林晓明 S0570516010001 研究员
SFC No. BPY421
黄晓彬 S0570516070001 研究员
张 泽 S0570520090004 研究员
SFC No. BRB322
刘依苇 S0570521090002 研究员
报告发布时间:2022年4月11日
摘要
Q1新成立39只ETF,增速下滑明显,非货基ETF总体规模有所下降
截至2022Q1,我国ETF市场共有650只产品(不含货币型),单季新成立39只ETF,分别为34只股票型ETF,4只商品型ETF和1只跨境型ETF。全市场ETF(不含货币型)总体份额相比2021年四季度末上涨18.26%,而总体规模环比下降6.52%。2022Q1国内ETF日均成交额508.39亿元,较上季度提升7.14%,跨境型ETF日均成交额101.90亿元,较上季度提升89.97%。一季度国内市场下行,股票型、跨境型ETF表现不佳,商品型ETF表现相对较优。股票型ETF净值下跌14.38%,跨境型ETF净值下跌14.61%。
股票型、跨境型ETF一季度业绩表现不佳,新成立ETF主要为主题类
股票型ETF份额在2022Q1为6937.10亿份,环比上涨12.04%,净值规模为8743.88亿元,环比下降9.50%。由于A股下行,2022年一季度股票型ETF整体表现不佳,平均净值大幅下跌。其中策略ETF平均下跌幅度较小,为11.40%,宽基ETF平均下跌幅度最大,为15.32%。2022年一季度新增股票型ETF共34只,其中新增23只主题类ETF,5只行业类ETF,5只宽基类ETF和1只策略类ETF。
商品型表现最佳,债券型ETF表现稳定
一季度商品型ETF表现最优,19只商品ETF中16只取得正收益。但份额和规模均较上季度有所下降,份额下降14.11%,净值规模下降10.43%。商品型ETF中3只商品期货ETF均取得正收益,豆粕ETF表现最优,单季度区间净值涨幅高达30.22%。债券型ETF表现稳定,15只债券型ETF中有12只获得正收益。
热点观察:深沪港交易所就ETF纳入互联互通标的整体方案达成共识
2021年12月24日,深圳证券交易所、上海证券交易所、香港交易及结算所有限公司、中国证券登记结算有限责任公司(以下简称深沪港交易所及中国结算)同时发布公告称,已就ETF纳入互联互通标的整体方案达成共识。此举为了持续优化内地与香港市场互联互通机制,丰富互联互通现有标的,是互联互通机制升级的又一个标志性成果。
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:一季度ETF新成立速度减缓,规模较上季度微降
一季度仅新成立39只ETF,较2021年发行速度下滑明显
据Wind数据统计,截至2022年3月31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650只(不包含货币型)。2022年Q1新成立的ETF数量为39只(其中34只股票型ETF,4只商品型ETF,1只跨境型ETF),仅为上季度新成立ETF数量的58.21%。需要指出,本报告对于ETF数量及规模的统计均以一季度末的数据为基准,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,在2021年ETF发行数量大幅上涨后,2022年市场热度有所回落,2022Q1ETF新成立数量较前几个季度大幅下降。但由于近两年ETF市场发展较为迅速,2020年至今新成立ETF共408只,占现有ETF存量的59.13%。
从各类型ETF在2022年一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3月31日,我国现有股票型ETF共583只,较上一季度末数量增加34只;债券型ETF已连续多个季度未有新产品,当前存量仍为15只;商品型ETF当前存量为19只,较上季度数量4只;跨境型ETF当前存量为33只,较上季度新增1只。当前股票型ETF数量存量占比为89.69%,2022第一季度增量占比87.18%,在ETF市场中占据主流地位。
ETF总体份额季度环比上涨18.26%,但净值规模季度环比下降6.52%
根据Wind数据,全市场ETF份额在2022年第一季度继续保持正增长,但全市场ETF规模相较上一季度有所下滑。总份额从2021第四季度末的7361.31亿份上升至8705.81亿份,季度环比上升18.26%。总规模从2021第四季度末的11206.23亿元下降至10475.88亿元,季度环比下降6.52%。
股票、债券和跨境型ETF份额均上涨,仅商品型ETF份额下降
