財經 北京新浪網 【華泰金工林曉明團隊】成分股漲跌比例或能預示短期走勢——華泰金工林曉明團隊每周觀點20201018

【華泰金工林曉明團隊】成分股漲跌比例或能預示短期走勢——華泰金工林曉明團隊每周觀點20201018

來源:華泰金融工程

林曉明    S0570516010001    

              SFC No. BPY421    研究員

黃曉彬    S0570516070001    研究員

源潔瑩    S0570119080125    聯繫人

王佳星    S0570119090074    聯繫人

報告發佈時間:2020年10月18日

摘要

指數成分股漲跌比例對指數短期漲跌存在一定的預測作用

指數成分股的漲跌與指數的漲跌密切相關,通常而言,指數成分股漲跌比例能在一定程度上反映指數的上漲動能,對指數短期的漲跌或存在一定的預示作用。統計檢驗表明,指數成分股上漲比例是否過半能在一定程度上作為有效的增量信息,輔助預測指數下周的漲跌並提升預測準確率。從歷史統計數據來看,滬深300指數成分股上漲比例過半時,指數下周上漲機率為59.83%;而中證500指數成分股上漲比例過半時,指數下周上漲機率為62.86%。

周期上行階段滬深300指數上漲周數增多,建議關注成分股漲跌比例指標

我們根據上證綜指的三周期濾波劃分不同周期階段,進行統計後發現,滬深300指數在周期上行階段上漲周數明顯增多,中證500指數儘管在不同周期階段上漲周數基本持平,但其在周期下行階段下跌幅度明顯更大。進一步地,在周期上行階段,指數成分股上漲是否過半能大機率提升指數下周漲跌預測的準確率。根據上證綜指濾波結果,周期上行階段或將持續一年左右,後續可持續關注指數成分股上漲比例這一指標。

行業景氣度跟蹤:全市場景氣度回升,超半數行業景氣度為正

在華泰金工行業輪動系列報告《景氣度指標在行業配置中的應用》(2019-9-12)中,我們結合財務報表、業績快報、業績預告、一致預期等多個維度數據,構建了12個景氣度指標來對各行業景氣狀態進行月度打分(該指標景氣度向好打1分,惡化打-1分,無信號打0分,綜合打分數值越高,意味著該行業越景氣)。根據2020年9月30日的最新建模結果,全市場景氣度延續反彈回升趨勢,超過半數行業的景氣度為正。景氣度打分排名前五的行業分別是:電力設備及新能源、計算機、非銀行金融、汽車和農林牧漁。

行業擁擠度跟蹤:上周未出現擁擠行業

我們以量價數據為基礎,構建了收盤價乖離率、換手率與收盤價相關係數、成交量與收盤價的相關係數、峰度、換手率乖離率以及換手率這六項擁擠度指標,用以刻畫行業指數是否存在過熱交易風險。將上述指標的打分結果加總即可得到各行業的復合擁擠度打分,復合擁擠度大於零即可表明該行業處於擁擠狀態,有一定的交易過熱風險。上周市場小幅反彈,成交量未出現明顯增長,市場整體熱度不高,未出現擁擠行業。

風險提示:模型根據歷史規律總結,歷史規律可能失效。金融周期規律被打破。市場出現超預期波動,導致擁擠交易。

正文

指數成分股漲跌比例對指數短期漲跌存在一定的預測作用

指數成分股的漲跌與指數的漲跌密切相關,通常而言,指數成分股漲跌比例能在一定程度上反映指數的上漲動能,對指數短期的漲跌或存在一定的預示作用。本報告主要針對滬深300以及中證500,探討周頻數據統計下,指數成分股漲跌比例與指數下期漲跌的關係。

