国产精品免费看久久久 ,看曰本女人大战黑人视频,真实国产普通话对白乱子子伦视频

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

　　來源中金量化

　　風格輪動：回歸均衡

　　當前（2022-08-01）成長/價值輪動綜合指標值為0.05，風格回歸均衡，指標值較上月的0.13繼續下降。具體來看，擁擠度大類指標-0.15，市場情緒大類指標為-0.05，均偏向價值風格；宏觀方面，經濟環境大類指標為0.27，金融環境大類指標0.14，仍略偏向成長風格。綜合來看，我們認為短期成長/價值風格或較為均衡。

　　行業輪動：看好家電、食品飲料、電力及公用事業、通信、煤炭、醫藥

　　多維疊加行業輪動模型8月份最新推薦持倉為：家電、食品飲料、電力及公用事業、通信、煤炭、醫藥。相比7月份的持倉，本次持倉新增電力及公用事業、通信、醫藥三個行業，家電、醫藥等消費板塊行業得分有顯著提升。

　　該組合7月份漲跌-3.4%，同期全行業等權基準漲跌幅-2.3%，組合跑輸基準1.1ppt。樣本外（2021/6/1-2022/07/31）組合收益率1.7%，同期行業等權基準收益率-2.2%，超額收益率4.0%。

　　行業景氣度模型觀點：由于焦煤價格得分的下滑，煤炭行業景氣度下調為景氣度一般的狀態。模型判斷景氣狀態一般的行業為煤炭、基礎化工、石油石化；模型判斷景氣狀態較差的行業為電力及公用事業、汽車、鋼鐵、電子、交通運輸、有色金屬。

　　多因子選股：滬深300增強組合7月跑贏基準2.78ppt，中證500增強組合7月跑贏基準3.35ppt

　　7月滬深300指數增強跑贏基準2.78ppt。組合樣本外跟蹤以來（2019-01-01至2022-07-31）累計收益81.26%，累計跑贏基準41.42ppt。

　　7月中證500指數增強跑贏基準3.35ppt。組合樣本外跟蹤以來（2021-01-01至2022-07-31）累計收益25.43%，累計跑贏基準28.34ppt。

　　主動量化選股：成長趨勢選股策略今年以來超額偏股混合型基金指數10.1ppt

　　成長趨勢共振模型本月收益率為-0.5%。該策略2009年1月1日以來，年化收益率達35.6%，以偏股混合型基金指數為基準，年化超額收益率達23.0%。今年以來收益率為-2.5%，超額基準10.1ppt；本月收益率為-0.5%，超額基準2.4ppt。

　　價值股優選策略本月收益率為-0.6%。該策略2009年5月5日以來，年化收益率達21.4%，以價值股基礎池為基準，年化超額收益率為4.9%。今年以來收益率達1.6%，超額基準3.2ppt；本月收益率-0.6%，跑輸基準3.3ppt。

　　量化配置：商品>股票>債券

　　綜合宏觀驅動力、經濟預期差、左側內生結構、技術指標等維度的信息，我們當前對國內股票資產呈中性偏空觀點，債券資產相對悲觀，商品資產整體中性，各資產看好程度排序為商品>股票>債券。

　　1）宏觀驅動力維度：看空股票、看空債券、看多商品。宏觀驅動力模型判斷當前股市的核心驅動力在于經濟增長，從經濟增長的信息維度，當前看空股票；對于債券和商品，從宏觀流動性的信息維度，當前看空債券、看多商品。

　　2）宏觀預期差維度：看平股票、看多債券、看空商品。從股票市場看，7月份的PPI超預期，社融連續兩月超預期，整體對股票市場影響偏中性；從債券市場看，二季度GDP不及預期，對債券市場影響偏正面；從商品市場看，6月份工業增加值不及預期，美元兌人民幣連續兩月不及預期，整體對商品市場影響偏負面。

