方达基金、国泰基金和富国基金均新成立14只ETF。其中,富国基金2021年三季度新成立5只股票型ETF,数量增长仅次于华夏基金。
本季热点观察:ETF-FOF基金的落地有望开拓ETF投资热潮
2021年8月5日,中欧、交银施罗德、兴证全球、广发和民生加银5家基金公司率先上报首批FOF-LOF基金。2021年8月12日,其申报材料被证监会正式受理。在FOF-LOF的基础上,华夏、工银瑞信、富国和汇添富4家基金公司申请的首批ETF-FOF-LOF(简称ETF-FOF)也于8月16日被证监会正式受理。相比于FOF-LOF的投资范围涵盖各种类型的基金,ETF-FOF-LOF需要将不低于基金投资80%的资金投向ETF,同时也还将以LOF的形式在场内上市。ETF-FOF-LOF基金的落地有望提振ETF市场,开拓新一轮投资热潮。
FOF配置ETF的优势:品种丰富、透明度高、费率低、交易便利
相对普通FOF而言,ETF-FOF产品作为场内产品可以为投资者提供更高流动性,投资者可以通过将封闭份额转为场内份额实现退出。除此之外,FOF配置ETF的优势体现在以下四个方面:
一、 ETF品种丰富,可以满足FOF的资产配置需求
大类资产配置是FOF基金的核心竞争力。Brinson et all. (1986) 以91家养老基金10年数据为研究对象,将基金的收益率分解为政策性(Policy)资产配置、市场时机选择(market timing)、证券选择(Security selection)三大因素。论文Determinants of Portfolio Performance指出,基金收益率中有93.6%可以由资产配置解释,远超其他两个因素的解释度。这表明资产配置是决定投资回报最重要的因素。FOF可以通过各类型的ETF实现大类资产配置,从而获得资产配置收益。
经过十余年的发展,中国市场上的ETF已经涵盖股票、债券、商品、货币等各大类资产。在股票型ETF中又包含宽基类ETF、行业类ETF、主题类ETF和策略类ETF。随着行业ETF产品逐渐丰富,FOF可以甚至通过配置行业ETF来获取行业配置收益。下图呈现已有的申万一级行业指数所对应的规模最大的ETF。
二、 ETF追踪误差小,透明度高
ETF跟踪指数时,基金合同约定的年化跟踪误差一般不超过2%,而其他指数基金合同约定的跟踪误差一般为不超过4%。相对于其他基金,ETF追踪指数误差要求更加严格。较小的跟踪误差更有利于FOF管理人进行资产管理。同时,ETF被动跟踪指数,每个交易日公开该基金持有证券的详细情况,不仅持仓透明度高而且还可以提升FOF的估值时效。相比于其他基金每个季度公布组合情况,ETF的持仓情况更加清晰,这将有利于FOF管理人根据预期对资产进行灵活调整。
三、 ETF费率更低,为FOF保留更多收益
ETF管理费率更低。国内基金主动管理费通常为1.5%,指数基金管理费通常为1%,而ETF则低至0.5%。同时ETF避免了申购赎回费,而主动管理股票型基金申购费通常为1.5%,指数股票型基金的申购费通常为1%到1.2%。考虑到FOF存在双重费率问题,即“FOF的子基金都将收取申购赎回费、管理费、托管费等各类费用,而FOF母基金作为一只独立的基金产品,也需要收取申购赎回费、管理费、托管费等费用”,ETF 较低的管理费和交易费可以让FOF在资产配置动态调整中降低交易成本,保留更多收益。
四、 ETF交易便利,较少出现大幅折溢价
ETF 基金既可以在一级市场上申购赎回,也可以在二级市场上进行交易。相对于场外指数基金一天只有一个交易时点,ETF可以在交易时间进行连续交易。同时,由于跨市场套利的存在,ETF基金的实时报价很少出现大幅度的折价溢价。
国内FOF 配置ETF现状:数量增加但配置比例不高,空间相对广阔
2016 年9月23日,中国证监会发布了《公开募集证券投资基金运作指引第2号——基金中基金指引》。该指引标志着中国公募基金迎来了创新品种FOF,由此开启了中国FOF发展的新阶段。在过去的5年里,中国市场上FOF 数量和规模迅速增加。中国FOF数量从2017年的6只增长至2021年中报的153只,规模也从130.30亿元增长至1248.94亿元。
随着中国市场上的ETF产品不断丰富,配置ETF的FOF的数量和FOF持有的ETF规模也在不断增长。2017年年报显示,我国仅有两只FOF在2017年配置了ETF,且其ETF配置比例均比较低。嘉实领航资产配置A配置了2.27%的华安黄金ETF。南方全天候策略A配置了0.04%的华夏上证50ETF和0.02%的易方达恒生H股ETF。
中国配置ETF的FOF数量从2017年的2只增长至2021年中报的116只,持有的ETF规模也从0.55亿元增长至53.01亿元。从2017年至2021年H1,尽管配置ETF的FOF数量占比从33.33%上升至75.82%,但其持有的ETF规模占FOF规模仅为4.24%。可见尽管配置ETF的FOF数量不断增加,但是其ETF的配置比例仍然不高。
截至2021年中报,FOF基金重仓的前10大ETF中持仓规模最高的是易方达恒生H股ETF。海外市场主流ETF是FOF配置海外资产的重要工具。由于对海外市场研究信息较少,FOF管理人可以通过配置海外市场主流ETF来实现海外资产配置。同时,宽基指数(中证500ETF,沪深300ETF和创业板ETF)和行业指数(券商ETF、军工ETF和银行ETF)也是国内FOF配置较多的ETF资产。
