全球视角下的资产配置武汉场20241015

2024年10月15日21：55 关键词关键词 周期论道资产配置全球视角华泰证券金融工程大类资产配置康波周期量化投资人工智能选股经济周期资产价格宏观经济上证指数GDP CPI M1M2 PMI股票市场债券市场全球市场 全文摘要全文摘要 林晓明研究员在华泰证券主办的资产配置活动中分享了利用经济周期进行全球资产配置的方法。他强调，所有资产价格都是宏观经济状态的反映，特别是股票、债券、商品和外汇等大类资产配置应基于宏观经济判断。资产价格本身是更好的宏观指标，从价格变动和宏观指标相互对照来判断经济状态，做出资产配置决策。他强调了康波周期在理解和调整资产配置中的重要性，并展示了团队如何利用定量方法构建全球资产配置模型。通过对全球400个宏观变量和资产价格进行周期性检测，发现近90%的指标具有特定周期性，这揭示了不同经济领域股市的最长周期，强调了周期性分析在投资决策中的重要性。此外，他还提出了根据全球经济周期进行资产配置的策略，探讨了经济周期的多个层面，包括库存周期、产能扩张周期和基础设施更新周期，并集中讨论了康波周期，即技术创新周期，及其对资产配置的重要性。他还讨论了最新的全球大类资产配置模型的表现和策略，强调了在经济扩张和收缩不同阶段的资产选择策略，同时考虑了动量因素对资产表现的影响。 章节速览章节速览 ● 00：：00全球资产配置及经济周期利用策略全球资产配置及经济周期利用策略在华泰证券主办的资产配置活动上，林晓明研究员分享了利用经济周期进行全球资产配置的方法。他强调，所有 资产价格都是宏观经济状态的反映，特别是股票、债券、商品和外汇等大类资产配置应基于宏观经济判断。林晓明提出，资产价格本身是更好的宏观指标，应从价格变动和宏观指标相互对照来判断经济状态，从而做出资产配置决策。他强调了康波周期在理解和调整资产配置中的重要性，并展示了团队如何利用定量方法构建全球资产配置模型。 ● 08：：03资产价格同比分析及其周期性资产价格同比分析及其周期性研究指出，传统方法关注同比指标如GDP、CPI 等，而资产价格则被视为静态序列分析，导致两者间关系不易识别。通过对资产价格（如上证指数）的同比序列化处理，发现有明显三年半周期性，与经济危机、市场低点对应。这种方法也适用于其他宏观经济指标，显示全球市场有共同的周期波动规律。通过分裂变化分析工具，进一步精确测量周期长度，揭示了不同经济领域股市的最长周期，从而强调了周期性分析在投资决策中的重要性。 ● 19：：24全球宏观变量与资产价格周期性研究全球宏观变量与资产价格周期性研究本研究通过数学工具对全球400个宏观变量和资产价格进行周期性检测，发现近90%的指标具有42 个月、88个月和176个月的周期性。研究利用这些周期性特征预测上证指数和其他全球资产价格的趋势，展示了周期性分析在资产配置和预测中的应用。 ● 30：：07全球经济周期性运动及其对资产配置的影响全球经济周期性运动及其对资产配置的影响 提出全球经济体系存在扩张收缩周期性运动的假设，通过应用信号处理中的MUSIC算法分析不同国家的股票、债券、商品及汇率数据，发现具有相似的周期特征，支持全球经济系统存在周期性运动的假设。进一步讨论了根据全球经济周期进行资产配置的策略，强调全球金融经济系统作为一个整体，各宏观变量和资产价格受到共同周期性影响，从而提供了基于全球周期的资产配置逻辑。 ● 37：：42康波周期及技术创新周期分析康波周期及技术创新周期分析讨论了经济周期的多个层面，包括库存周期、产能扩张周期和基础设施更新周期，最后集中讨论了康波周期，即 技术创新周期。指出康波周期长达50年左右，是通过技术创新驱动的经济周期，其核心在于生产力和生产关系的矛盾运动，以及社会信息生产和传递效率的提升。强调了康波周期对资产配置的重要性，尤其是在信用扩张和收缩阶段，建议在不同的周期阶段采取相应的投资策略。 ● 49：：51理解信用康波周期及其对大类资产配置的影响理解信用康波周期及其对大类资产配置的影响讨论了信用康波周期的本质，强调了金融资产与实物资产之间的相对强弱关系，指出拐点的判断困难。分析了 2013年至2015年及2020年至2021年的两个拐点案例，期间比特币和黄金的大涨反映了投资者对新货币制度的焦虑，而全球财政问题导致的美国利率下行趋势和通胀挑战也凸显了债券市场面临的压力。讨论提出，随着全球康波周期的深入，大类资产配置需要从传统的股票、债券、商品扩展到包括外汇，以应对美国财政压力对债券市场的影响。最后，通过一个大类资产配置模型，强调了在经济扩张和收缩不同阶段的资产选择策略，同时考虑了动量因素对资产表现的影响。 ● 56：：23全球大类资产配置模型与市场走势分析全球大类资产配置模型与市场走势分析讨论了最新推出的第三代全球大类资产配置模型的表现和策略，强调了模型在2023 年的表现良好。分析了M系列 的温和策略，以及在经济扩张或收缩时对资产配置的调整。指出当前市场趋势向上，强调了美国股市的周期性预测和债券市场的不确定性。最后，对全球主要股票市场的未来走势给出了预测，认为全球风险资产的趋势将继续向上。 详解详解ETF组合构建策略及其在全球资产配置中的应用组合构建策略及其在全球资产配置中的应用张泽先生分享了多资产ETF 组合构建策略，强调了在经济金融系统周期的多资产定价理论下，如何通过市场与风格双因子定价模型为全球资产配置提供解决方案。他讨论了公募基金、ETFs及不同类型基金在资产管理市场中的角色和数据，同时分析了ETFs的优势和交易机制，包括市价、IOPV等关键概念，以及如何通过选择和购买ETFs来构建目标收益组合。 ● 01：：13：：31选择选择ETF的策略的策略在选择ETF时，应关注其跟踪的指数，以确定ETF 的潜在收益与投资目标是否相符。同时，规模大、流动性好、费率低、跟踪误差小以及基金公司实力强是重要的选择标准。此外，投资者还需考虑ETF的类型，包括宽基类、行业类、主题类以及增强类等，以满足不同的投资需求。对于风险偏好较高的投资者，可选择单一赛道的ETF以追求高收益；而稳健型投资者则可通过ETF组合来分散风险，提高收益稳定性。 ● 01：：23：：22避免避免A股择时和资产配置中的误区股择时和资产配置中的误区在讨论A股择时和资产配置时，容易陷入几个常见误区。首先是择时上，过于依赖单一指标，如只看A 股涨跌，可能导致过拟合，即策略在历史数据上表现优异，但在未来应用时失效。其次，在构建投资组合时，虽然数学模型和工具具有科学性，可以帮助控制组合风险和波动，但完全依赖这些模型构建出的理想组合可能并不现实，因为它们无法前瞻性地告诉我们未来应配置何种资产。因此，合理的策略 应是结合历史周期、宏观经济状态和资产趋势动量等多维度分析，而非仅仅依赖单一方法论。最后，通过使用ETF等工具构建组合时，需设计明确的投资目标，选择合适资产配置方法，对基金进行评价和筛选，确定权重分配，并适时调整组合。 ● 01：：31：：23资产配置与行业轮动策略资产配置与行业轮动策略 通过使用信号处理技术在大量经济指标中识别周期性模式，以及分析宏观经济状态对资产价格的影响，探讨了资产配置与行业轮动的多种策略。首先，介绍了基于周期模式分析资产周期状态的方法，指出通过识别不同周期长度，可以判断资产处于周期的哪个阶段。其次，阐述了从宏观到资产价格的映射过程，通过观察经济增长、通胀、信用和货币等四个宏观经济维度的变动，来预测资产价格的趋势。此外，还讨论了行业轮动策略，包括基于行业景气度和动量选择表现好的行业进行投资，以及利用人工智能预测行业未来表现的方法。最后，强调了将这些策略应用到ETF组合构建中的重要性，以及通过结合技术分析和基本面分析来提高行业选择的胜率。 ● 01：：41：：30资产配置与资产配置与ETF运用的策略分享运用的策略分享 在投资实践中，采用统一的研究框架进行大类资产配置，包括股票、债券和商品，以及行业轮动，通过周期与动量方法论筛选优质资产。