　　3）左側擇時維度：看平股票、看空債券。當前股市左側擇時體系中所有指標均為無觀點信號，我們認為股票市場在估值、情緒、資金等角度并不處于極端狀態，微觀結構并非當前股票市場的核心矛盾。當前債券左側擇時體系中有4個指標發出看空信號，1個指標發出看多信號，我們認為債券市場在估值、情緒、資金等角度整體處于過于高估或過熱狀態，未來大概率會出現趨勢反轉后的市場下跌。

　　4）阻力支撐維度：當前股市為看多信號，市場有一定底部支撐。目前股市阻力支撐指標在各主要寬基指數中均維持看多信號，我們認為市場有一定的底部支撐，繼續下探的空間較小。

　　5）系統性風險維度：股債雙殺預警信號結束，股債未來同跌概率不大。3月15日，股債雙跌預警指標觸發，并持續4月22日結束。從4月23日至今，預警指標處于未觸發狀態。因此站在當前時點，我們認為股債未來同跌概率不大。

　　三維一體股債配置模型：7月份收益-0.64%，當前減配股票資產。模型在7月25日減配股票資產，各資產配置比例為中證500指數17.04%，中債企業債總財富指數82.96%。7月份，模型共取得-0.64%的絕對收益，劣于風險平價基準的-0.63%和2股8債基準的-0.31%。樣本外（2020年12月25日）至今，模型累計收益5.83%，優于風險平價基準的2.80%與2股8債基準的5.13%。

　　成長/價值風格輪動模型：價值風格配置價值提升

　　模型簡介

　　我們在報告《量化多因子系列（3）：如何捕捉成長與價值的風格輪動？》的報告中，針對價值與成長風格的收益相對強弱建立預測模型，通過市場情緒、因子擁擠度、金融環境和經濟環境這四大類指標構建成長與價值的風格輪動策略。

　　?市場情緒：

　　從多個維度刻畫市場參與者的情緒變化，機構調研偏好、新增投資者數量、風格強勢股占比和北上資金偏好變化這四個指標均對成長/價值風格收益均具有預測能力。

　　?因子擁擠度：

　　通過因子擁擠度指標來衡量因子的當前是否擁擠。當擁擠度較高時則需躲避此類可能失效的因子。擁擠度指標對成長/價值風格收益具有顯著的預測能力。

　　?金融環境：

　　期限利差、M2與M1的增速差與成長/估值因子收益具有較顯著的相關性。

　　?經濟環境：

　　CPI-PPI剪刀差則與成長/價值風格收益呈現一定的正相關。

　　最新觀點

　　圖表1：當前11個細分指標值（標準化后）（2022-08-01）

資料來源：Wind、中金公司研究部

　　圖表2：大類指標及綜合指標值（2022-08-01）

資料來源：Wind、中金公司研究部（截止于2022-08-01）

　　行業輪動：消費板塊、防御板塊得分居前

　　多維疊加輪動模型：家電、食品飲料、電力及公用事業、通信、煤炭、醫藥

　　模型簡介

　　我們在報告《行業輪動系列（2）：如何在打分體系下運用宏觀與中觀信息》的報告中，以行業內成分股的微觀結構為基礎，疊加宏觀場景與中觀景氣度信息。綜合各維度信息后構造出綜合行業輪動指標：

　　?微觀特征：

　　囊括盈利預期、成長趨勢、營運效率改善、財務杠桿利用、機構情緒、資金情緒、量價技術這七大類型特征共20個細分微觀指標。

　　?宏觀情景：

　　構造宏觀經濟增長指數與宏觀流動性指數，并基于宏觀情景動態地給各個微觀特征進行配權。

　　?中觀景氣度：

　　基于部分周期性行業的中觀行業景氣度指標，采用相關性篩選、數值狀態化與截面標準差賦權的方式，克服中觀景氣度數據在行業輪動打分體系中景氣度與股價收益不匹配、不同行業景氣度不可比、景氣度數據覆蓋行業不全等難點。將中觀得分融入輪動體系。