根據Wind數據統計,滬深300成分股上漲比例數據起點為2005/4/8,中證500成分股上漲比例數據起點為2007/1/19。截至2020/10/16,在全樣本區間內,滬深300指數上漲周數比例為55.57%,中證500指數上漲周數比例為56.41%。可以看出,從周頻數據來看,兩指數的上漲與下跌均各佔一半樣本左右,說明整體來看指數的漲跌機率基本一致,在無額外信息的前提下,對滬深300與中證500指數漲跌進行預判或分別只有55.57%、56.41%左右的準確率。

接下來我們考察成分股上漲比例這一統計指標,具體地,我們計算指數成分股上漲比例分別超過10%~90%(每隔10%設一檔)時,指數下周上漲的機率,結果如下圖表所示。

從上述兩個表格可以看出,對於滬深300與中證500指數而言,指數成分股上漲比例大於10%~50%中的各個檔位時,指數成分股上漲比例閾值越高,股指下周上漲機率越大。特別地,當成分股上漲比例大於50%時,滬深300指數下周上漲機率為59.83%,中證500指數下周上漲機率為62.86%,分別高於全樣本區間內的55.57%與56.41%。這意味著在指數成分股上漲比例超過一半時,對於指數下周上漲的預測準確率比無額外信息時提高5pct左右。

考慮到指數成分股上漲比例大於10%、20%、30%、40%、50%時,股指下周上漲機率逐漸增大,後文中均採用50%作為閾值,即考察指數成分股上漲比例大於50%的情況。下表呈現了滬深300和中證500指數成分股上漲比例是否大於50%與指數下周是否上漲的列聯表。列聯表中第一行第一列213的含義為指數成分股上漲比例>=50%且指數下周上漲的周數,其餘同理,最後一列「求和」為按對應行求和,最後一行「求和」同理為按對應列求和。

對於上述兩個列聯表,我們通過卡方檢驗考察「指數成分股上漲比例是否過半」與「指數下周是否上漲」兩個變數之間是否具備統計學意義上的相關關係。計算得到兩個表格的卡方統計量分別為4.76與9.77,對照卡方統計量分佈表可得結論:我們有至少95%的把握認為滬深300指數成分股上漲是否過半與指數下周是否上漲有關係;同時,有至少99.5%的把握認為中證500指數成分股上漲是否過半與指數下周是否上漲有關係。

總結而言,指數成分股上漲比例是否過半能在一定程度上作為有效的增量信息,輔助預測指數下周的漲跌並提升預測準確率。從歷史統計數據來看,滬深300指數成分股上漲比例過半時,指數下周上漲機率為59.83%;而中證500指數成分股上漲比例過半時,指數下周上漲機率為62.86%。

周期上行時滬深300上漲周數增多,關注成分股漲跌比例指標

我們以上證綜指作為國內A股市場的代表,下圖呈現了上證綜指的同比序列和擬合約比序列,以及短中長三周期的濾波圖。可以看出,當前上證綜指短周期處於上行階段,擬合約比序列呈現上升趨勢。

本節中,我們將結合對股票市場的周期判斷,進一步考察滬深300、中證500指數的漲跌以及成分股上漲比例的關係。由於短周期長度為42個月,相對影響短期牛熊,我們主要依據短周期的濾波拐點,劃分出周期上行與下行階段如下圖表所示。

對於滬深300與中證500,我們分別統計周期上行與下行階段中,指數的周頻漲跌次數,得到如下兩個圖表。

同樣地我們可以計算卡方統計量,以檢驗「指數上漲下跌周數」與「周期上行下行階段」是否具有相關關係。計算得到卡方統計量分別為9.29、0.56,對照卡方統計量分佈表可得結論:我們有至少99.5%的把握認為滬深300指數的漲跌在周期上行與下行階段存在明顯差異;而對於中證500,兩者則不存在明顯相關。

儘管中證500的漲跌次數在周期上行與下行階段沒有明顯差異,但進一步統計中證500在不同周期階段的漲幅可以發現,周期下行階段中證500指數周頻漲跌幅的中位數、平均值、最小值均低於周期上行階段,在一定程度上說明周期上行階段中證500指數表現相對佔優。