截至2021年中报,中国ETF占基金净值比前10的FOF产品信息如下图表所示。其中ETF占基金净值比前3名的FOF分别为长城恒泰养老2040三年、浦银安盛养老2040三年持有以及农银养老2035。其中ETF占基金净值比分别为46.59%、41.55%和39.07%。
长城恒泰养老2040三年FOF是ETF占基金净值比最高的FOF。该基金主要配置的ETF为宽基ETF (红利ETF)、行业ETF(医疗ETF、消费ETFE和能源ETF)以及境外ETF(海外互联ETF、标普500ETF以及纳斯达克ETF)。
从国内FOF配置ETF的情况可以看出,尽管国内配置ETF的FOF数量不断增加,但是其ETF的配置比例仍然不高。当前FOF中ETF的配置比例最高仅为46.59%。新产品ETF-FOF基金要求最低80%配置ETF,这有望推动ETF投资规模的增长,但同时也对FOF管理人的大类资产配置和行业配置能力提出了更高的要求。
海外ETF-FOF:iShares典型产品系列主要获取资产配置与行业轮动收益
相比之下,海外ETF-FOF推出较早,发展已经较为成熟。最早推出ETF-FOF产品的是全球最大的ETF提供商iShares,其在2008年发行了七只不同目标日期的ETF-FOF产品,包括Target Date 2010 ETF、Target Date 2015 ETF、……、Target Date 2040 ETF等。各个ETF-FOF产品持有的主要标的均为iShares发行的ETF产品,配置的资产包括:股票、债券、REIT(房地产信托投资基金)等。目标日期ETF-FOF主要通过调整不同风险资产的比例来匹配不同年份退休者的风险承受能力。目标年份越远,风险承受能力越大,股票ETF和REIT ETF占比越大,债券ETF占比越小。
当前市场规模最大的ETF-FOF产品是First Trust Portfolios公司联合DorseyWright & Associates公司于2014年3月5日发行的First Trust DorseyWright Focus 5 ETF (FV US Equity)。该基金以5个行业ETF为标的资产通过行业轮动策略来配置资产,是目前市场上规模最大的ETF-FOF,最新规模超过27.90亿美元。
根据不同的资产配置策略,我们可以将美国市场上已有的ETF-FOF分为目标日期策略、目标风险策略和风险回撤策略和行业轮动四个类型。其具体配置方法和产品代表如图表52所示。图表54还展示了其他常见的资产配置策略,如美林时钟策略、马克维茨的MVO模型和Black Litterman策略等,这些策略也为未来ETF-FOF资产配置提供了参考方案。
总结来看,海外市场ETF-FOF的运作模式对中国ETF-FOF产品的构建具有较高的借鉴意义,运用ETF作为工具型产品实现资产配置以及行业轮动收益的成功经验对我国ETF-FOF新产品的落地有重要的指导价值。国内市场中,华夏、工银瑞信、富国和汇添富4家基金公司申请的首批ETF-FOF被证监会正式受理,标志着中国基金市场迎来了创新型产品ETF-FOF。不低于80%配置于ETF资产的要求有望推动ETF投资规模的增长,但同时也对FOF管理人的大类资产配置和行业配置能力提出了更高的要求,是机遇也更是挑战。
长远来看,随着我国养老金市场的发展以及投资者对于基金产品流动性需求的增加,ETF-FOF在我国或有着较大的发展空间。兼具ETF资产动态调整和场内交易的双重灵活性,ETF-FOF能充分发挥基金公司资产配置和行业景气度前瞻能力,或能给投资者带来更好的投资体验。在当前主动基金获取超额收益难度逐渐增大,资产配置重要性日益增加的背景下,ETF-FOF有望成为未来基金发展的新方向。
参考文献
Brinson, G. P. , Hood, L. R. , & Beebower, G. L. . (1986). Determinants of portfolio performance, Financial Aanalysts Journal, 42(4).
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,投资需谨慎。本报告不涉及证券投资基金评价业务,不涉及对具体基金产品的投资建议;本报告内容仅供参考,投资者应结合自身风险偏好及风险承受能力,充分考虑指数编制规则变化及基金管理人的投资风格、投资策略、资产配置情况等各种因素可能对基金产品产生的影响;投资者需特别关注指数编制公司、基金公司等官方披露的信息。
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。
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】深度卷积GAN实证——华泰人工智能系列之四十四
【华泰金工林晓明团队】因子观点融入机器学习——华泰人工智能系列之四十三
【华泰金工林晓明团队】图神经网络选股与Qlib实践——华泰人工智能系列之四十二
【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