　　跟蹤表現

　　A股市場未能延續5-6月末的反彈趨勢，7月震蕩調整，中證全指月度下跌3.29%。大部分行業在7月呈現下跌態勢，且不同行業在收益上繼續表現出較大分化，月度收益最高的行業與收益最低的行業之間的收益差超16ppt。消費者服務行業在6月反彈后大幅回調，7月下跌10.2%。防御板塊在7月整體表現強勢，機械、汽車、電力及公用事業、農林牧漁行業收益表現較好。同樣在7月獲得正向收益的還包括通信、電新、國防軍工、鋼鐵等行業。

　　圖表3：中信一級行業月度收益率

資料來源：Wind、中金公司研究部

　　多維疊加行業輪動組合7月份持倉行業為：食品飲料、煤炭、家電、電力設備及新能源、基礎化工、有色金屬。該組合7月份漲跌-3.4%，同期全行業等權基準漲跌幅-2.3%，組合跑輸基準1.1ppt。

　　今年以來輪動組合收益率-5.7%，同期行業等權基準收益率-9.0%，超額收益率3.6%。

　　樣本外（2021/6/1-2022/07/31）組合收益率1.7%，同期行業等權基準收益率-2.2%，超額收益率4.0%。

　　圖表4：輪動模型樣本外跟蹤凈值

資料來源：Wind、中金公司研究部（截止于2022-07-31）

　　圖表5：輪動模型收益表現

資料來源：Wind、中金公司研究部（截止于2022-07-31）

　　最新觀點

　　模型8月份最新推薦持倉為：家電、食品飲料、電力及公用事業、通信、煤炭、醫藥。相比7月份的持倉，本次持倉新增電力及公用事業、通信、醫藥三個行業。

　　圖表6：近6個月持倉變化

資料來源：Wind、中金公司研究部

　　最新行業輪動觀點相應各維度信息細節如下：

　　?宏觀數據對應場景：宏觀經濟下行與流動性上行。對應資金情緒等類型微觀特征權重提升，而財務杠桿利用等類型微觀特征權重下降。

　　?中觀景氣度方面，未有行業得到中觀維度的額外加分；有色金屬、汽車、鋼鐵處于低景氣階段，遭到額外扣分；其余行業在中觀維度上沒有得分調整。

　　圖表7：行業得分細項一覽

資料來源：Wind、中金公司研究部

　　行業景氣：周期行業景氣度趨弱

　　我們在報告《基本面量化系列（5）：如何量化跟蹤周期性行業景氣度》中，針對周期性明顯的行業分別構建了景氣度打分模型。基于各行業的景氣度打分模型，2022年8月觀點如下：

　　?景氣度一般的行業：基礎化工、石油石化、煤炭

　　?景氣度低的行業：電力及公用事業、汽車、鋼鐵、電子、交通運輸、有色金屬

　　其中，經過檢驗，我們發現僅石油石化、煤炭、有色金屬、鋼鐵、汽車行業景氣度模型對于行業超額收益的預測能力較強。因此，映射到行業超額收益層面，這些行業相對收益表現可能較弱。

　　圖表8：2022年8月各行業不同景氣度維度得分

資料來源：Wind，中金公司研究部

　　圖表9：2022年8月各行業景氣度綜合得分

資料來源：Wind，中金公司研究部

　　多因子選股：中證500增強組合7月跑贏基準3.35ppt

　　滬深300指數增強和中證500指數增強的近期表現如下圖所示：

　　圖表10：中金量化指數增強組合樣本外收益表現更新

資料來源：Wind、中金公司研究部（截止于2022-07-31）

　　滬深300指數增強

　　本月（2022-07-01至2022-07-31），中金量化滬深300指數增強[1]跑贏基準2.78ppt。組合樣本外跟蹤以來（2019-01-01至2022-07-31）累計收益81.26%，累計跑贏基準41.42ppt。

　　圖表11：中金量化滬深300指數增強樣本外凈值走勢

資料來源：Wind、中金公司研究部（截止于2022-07-31）

　　中證500指數增強

　　本月（2022-07-01至2022-07-31），中金量化中證500指數增強[2]跑贏基準3.35ppt。組合樣本外跟蹤以來（2021-01-01至2022-07-31）累計收益25.43%，累計跑贏基準28.34ppt。