更具體地,我們分析中證500指數在不同周期階段的尾部收益率,統計所有中證500指數下跌時的跌幅可以發現,周期下行階段在跌幅較大的區間佔比較多,意味著中證500指數在周期下行階段大機率下跌更深。

總結而言,劃分不同周期階段進行統計後我們發現,滬深300指數在周期上行階段上漲周數明顯增多,中證500指數儘管在不同周期階段上漲周數基本持平,但其在周期下行階段下跌幅度明顯更大。進一步我們觀察周期上行階段的指數成分股上漲比例,得到如下兩個圖表。

對比可以看出,在周期上行階段,指數成分股上漲是否過半能大機率提升指數下周漲跌預測的準確率。根據上證綜指濾波結果,周期上行階段或仍將持續一年左右,後續可持續關注指數成分股上漲比例這一指標。

景氣度跟蹤:全市場景氣度回升,超半數行業景氣度為正

在華泰金工行業輪動系列報告《景氣度指標在行業配置中的應用》(2019-9-12)中,我們結合財務報表、業績快報、業績預告、一致預期等多個維度數據,構建了12個景氣度指標來對各行業景氣狀態進行月度打分(該指標景氣度向好打1分,惡化打-1分,無信號打0分,綜合打分數值越高,意味著該行業越景氣)。根據2020年9月30日的最新建模結果,全市場景氣度延續反彈回升趨勢,僅銀行行業的景氣度下降,其他所有行業的景氣度均有不同程度的增加。超過半數行業的景氣度為正。景氣度打分排名前五的行業分別是:電力設備及新能源、計算機、非銀行金融、汽車和農林牧漁。

行業擁擠度跟蹤:上周未出現擁擠行業

在前期報告《擁擠度指標在行業配置中的應用》(2020-02-09)中,我們從控制交易風險的角度出發,構建擁擠度指標對各行業的交易過熱風險進行衡量。具體而言,我們以量價數據為基礎構建六個單項行業擁擠度指標,並進一步合成復合指標。復合擁擠度指標大於零即可表明該行業處於擁擠狀態。歷史統計來看,出現擁擠信號的行業在未來一個月出現下跌可能性較大,建議降低倉位。

上周市場小幅反彈,成交量未出現明顯增長,市場整體熱度不高,未出現擁擠行業。

資金面跟蹤:上周一北向資大幅流入,食品飲料行業流入較多

上周北向資金總計凈流入111.19億元,上周一單日凈流入135.09億元。凈流入最多的行業分別是食品飲料(39.13億元)、銀行(29.42億元),凈流出最多的行業是農林牧漁(-15.61億元)、汽車(-11.36億元)。

風險提示

1、 模型根據歷史規律總結,歷史規律可能失效。

2、金融周期規律被打破。

3、 市場出現超預期波動,導致擁擠交易

免責聲明與評級說明

公眾平台免責申明

本公眾號不是華泰證券股份有限公司(以下簡稱「華泰證券」)研究報告的發佈平台,本公眾號僅供華泰證券中國內地研究諮詢服務客戶參考使用。其他任何讀者在訂閱本公眾號前,請自行評估接收相關推送內容的適當性,且若使用本公眾號所載內容,務必尋求專業投資顧問的指導及解讀。華泰證券不因任何訂閱本公眾號的行為而將訂閱者視為華泰證券的客戶。

本公眾號轉發、摘編華泰證券向其客戶已發佈研究報告的部分內容及觀點,完整的投資意見分析應以報告發佈當日的完整研究報告內容為準。訂閱者僅使用本公眾號內容,可能會因缺乏對完整報告的了解或缺乏相關的解讀而產生理解上的歧義。如需了解完整內容,請具體參見華泰證券所發佈的完整報告。

本公眾號內容基於華泰證券認為可靠的信息編製,但華泰證券對該等信息的準確性、完整性及時效性不作任何保證,也不對證券價格的漲跌或市場走勢作確定性判斷。本公眾號所載的意見、評估及預測僅反映發佈當日的觀點和判斷。在不同時期,華泰證券可能會發出與本公眾號所載意見、評估及預測不一致的研究報告。