2022年一季度股票、债券、跨境型 ETF的份额均实现上涨,仅商品型ETF份额下降。股票型ETF份额占全部ETF份额的79.68%。从各类型ETF的份额变化情况来看,股票型ETF份额在2022年一季度为6937.10亿份,较2021年四季度上涨12.04%;债券型ETF份额由2021年四季度的8.62亿份小幅上升至8.71亿份;商品型ETF份额由2021年四季度的83.90亿份下降至72.06亿份,跌幅为14.11%;跨境型ETF份额较2021年第四季度环比大幅增长43.37%,达1687.94亿份,且在总体ETF中的份额占比不断稳步上升,从2021年第四季度的15.78%上升至19.39%。
跨境型ETF净值规模持续大幅增长,其余类型ETF一季度规模均下降
截至2022年3月31日,我国已成立ETF总规模为10475.88亿元,整体规模规模较上一季度均有所下降,下降幅度为6.52%,除跨境型ETF上涨外,其余各类型ETF规模较上一季度均有所下降。股票型ETF规模占比达83.47%,但总体规模仍有所下降,由2021年四季度的9662.21亿元下降至8743.88亿元,环比下降9.50%。债券型ETF总体规模为231.70亿元,较上季度小幅下降7.93亿元,下降幅度为3.31%。商品型ETF规模从2021第四季度的288.26亿元下降至258.20亿元,环比下降10.43%。跨境型ETF规模第一季度持续大幅增长,由2021年第四季度的1016.12亿元上升至1242.10亿元,环比增长22.24%,较去年同期大幅增长65.25%,规模占比达11.86%。
ETF规模集中度持续下降,25只百亿元以上ETF占全市场总规模的49%
根据Wind数据,截至2022年第一季度末,规模在100亿元以上的ETF数量为25只,与上季度持平,虽然数量仅占已成立非货币型ETF总数的3.85%,总规模占比却高达49.25%。
百亿以上ETF规模集中度由2021年第四季度的51%小幅下降至49%。总体来看,ETF产品规模集中度仍然较高,头部占比接近50%,竞争较为激烈。不过,自2018 年第四季度以来,ETF百亿规模集中度占比从72%逐步缩减至2022年第一季度的49%。尽管百亿龙头ETF规模集中度仍较高,但纵向看总体仍然呈现出减弱趋势,因此可以看出头部效应在不断减小,呈现出更加分散的趋势。
截至2022年一季度末,各类型ETF规模排名前十的产品如下:
一季度仅新成立39只ETF,较2021年发行速度下滑明显
2022年一季度商品型ETF平均净值有所增长,其余类型ETF平均净值下跌。商品型ETF创四个季度以来最大的平均净值涨幅,上涨幅度达7.07%。而股票型ETF平均净值则出现较大回落,在经历2021年四季度小幅上涨后,在2022年一季度净值下跌14.38%,主要和近期股票市场表现不佳有关。债券型ETF平均净值在三个季度的上涨后,出现小幅度下跌,跌幅0.11%。而跨境型ETF平均净值已经连续下跌三个季度,2022年一季度再次大幅下跌14.61%。其中各类型的ETF平均净值涨跌幅是所有该类型ETF的净值涨跌幅的算术平均值。
各类别ETF成交依旧活跃,整体日均成交额和换手率有所提升
从日均成交额来看,2022年一季度的ETF日均成交额为508.39亿元,环比上升7.14%。2022年一季度各类型ETF表现较为分化,债券型和跨境型ETF日均成交额均有较大幅度上涨,而股票型、商品型ETF日均成交额有所下降。跨境型ETF日均成交额从四季度的53.64亿元上升至101.90元,季度环比上升89.97%;债券型ETF日均成交额从四季度的13.70亿元上升至18.68元,季度环比上升36.41%;股票型ETF的日均成交额为从四季度的387.92亿元下降至371.50亿元,季度环比小幅下降4.23%,但仍占ETF总体日均成交额的73.07%;商品型ETF日均成交额从四季度的19.24亿元下降至16.31亿元,季度环比下降15.25%。
从日均换手率来看,各类型ETF日均换手率均有提升。股票型ETF的日均换手率由2021年四季度的5.39%增加至6.86%,环比增长27.32%,债券型ETF日均换手率由2021年四季度的7.6%上升至8.35%,环比增长9.88%,商品ETF日均换手率由8.51%下降至10.24%,环比增长20.36%。跨境型ETF由2021年四季度的6.5%上升至2022年一季度的9.63%,环比增长48.23%,日均换手增长率排在所有类型ETF之首。
截至2022年一季度末,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:商品ETF整体表现较优,股票、跨境ETF表现不佳