　　圖表12：中金量化中證500指數增強樣本外凈值走勢

資料來源：Wind、中金公司研究部（截止于2022-07-31）

　　主動量化選股：成長趨勢選股策略今年以來跑贏10.1ppt

　　主動量化選股策略旨在實現主動權益投資理念和量化工具的結合，通過量化的方式篩選符合主動權益投資邏輯的個股，構建選股組合。目前，我們分別構建了成長趨勢共振和價值股優選兩個主動量化選股模型，本章對組合近期的收益表現進行跟蹤。

　　成長趨勢共振選股策略

　　我們在報告《基本面量化系列（3）：業績成長是否具有延續性》的報告中，對“上市公司的業績成長具有一定的延續性”這一邏輯基礎進行了驗證。基于這一邏輯，成長趨勢共振選股模型的構建主要分為以下三個步驟：

　　?業績加速增長基礎池：在全市場范圍內，篩選TTM歸母凈利潤環比增速排名前三分之一的股票，并在其中進一步篩選加速度指標排名前50%且加速度絕對值大于0的股票作為基礎池。

　　?規避非經常性因素帶來的風險：非經常性因素對于公司業績增長的延續性影響較大，因此，在基礎池內，我們進一步篩選扣非利潤占比大于50%、近一年未發生股權融資事件、償債能力指標大于-1的公司作為待選股票池。結合報告《基本面量化系列（4）：精確刻畫業績的加速增長趨勢》的研究成果，我們將業績分布季節性較為明顯的個股剔除。出于穩健性考慮，我們將ROE大于1%、過去半年日均成交額全市場排名前90%、剔除ST股也加入篩選標準。

　　?疊加分析師預期和技術面信息增厚收益：在待選股票池內，依據改進動量因子、分析師一致預期調整因子、分析師一致預期業績增速因子進行排序打分，并等權加總為綜合得分，取綜合排名靠前的股票作為最終持倉。

　　圖表13：成長趨勢共振選股策略實施步驟

資料來源：中金公司研究部

　　圖表14：成長趨勢共振選股策略收益表現

資料來源：Wind，朝陽永續，中金公司研究部（截止于2022-07-31）

　　圖表15：成長趨勢共振選股策略收益表現（2021年以來）

資料來源：Wind，朝陽永續，中金公司研究部（截止于2022-07-31）

　　圖表16：成長趨勢共振選股策略分年度收益統計

資料來源：Wind，朝陽永續，中金公司研究部（截止于2022-07-31；2022年收益率為實際收益率，非年化數據）

　　價值股優選策略

　　我們在《基本面量化系列（1）：如何看待價值股的“價值”》報告中，探討了價值股的相對優勢，并認為價值股的相對優勢主要在于下行風險較小、回撤較小，比較適合穩健型投資者。因此，在構建價值股優選策略過程中，我們也是強調突出下行風險小的特性，具體實施過程如下：

　　?基礎池：依據中信一級行業分類，每個行業分別篩選PB-ROE因子值較小的三分之一股票，作為價值股的基礎池。

　　?優選持倉：在基礎池內，將龍頭指標、平均股息率分位數、穩健成長指標分位數等權相加，得到綜合得分，篩選綜合得分排名靠前的股票作為最終持倉。

　　圖表18：價值股優選策略收益表現

資料來源：Wind，朝陽永續，中金公司研究部（截止于2022-07-31）

　　圖表19：價值股優選策略收益表現（2021年以來）

資料來源：Wind，朝陽永續，中金公司研究部（截止于2022-07-31）

　　圖表20：價值股優選策略分年度收益統計

資料來源：Wind，朝陽永續，中金公司研究部（截止于2022-07-31；2022年收益率為實際收益率，非年化數據）

　　量化配置：商品>股票>債券

　　我們從量化模型的視角，判斷未來各類資產的走勢與相對強弱。綜合宏觀驅動力、經濟預期差、左側內生結構、技術指標等維度的信息，我們當前對國內股票資產呈中性偏空觀點，債券資產相對悲觀，商品資產整體中性，各資產看好程度排序為商品>股票>債券。