在任何情況下,本公眾號中的信息或所表述的意見均不構成對任何人的投資建議。訂閱者不應單獨依靠本訂閱號中的內容而取代自身獨立的判斷,應自主做出投資決策並自行承擔投資風險。訂閱者若使用本資料,有可能會因缺乏解讀服務而對內容產生理解上的歧義,進而造成投資損失。對依據或者使用本公眾號內容所造成的一切後果,華泰證券及作者均不承擔任何法律責任。

本公眾號版權僅為華泰證券所有,未經華泰證券書面許可,任何機構或個人不得以翻版、複製、發表、引用或再次分發他人等任何形式侵犯本公眾號發佈的所有內容的版權。如因侵權行為給華泰證券造成任何直接或間接的損失,華泰證券保留追究一切法律責任的權利。華泰證券具有中國證監會核准的「證券投資諮詢」業務資格,經營許可證編號為:91320000704041011J。

華泰金工深度報告一覽

金融周期系列研究(資產配置)

【華泰金工林曉明團隊】2020年中國市場量化資產配置年度觀點——周期歸來、機會重生,顧短也兼長20200121

【華泰金工林曉明團隊】量化資產配置2020年度觀點——小周期爭明日,大周期贏未來20200116

【華泰金工林曉明團隊】風險預算模型如何度量風險更有效-改進風險度量方式穩定提升風險模型表現的方法

【華泰金工林曉明團隊】周期雙底存不確定性宜防守待趨勢——短周期底部拐頭機會漸增,待趨勢明朗把握或更大20191022

【華泰金工林曉明團隊】二十 年一輪迴的黃金投資大周期——黃金的三周期定價邏輯與組合配置、投資機會分析20190826

【華泰金工林曉明團隊】如何有效判斷真正的周期拐點?——定量測度實際周期長度提升市場拐點判准機率

【華泰金工林曉明團隊】基欽周期的長度會縮短嗎?——20190506

【華泰金工林曉明團隊】二十載昔日重現,三四年周期輪迴——2019年中國與全球市場量化資產配置年度觀點(下)

【華泰金工林曉明團隊】二十載昔日重現,三四年周期輪迴——2019年中國與全球市場量化資產配置年度觀點(上)

【華泰金工林曉明團隊】周期輪動下的BL資產配置策略

【華泰金工林曉明團隊】周期理論與機器學習資產收益預測——華泰金工市場周期與資產配置研究

【華泰金工林曉明團隊】市場拐點的判斷方法

【華泰金工林曉明團隊】2018中國與全球市場的機會、風險 · 年度策略報告(上)