股票ETF:Q1平均跌幅超10%,新成立ETF主要为主题类ETF
截至2022年一季度末,市场上已成立583只股票型ETF,其中包括144只宽基类ETF、123只行业类ETF、242只主题类ETF、74只策略类ETF。2022年一季度新增34只股票型ETF,分别为23只主题类ETF、5只宽基类ETF、5只行业类ETF、1只策略类ETF。主题型ETF增长数量最多,占全部股票型ETF增长数量的67.65%,其余ETF增长数量接近。从整体数量占比来看,主题类ETF占股票型ETF总数的41.51%,是股票型ETF中的主要类型。
其中分类的大致标准为:宽基类ETF是指跟踪宽基指数的ETF;行业类ETF是指跟踪某一行业指数的ETF;主题ETF是指跟踪某一市场主题指数的ETF;策略类ETF是指跟踪通过因子优化选股或权重的指数的ETF
分类别来看,宽基类ETF虽然在数量上仅有144只,占比24.70%,但在规模上明显超过其他类别,一季度末净值规模为3863.25亿元,占股票型ETF净值规模的44.18%。行业ETF一季度末数量为123只,占比21.10%,规模为2588.38亿元,规模占比29.60%。主题类ETF近几年新发数量明显增加,截至2022年一季度末数量达242只,占比41.51%,但规模仅1830.99亿元,占比20.94%。策略类ETF在数量和规模上均最小,数量为74只,占比12.96%,规模为461.26亿元,占比5.28%。
在2022年一季度中,由于市场震荡下行,四种类型的ETF表现均不理想。策略ETF平均下跌幅度相对最低,一季度平均下跌11.40%。其次为行业型ETF,一季度平均下跌13.40%,主题和宽基类ETF分别平均下跌15.23%和15.32%。行业类ETF中表现较好的是银行和能源行业ETF,表现较差的是互联网行业ETF。
2022年第一季度业绩排名前十的股票型ETF产品如下表,大多数为行业和主题类ETF。
债券ETF:15只中有12只实现正收益,海富通基金10年地债领涨
2022年一季度无新成立债券型ETF,截至2022年3月31日,国内共有15只债券ETF,总规模由2021年四季度的239.63下降至231.70亿元。从业绩表现来看,表现最好的是海富通基金管理公司管理的10年地债,其在2022年一季度实现1.93%的正收益。其余债券型ETF表现也比较稳定,15只债券型ETF中有12只实现了正收益。
债券ETF:15只中有12只实现正收益,海富通基金10年地债领涨
截至2022年一季度末,国内市场商品ETF共有19只,总规模为258.2亿元,其中16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,2022年一季度商品期货ETF整体表现优异,19只商品型ETF中16只收益为正。其中华夏饲料豆粕期货ETF表现最为优秀,区间净值涨幅高达32.22%。
跨境ETF:Q1表现不佳,33只跨境型ETF均为负收益
截至2022年一季度末,市场共有33只跨境型ETF,且净值均下跌,主要是由于香港及海外市场表现较差。其中,净值跌幅最小的是标普500,仅下跌4.38%,跌幅最大的为恒生医疗,下跌幅度为27.73%。
行业格局:华夏规模稳居第一,前五大公司规模占比达59.75%
我国ETF市场发展至今,行业格局已相对稳定,头部基金公司占据多数市场。截至2022年3月31日,国内市场(除货币型ETF外)共成立650只ETF,分别来自52家基金公司。其中华夏基金已成立63只ETF,位居首位。易方达基金和国泰基金分别以50只和40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22.17%,头部效应显著。
从今年新成立的ETF来看,本季度总体新成立ETF数量虽较2021年有所下滑,但仍比2020年及之前有所上升。华夏基金成立了3只ETF,易方达基金成立了6只ETF,国泰基金成立了3只ETF。
从ETF规模来看,华夏基金以2247.65亿元的总规模占据市场的21.46%,与2020年四季度基本持平。易方达基金与华泰柏瑞基金规模总计分别为1392.20亿元、942.41亿元,位居第二、第三。前三大基金公司共占据市场规模的43.19%,接近一半的市场规模,而前十五大基金公司规模占市场规模的80.27%,可见我国ETF市场头部效应十分明显。
本季热点:深沪港交易所及中结算就ETF纳入互联互通达成共识
2016年12月,深港通开通仪式上,时任港交所行政总裁李小加曾表示,深港通开通后,互联互通将会进一步扩大,下一步将会推出ETF。不过李小加认为ETF最终能否纳入互联互通主要取决于两个因素,一是ETF的市场需求,二是两地市场之间以及内地市场与内地交易所、清算结算公司之间的技术、制度、系统上的衔接问题。