　　宏觀驅動力維度：看空股票、看空債券、看多商品

　　我們在2021年8月23日發布的報告《量化配置系列（6）股市宏觀驅動力輪動：經濟增長or流動性？》中，構建了經濟增長與流動性對股市驅動程度的輪動模型。

　　圖表22：核心驅動階段劃分

資料來源：Wind，中金公司研究部

　　當前為增長核心驅動階段，股市轉為看空。根據7月底的判斷結果，8月份股市為增長核心驅動階段，根據股票宏觀增長驅動指數的走勢，當前經濟基本面邊際變化利空股市運行，因此從經濟增長的角度，我們當前對股市轉為看空觀點。

　　圖表23：股票宏觀增長驅動指數近期走勢

資料來源：Wind，中金公司研究部

　　我們在2021年5月5日發布的報告《量化配置系列（4）：資產宏觀流動性驅動指數及其應用》中，從宏觀流動性的角度構建了債券與商品的驅動指數。

　　從流動性的信息維度，當前看空債券、看多商品。根據7月底的數據，債券宏觀流動性驅動指數取值下降，商品宏觀流動性驅動指數上升，因此從宏觀流動性的信息維度，我們當前看空債券、看多商品。

　　圖表24：債券流動性驅動指數近期走勢

資料來源：Wind，中金公司研究部

　　圖表25：商品流動性驅動指數近期走勢

資料來源：Wind，中金公司研究部

　　宏觀預期差維度：看平股票、看多債券、看空商品

　　我們在2021年11月28日發布的報告《量化配置系列（7）：捕捉經濟預期差，順勢配置資產》中，基于國內重要宏觀經濟指標在發布實際數據時的超預期或者不及預期的情況，從中量化篩選出對國內股、債、商品資產未來走勢有顯著預測效果的預期差指標，并構建了各類資產的預期差指數。

　　圖表26：宏觀預期差指數構建流程

資料來源：Wind，中金公司研究部

　　從宏觀預期差的角度，當前看平股票、看多債券、看空商品。截止至7月31日，從股票市場看，7月份的PPI超預期，社融連續兩月超預期，整體對股票市場影響偏中性；從債券市場看，二季度GDP不及預期，對債券市場影響偏正面；從商品市場看，6月份工業增加值不及預期，美元兌人民幣連續兩月不及預期，整體對商品市場影響偏負面。因此從預期差的角度，我們當前看平股票、看多債券、看空商品。

　　圖表27：預期差指數最新觀點

資料來源：Wind，中金公司研究部，截止2022-07-31

　　左側擇時維度：看平股票、看空債券

　　我們在2022年4月8日發布的報告《量化配置系列（8）先發制人：A股左側擇時指標探討》和2022年7月5日發布的報告《量化配置系列（9）左側擇時在債券市場是否依然有效？》中，從估值水平、市場情緒和資金流向的角度，對股市和債市分別構建了10個用于頂底判斷的左側擇時指標。

　　當前股市左側擇時體系為中性信號，微觀結構并非當前核心矛盾。截止至7月31日，當前股市左側擇時體系中所有指標均為無觀點信號，我們認為股票市場在估值、情緒、資金等角度并不處于極端狀態，微觀結構并非當前股票市場的核心矛盾。

　　當前債券左側擇時體系為看空信號。截止至7月31日，當前債券左側擇時體系中有4個指標發出看空信號，1個指標發出看多信號，我們認為債券市場在估值、情緒、資金等角度整體處于過于高估或過熱狀態，未來大概率會出現趨勢反轉后的市場下跌。