【華泰金工林曉明團隊】基欽周期的量化測度與歷史規律 · 華泰金工周期系列研究

【華泰金工林曉明團隊】周期三因子定價與資產配置模型(四)——華泰金工周期系列研究

【華泰金工林曉明團隊】周期三因子定價與資產配置模型(三)——華泰金工周期系列研究

【華泰金工林曉明團隊】周期三因子定價與資產配置模型(二)——華泰金工周期系列研究

【華泰金工林曉明團隊】周期三因子定價與資產配置模型(一)——華泰金工周期系列研究

【華泰金工林曉明團隊】華泰金工周期研究系列 · 基於DDM模型的板塊輪動探索

【華泰金工林曉明團隊】市場周期的量化分解

【華泰金工林曉明團隊】周期研究對大類資產的預測觀點

【華泰金工林曉明團隊】金融經濟系統周期的確定(下)——華泰金工周期系列研究

【華泰金工林曉明團隊】金融經濟系統周期的確定(上)——華泰金工周期系列研究

【華泰金工林曉明團隊】全球多市場擇時配置初探——華泰周期擇時研究系列

行業指數頻譜分析及配置模型:市場的周期分析系列之三

【華泰金工林曉明團隊】市場的頻率——市場輪迴,周期重生

【華泰金工林曉明團隊】市場的輪迴——金融市場周期與經濟周期關係初探

周期起源

【華泰金工林曉明團隊】企業間力的產生、傳播和作用效果——華泰周期起源系列研究之八

【華泰金工林曉明團隊】耦合振子同步的藏本模型——華泰周期起源系列研究之七

【華泰金工林曉明團隊】周期在供應鏈管理模型的實證——華泰周期起源系列研究之六

【華泰金工林曉明團隊】不確定性與緩衝機制——華泰周期起源系列研究報告之五

【華泰金工林曉明團隊】周期是矛盾雙方穩定共存的結果——華泰周期起源系列研究之四

【華泰金工林曉明團隊】周期是不確定性條件下的穩態——華泰周期起源系列研究之三

【華泰金工林曉明團隊】周期趨同現象的動力學系統模型——華泰周期起源系列研究之二

【華泰金工林曉明團隊】從微觀同步到宏觀周期——華泰周期起源系列研究報告之一

FOF與金融創新產品

【華泰金工林曉明團隊】養老目標基金的中國市場開發流程--目標日期基金與目標風險基金產品設計研究

【華泰金工】生命周期基金Glide Path開發實例——華泰FOF與金融創新產品系列研究報告之一

因子周期(因子擇時)