介绍如何利用ETF实施这些策略，包括全球版和境内版的ETF组合构建，强调通过持续监控和再平衡，实现收益与风险的平衡。分享的业绩显示，尽管面临市场波动，所构建的组合依然实现了正收益，强调了策略的有效性和实用性。 ● 01：：54：：19华安基金量化投资部经理分享指数增强华安基金量化投资部经理分享指数增强ETF超额收益策略超额收益策略通过构建均衡的投资组合，配置不同风格的ETF，可以有效把握市场环境下的投资机会并分散风险。华安基金量 化投资部经理分享了其管理的沪深300增强ETF的策略，该ETF在过去两年中表现出色，年化超额收益率达到7.2%，季度胜率达到100%。他们采用量价策略和量化模型，控制跟踪误差并追求超额收益，同时保持较低的波动率，提供给投资者更好的体验。此外，该基金较少暴露于市场风格波动，专注于阿尔法策略，从而实现稳定的超额收益。 ● 02：：03：：43量化类产品的市场分析与策略调整量化类产品的市场分析与策略调整讨论了量化类产品在当前市场的表现和策略，聚焦于300 增强类和事件驱动类产品。产品管理规模达到20亿。分析了市场情绪和资金流动特征，认为当前市场是政策驱动的底部反弹行情。通过历史数据对比，强调了指数增强产品在市场反转初期的表现优于主动基金，并解释了波动率和最大回撤对于投资者体验的影响。此外，还讨论了量化策略在面对市场风格变化时的挑战，并提出了调整策略以应对阿尔法因子与风格因子相关性突变的方法。 ● 02：：15：：09 ETF基金的管理和考核方式基金的管理和考核方式讨论了主动基金和ETF基金在管理及考核上的差异。主动基金侧重于追求超额收益，考核时会根据在同类基金中 的排名给予奖励或惩罚，而对风险考虑相对较少。相比之下，ETF基金的管理重点在于跟踪其对应的指数，力求将跟踪误差降到最低，以体现管理能力。针对指数增强型ETF，既需追求超额收益也要控制跟踪误差，以提供稳定的投资者体验。通过使用多因子模型和风险管理模型，结合AI技术优化投资策略，旨在提高产品表现的稳定性和迭代性。此外，通过场内交易的模式，投资者可以在交易日任何时间进行ETF的买入卖出操作，增加了产品的灵活性和吸引力。 ● 02：：22：：37因子挖掘与模型应用的策略调整因子挖掘与模型应用的策略调整 在因子挖掘和模型应用的过程中，公司最初考虑使用AI大模型自动生成因子，但由于A股市场的成熟度及参与者丰富度，发现效果不佳。因此，公司选择放弃自动化因子生成，转而依靠人工深入挖掘因子。 同时，借助全市场卖方研究团队的支持，丰富因子库。在模型选择上，由最初的基础分类和回归模型，发展到复杂化的神经网络模型，适应了市场变化和需求的提升。特别地，对于量化投资策略在不同市场频率下的表现稳定性，公司进行了深入分析和优化，以适应不同类型的股票池和投资策略。 ● 02：：31：：14量化投资风险管理及策略分享量化投资风险管理及策略分享讨论了在量化投资中，机器学习模型面临的挑战，特别是其对政策性机会的无知，以及如何通过基于事件的风险 管理方法来控制风险。此外，提到了使用行业和个股偏离约束来限制投资组合的波动，并通过季度性重仓股分析展示了行业轮动策略的效果。分享了团队的结构和策略开发平台，强调了高性价比的管理费优势。 问答回顾问答回顾 发言人发言人问：华泰证券研究所和数字化运营部主办的周期论道全球视角下的资产配置活动的主要目的是问：华泰证券研究所和数字化运营部主办的周期论道全球视角下的资产配置活动的主要目的是什什么？么？ 发言人答：本场活动旨在探讨全球配置的思路、方案与实践，尤其关注在不同经济周期阶段适时调整资产配置以实现长期财富增长的关键性，并讨论如何平滑经济周期对资本资产价格的冲击。 发言人发言人问：华安基金量化投资部基金经理张旭和华泰证券研究所金融工程首席研究员林晓明在活动中问：华安基金量化投资部基金经理张旭和华泰证券研究所金融工程首席研究员林晓明在活动中将分将分享哪些内容？享哪些内