2021年12月24日,深圳证券交易所、上海证券交易所、香港交易及结算所有限公司、中国证券登记结算有限责任公司(以下简称深沪港交易所及中国结算)同时发布公告称,已就ETF纳入互联互通标的整体方案达成共识。此举为了持续优化内地与香港市场互联互通机制,丰富互联互通现有标的,是互联互通机制升级的又一个标志性成果。
ETF纳入互联互通标的将使互联互通现货生态链更加完整,进一步促进内地与香港市场共创双赢。ETF纳入互联互通标的可丰富境内外投资者的投资渠道和交易品种,完善互联互通全链条产品生态体系;不仅如此,ETF纳入互联互通标的有助于境内外投资者更加便捷有效地配置对方市场资源,也有助于巩固香港作为亚洲国际金融中心的重要地位;并且,ETF纳入互联互通标的将进一步改善投资者结构,有利于形成透明度高、交易便捷、管理规范的ETF市场,推动ETF市场的健康发展。
按照计划,沪深港交易所及中国结算将抓紧做好ETF纳入标的相关的业务和技术准备工作,包括修改相关规则并公开征求意见,预计需要6个月左右准备时间。
我国资本市场不断完善互联互通全链条产品生态体系
近年来,在我国资本市场对外开放的进程中,我国资本市场优质资产对外资的吸引力不断加深,国内投资者对配置境外资产的需求也在不断提升。而ETF作为资产配置的重要工具,透明度高、交易便捷,一直以来吸引着众多投资者。内地ETF方面,近年新成立ETF数量激增,密集上线的行业及主题ETF很好地契合了中国经济发展的长期方向,具有鲜明特色,在全球范围内都具有一定的稀缺性。香港市场方面,截至2022年4月6日,香港市场上市ETF产品数量为245只,整体规模达到4858.27亿元。
在内地ETF产品以其稀缺性吸引更多外资进入的同时,香港市场ETF产品则能够为内地投资者提供更丰富的投资标的。自1999年港交所推出首只ETF后,香港一直是备受发行商与投资者欢迎的ETF市场,其可供交易的ETF产品多样化,市场流动性高。香港ETF产品资产类别涵盖了中国内地A股、香港股票、亚太区股票、海外股票、定息产品及货币,以及大宗商品投资等。在互联互通机制下,种类丰富且高效流通的香港ETF市场将给内地投资者提供更多匹配其风险偏好与投资目标的资产配置选择。
ETF互联互通将是“机遇与挑战”并存的新市场模式
沪深港通是两地资本市场深化合作的一项重大举措。2021年12月9日,证监会国际部主任申兵在香港国际金融中心定位与展望联合研讨会上表示,要持续完善互联互通机制,便利全球投资者参与内地市场,进一步拓展和丰富交易标的和风险管理工具,推动将ETF纳入互联互通标的,抓紧完善交易日历安排。
对于内地ETF而言,互联互通将是“机遇与挑战”并存的新市场模式。机遇在于ETF互联互通是内地ETF“走出去”的关键一步,北向投资者可以通过互联互通选择内地ETF产品,海外投资者增持将有助于改善内地ETF投资者结构,推动内地ETF市场健康发展。
挑战则在于内地ETF产品在投资者种类与数量扩大的同时,市场竞争也愈益加大,例如覆盖相同标的或追踪相同指数的同质化ETF产品数量将会增多。内地ETF产品需要从产品流动性、收费比率、基金管理模式、营销方式等多角度不断增强自身竞争力,从而吸引投资者青睐。从整个市场的角度来看,ETF市场竞争性增加,可以使得更多优质的ETF产品脱颖而出,促进良性循环。
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。
免责声明与风险提示
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。
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】基于遗传规划的一致预期因子挖掘——华泰人工智能系列之54
【华泰金工林晓明团队】文本PEAD选股策略——华泰人工智能系列之五十一
【华泰金工林晓明团队】SinGAN 单样本生成——人工智能系列之四十九
【华泰金工林晓明团队】对抗过拟合:cGAN应用于策略调参——人工智能系列之四十八
【华泰金工林晓明团队】cGAN模拟宏观指标——人工智能系列之四十七
【华泰金工林晓明团队】AlphaNet改进:结构和损失函数——华泰人工智能系列之四十六
【华泰金工林晓明团队】cGAN应用于资产配置——华泰人工智能系列之四十五
【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四十五
【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