【華泰金工林曉明團隊】市值因子收益與經濟結構的關係——華泰因子周期研究系列之三

【華泰金工林曉明團隊】周期視角下的因子投資時鐘--華泰因子周期研究系列之二

【華泰金工林曉明團隊】因子收益率的周期性研究初探

擇時

【華泰金工林曉明團隊】波動率與換手率構造牛熊指標——華泰金工量化擇時系列

【華泰金工林曉明團隊】A股市場低開現象研究

【華泰金工林曉明團隊】華泰風險收益一致性擇時模型

【華泰金工林曉明團隊】技術指標與周期量價擇時模型的結合

【華泰金工林曉明團隊】華泰價量擇時模型——市場周期在擇時領域的應用

中觀基本面輪動

【華泰金工林曉明團隊】行業全景畫像:投入產出表視角——華泰中觀基本面輪動系列之五

【華泰金工林曉明團隊】行業全景畫像:改進杜邦拆解視角——華泰中觀基本面輪動系列之四

【華泰金工林曉明團隊】行業全景畫像:風格因子視角 ——華泰中觀基本面輪動系列之三

【華泰金工林曉明團隊】行業全景畫像:宏觀因子視角 ——華泰中觀基本面輪動系列之二

【華泰金工林曉明團隊】確立研究對象:行業拆分與聚類——華泰中觀基本面輪動系列之一

行業輪動

【華泰金工林曉明團隊】擁擠度指標在行業配置中的應用——華泰行業輪動系列報告之十二

【華泰金工林曉明團隊】基於投入產出表的產業鏈分析 ——華泰行業輪動系列報告之十一

【華泰金工林曉明團隊】不同協方差估計方法對比分析——華泰行業輪動系列報告之十

【華泰金工林曉明團隊】景氣度指標在行業配置中的應用——華泰行業輪動系列報告之九

【華泰金工林曉明團隊】再探周期視角下的資產輪動——華泰行業輪動系列報告之八

【華泰金工林曉明團隊】「華泰周期輪動」基金組合改進版——華泰行業輪動系列報告之七

【華泰金工林曉明團隊】「華泰周期輪動」基金組合構建——華泰行業輪動系列之六

【華泰金工林曉明團隊】估值因子在行業配置中的應用——華泰行業輪動系列報告之五

【華泰金工林曉明團隊】動量增強因子在行業配置中的應用——華泰行業輪動系列報告之四

【華泰金工林曉明團隊】財務質量因子在行業配置中的應用——華泰行業輪動系列報告之三

【華泰金工林曉明團隊】周期視角下的行業輪動實證分析——華泰行業輪動系列之二

【華泰金工林曉明團隊】基於通用回歸模型的行業輪動策略——華泰行業輪動系列之一

Smartbeta

【華泰金工林曉明團隊】重劍無鋒:低波動 Smart Beta——華泰 Smart Beta 系列之四

【華泰金工林曉明團隊】投資優質股票:紅利類Smart Beta——華泰Smart Beta系列之三

【華泰金工林曉明團隊】博觀約取:價值和成長Smart Beta——華泰Smart Beta系列之二

【華泰金工林曉明團隊】Smart Beta:乘風破浪趁此時——華泰Smart Beta系列之一

【華泰金工林曉明團隊】Smartbeta在資產配置中的優勢——華泰金工Smartbeta專題研究之一

多因子選股

【華泰金工林曉明團隊】華泰單因子測試之歷史分位數因子——華泰多因子系列之十三

【華泰金工林曉明團隊】桑土之防:結構化多因子風險模型——華泰多因子系列之十二

【華泰金工林曉明團隊】華泰單因子測試之海量技術因子——華泰多因子系列之十一

【華泰金工林曉明團隊】因子合成方法實證分析 ——華泰多因子系列之十

【華泰金工林曉明團隊】華泰單因子測試之一致預期因子 ——華泰多因子系列之九

【華泰金工林曉明團隊】華泰單因子測試之財務質量因子——華泰多因子系列之八

【華泰金工林曉明團隊】華泰單因子測試之資金流向因子——華泰多因子系列之七

【華泰金工林曉明團隊】華泰單因子測試之波動率類因子——華泰多因子系列之六

【華泰金工林曉明團隊】華泰單因子測試之換手率類因子——華泰多因子系列之五

【華泰金工林曉明團隊】華泰單因子測試之動量類因子——華泰多因子系列之四

【華泰金工林曉明團隊】華泰單因子測試之成長類因子——華泰多因子系列之三

【華泰金工林曉明團隊】華泰單因子測試之估值類因子——華泰多因子系列之二

【華泰金工林曉明團隊】華泰多因子模型體系初探——華泰多因子系列之一

【華泰金工林曉明團隊】五因子模型A股實證研究

【華泰金工林曉明團隊】紅利因子的有效性研究——華泰紅利指數與紅利因子系列研究報告之二

人工智慧

【華泰金工林曉明團隊】WGAN應用於金融時間序列生成——華泰人工智慧系列之三十五

【華泰金工林曉明團隊】再探AlphaNet:結構和特徵優化——華泰人工智慧系列之三十四

【華泰金工林曉明團隊】數據模式探索:無監督學習案例——華泰人工智慧系列之三十三