　　圖表28：股市左側指標匯總

資料來源：Wind，中金公司研究部

　　圖表29：當前股市左側指標觸發情況

資料來源：Wind，中金公司研究部，截止2022-07-31

　　圖表30：債市左側指標匯總

資料來源：Wind，中金公司研究部

　　圖表31：當前債市左側指標觸發情況

資料來源：Wind，中金公司研究部，截止2022-07-31

　　阻力支撐維度：當前股市為看多信號，市場有一定底部支撐

　　我們在2021年1月發布的報告《量化擇時系列（1）：金融工程視角下的技術擇時藝術》中，從市場阻力支撐相對強弱的角度，構建了各寬基指數的技術擇時指標。

　　圖表32：阻力支撐應用邏輯

資料來源：中金公司研究部

　　當前指標在主要寬基指數均發出看多信號，市場支撐相對更強。截至7月31日，目前股市阻力支撐指標在各主要寬基指數中均維持看多信號，我們認為市場有一定的底部支撐，繼續下探的空間較小。

　　圖表33：QRS量化擇時指標值

資料來源：Wind，中金公司研究部。計算截至2022-07-31

　　系統性風險維度：股債雙殺預警信號結束，股債未來同跌概率不大

　　我們在2021年2月5日發布的報告《量化配置系列（3）：巧識尾部相關性，規避組合系統性風險》中，借助資產之間的上下尾相關系數，構建了國內股債雙跌的預警指標。具體來說，當滿足以下三個條件時，觸發股債雙跌預警指標：

　　?下尾相關系數大于0。下尾相關系數大于0是股債資產表現出下尾相關性的必要條件，預示著股債雙跌出現概率較大幅度增加。下尾相關系數使用過去63個交易日數據計算。

　　?上尾相關系數等于0。在市場波動較大時，股債收益率往往出現較多的同正離群值和同負離群值，此時下尾和上尾相關系數均大于0，即偏向于雙尾相關。為區分下尾相關性和雙尾相關性，我們要求上尾相關系數必須等于0，從而保證下尾相關系數為0時，大概率可以對應到真正股債雙跌時期。上尾相關系數使用過去63個交易日數據計算。

　　?股債資產其中之一處于下跌趨勢。為避免短期擾動所帶來的在兩資產均處于上漲趨勢時所發出的錯誤信號，我們要求股債資產其中之一處于下跌趨勢。趨勢使用標準DIF值（12日移動平均-26日移動平均）計算。

　　預警信號結束，股債未來同跌概率不大。3月15日，股債雙跌預警指標觸發，并持續4月22日結束。從4月23日至今，預警指標處于未觸發狀態。因此站在當前時點，我們認為股債未來同跌概率不大。

　　圖表34：去年以來股債尾部相關系數變化情況

資料來源：Wind，中金公司研究部。股票使用滬深300，債券使用中債綜合財富指數。

　　三維一體股債配置模型：7月份收益-0.64%，當前減配股票資產

　　根據我們在2020年12月25日發布的深度報告《外生環境、內生結構、趨勢動量在收益預測中的有效結合》，我們將不同預測維度的信號進行融合得到統一化的方向信號，并將方向信號轉化為對資產期望夏普的估計，應用于風險預算模型中得到配置權重。

　　圖表35：資產方向確定邏輯

資料來源：中金公司研究部

　　圖表36：資產權重確定邏輯

資料來源：中金公司研究部

　　7月25日，滬深300指數的趨勢動量指標由正轉負，觸發組合調倉。調倉日，滬深300指數為看空信號，中證500指數為看多信號，債券資產的觀點為看多，并相對看好信用債。因此模型在調倉日減配股票資產，并配置中證500指數，在債券端配置信用債，各資產配置比例為中證500指數17.04%，中債企業債總財富指數82.96%。

　　模型在7月底維持7月25日的配置建議，各資產配置比例為中證500指數17.04%，中債企業債總財富指數82.96%。

　　7月份，模型共取得-0.64%的絕對收益，劣于風險平價基準的-0.63%和2股8債基準的-0.31%。樣本外（2020年12月25日）至今，模型累計收益5.83%，優于風險平價基準的2.80%與2股8債基準的5.13%。

　　圖表37：三維一體股債配置模型歷史配置比例