【華泰金工林曉明團隊】AlphaNet:因子挖掘神經網路——華泰人工智慧系列之三十二

【華泰金工林曉明團隊】生成對抗網路GAN初探——華泰人工智慧系列之三十一

【華泰金工林曉明團隊】從關聯到邏輯:因果推斷初探——華泰人工智慧系列之三十

【華泰金工林曉明團隊】另類標籤和集成學習——華泰人工智慧系列之二十九

【華泰金工林曉明團隊】基於量價的人工智慧選股體系概覽——華泰人工智慧系列之二十八

【華泰金工林曉明團隊】揭開機器學習模型的「黑箱」 ——華泰人工智慧系列之二十七

【華泰金工林曉明團隊】遺傳規劃在CTA信號挖掘中的應用——華泰人工智慧系列之二十六

【華泰金工林曉明團隊】市場弱有效性檢驗與擇時戰場選擇——華泰人工智慧系列之二十五

【華泰金工林曉明團隊】投石問路:技術分析可靠否?——華泰人工智慧系列之二十四

【華泰金工林曉明團隊】再探基於遺傳規劃的選股因子挖掘——華泰人工智慧系列之二十三

【華泰金工林曉明團隊】基於CSCV框架的回測過擬合機率——華泰人工智慧系列之二十二

【華泰金工林曉明團隊】基於遺傳規劃的選股因子挖掘——華泰人工智慧系列之二十一

【華泰金工林曉明團隊】必然中的偶然:機器學習中的隨機數——華泰人工智慧系列之二十

【華泰金工林曉明團隊】偶然中的必然:重採樣技術檢驗過擬合——華泰人工智慧系列之十九

【華泰金工林曉明團隊】機器學習選股模型的調倉頻率實證——華泰人工智慧系列之十八

【華泰金工林曉明團隊】人工智慧選股之數據標註方法實證——華泰人工智慧系列之十七

【華泰金工林曉明團隊】再論時序交叉驗證對抗過擬合——華泰人工智慧系列之十六

【華泰金工林曉明團隊】人工智慧選股之卷積神經網路——華泰人工智慧系列之十五

【華泰金工林曉明團隊】對抗過擬合:從時序交叉驗證談起

【華泰金工林曉明團隊】人工智慧選股之損失函數的改進——華泰人工智慧系列之十三

【華泰金工林曉明團隊】人工智慧選股之特徵選擇——華泰人工智慧系列之十二

【華泰金工林曉明團隊】人工智慧選股之Stacking集成學習——華泰人工智慧系列之十一

【華泰金工林曉明團隊】宏觀周期指標應用於隨機森林選股——華泰人工智慧系列之十

【華泰金工林曉明團隊】人工智慧選股之循環神經網路——華泰人工智慧系列之九

【華泰金工林曉明團隊】人工智慧選股之全連接神經網路——華泰人工智慧系列之八

【華泰金工林曉明團隊】人工智慧選股之Python實戰——華泰人工智慧系列之七

【華泰金工林曉明團隊】人工智慧選股之Boosting模型——華泰人工智慧系列之六

【華泰金工林曉明團隊】人工智慧選股之隨機森林模型——華泰人工智慧系列之五

【華泰金工林曉明團隊】人工智慧選股之樸素貝葉斯模型——華泰人工智慧系列之四

【華泰金工林曉明團隊】人工智慧選股之支持向量機模型— —華泰人工智慧系列之三

【華泰金工林曉明團隊】人工智慧選股之廣義線性模型——華泰人工智慧系列之二

指數增強基金分析

【華泰金工林曉明團隊】再探回歸法測算基金持股倉位——華泰基金倉位分析專題報告

【華泰金工林曉明團隊】酌古御今:指數增強基金收益分析

【華泰金工林曉明團隊】基於回歸法的基金持股倉位測算

【華泰金工林曉明團隊】指數增強方法匯總及實例——量化多因子指數增強策略實證

基本面選股

【華泰金工林曉明團隊】華泰價值選股之相對市盈率港股模型——相對市盈率港股通模型實證研究

【華泰金工林曉明團隊】華泰價值選股之FFScore模型

【華泰金工林曉明團隊】相對市盈率選股模型A股市場實證研究

【華泰金工林曉明團隊】華泰價值選股之現金流因子研究——現金流因子選股策略實證研究

【華泰金工林曉明團隊】華泰基本面選股之低市收率模型——小費雪選股法 A 股實證研究

【華泰金工林曉明團隊】華泰基本面選股之高股息率模型之奧軒尼斯選股法A股實證研究

基金定投

【華泰金工林曉明團隊】大成旗下基金2018定投策略研究

【華泰金工林曉明團隊】布林帶與股息率擇時定投模型——基金定投系列專題研究報告之四

【華泰金工林曉明團隊】基金定投3—馬科維茨有效性檢驗

【華泰金工林曉明團隊】基金定投2—投資標的與時機的選擇方法

【華泰金工林曉明團隊】基金定投1—分析方法與理論基礎

基金評價

【華泰金工林曉明團隊】基金評價及篩選全流程研究框架——股票型與債券型基金多種維度定量與定性評價法

其它

【華泰金工林曉明團隊】A股市場及行業的農曆月份效應——月份效應之二

A股市場及行業的月份效應——詳解歷史數據中的隱藏法則