2023年全球经济预计先弱后强，建议先超配避险资产，后超配风险资产
　　2022年海外经济增长逐渐下行，CPI持续高企，呈现出的是滞胀格局，事后从资产表现来看，也基本满足滞胀环境的特征，股债均表现不佳，商品前高后低，也呈现出了逐步从过热到滞胀的转变。展望2023年，海外通胀压力大概率有所缓解，美联储加息开始退坡，经济景气度逐步下行，上半年大概率会走向衰退交易，下半年随着经济增长的逐步修复，通胀可能再起，风险资产有望迎来投资机会。因此，建议上半年超配债券，下半年超配商品。
　　12月中国资产表现更好，2022年商品表现最强
　　12月份海外股债市场再次出现下跌，标普500、日经225、欧洲斯托克50分别下跌5.90%、6.70%、4.32%，美国10年债、日本10年债、德国10年债分别下跌1.06%、1.75%、5.24%。中国资产表现相对较好，沪深300与中国10年债分别上涨0.48%和0.96%。商品方面，能源指数在12月跌幅较大，下跌12.56%，贵金属延续上涨态势，上涨5.35%，工业金属和农业指数震荡上扬，分别上涨1.87%和1.26%。回顾2022年全年，重点关注资产中，取得正收益的仅有中国10年期国债期货、全球商品能源指数和全球商品农业指数。
　　2022年欧美国家利率大幅上行，2023年可能会出现逆转
　　2022年全年美国10年期国债利率上行236bp，英国10年期国债利率上行281bp，法国10年期国债收益率上行292bp，德国10年期国债收益率上行272bp，澳大利亚10年期国债收益率上行238bp。欧美国家利率在2022年都出现了大幅上行，背后的原因是欧美央行因为高通胀被迫调整货币政策。这种情景在2023年大概率会出现逆转，美联储加息政策已经出现退坡，随着欧美经济衰退程度或加深，未来调整货币政策的概率较大。同时，利率的变化量具有显著的周期性，欧美国家过去一年的利率变化量已经创造了历史极值，今年出现下行是大概率事件。
　　HYCLE系列策略业绩表现统计与分析
　　12月份，HYCLE-S1策略下跌0.97%，月内最大回撤1.60%；HYCLE-S2策略上涨0.52%，月内最大回撤0.10%；HYCLE-M1策略下跌0.56%，月内最大回撤0.91%。在全样本回测区间内，S1策略年化收益5.66%，夏普比率1.24；S2策略年化收益6.58%，夏普比率1.47；M1策略年化收益6.01%，夏普比率1.46。
　　HYCLE系列策略简介
　　HYCLE系列策略是基于周期理论开发的定量的资产周期轮动策略。我们研究发现，金融经济系统普遍存在42、100、200个月周期，且周期对资产价格解释力度较强，具有稳定性、显著性和可预测性。基于周期理论可构建定价方程，实现对市场状态的量化测度和对资产价格走势、相对投资机会的定量判断。在此基础上精选优质股债资产，形成全球股债商轮动策略。
　　风险提示：本策略基于华泰金工周期系列研究对全球各类经济金融指标长达百年样本的实证结果确定周期长度，然而市场存在短期波动与政策冲击，就每轮周期而言，暂无法预测具体长度，且历史规律存在失效风险。策略无法保证未来获得预期收益，对依据或使用该规律所造成的后果由投资者自行承担

研究报告全文：证券研究报告金工海外市场预计从通胀走向衰退华泰研究研究员林晓明SACNoS0570516010001linxiaominghtsccom2023年1月06日中国内地专题研究SFCNoBPY4218675582080134研究员陈烨PhD2023年全球经济预计先弱后强建议先超配避险资产后超配风险资产SACNoS0570521110001chenyehtsccom2022年海外经济增长逐渐下行CPI持续高企呈现出的是滞胀格局事861063211166后从资产表现来看也基本满足滞胀环境的特征股债均表现不佳商品前研究员李聪高后低也呈现出了逐步从过热到滞胀的转变展望2023年海外通胀压SACNoS0570522100001liconghtsccom力大概率有所缓解美联储加息开始退坡经济景气度逐步下行上半年大861063211166概率会走向衰退交易下半年随着经济增长的逐步修复通胀可能再起风研究员刘志成险资产有望迎来投资机会因此建议上半年超配债券下半年超配商品SACNoS0570521110002liuzhichenghtsccom86106321116612月中国资产表现更好2022年商品表现最强研究员韩晳12月份海外股债市场再次出现下跌标普500日经225欧洲斯托克50SACNoS0570520100006hanxihtsccom分别下跌590670432美国10年债日本10年债德国10861056793937年债分别下跌106175524中国资产表现相对较好沪深300与中国10年债分别上涨048和096商品方面能源指数在12月跌研究员源洁莹SACNoS0570521080001yuanjieyinghtsccom幅较大下跌1256贵金属延续上涨态势上涨535工业金属和农SFCNoBRR3148675582366825业指数震荡上扬分别上涨187和126回顾2022年全年重点关注资产中取得正收益的仅有中国10年期国债期货全球商品能源指数和全球商品农业指数2022年欧美国家利率大幅上行2023年可能会出现逆转2022年全年美国10年期国债利率上行236bp英国10年期国债利率上行281bp法国10年期国债收益率上行292bp德国10年期国债收益率上行272bp澳大利亚10年期国债收益率上行238bp欧美国家利率在2022年都出现了大幅上行背后的原因是欧美央行因为高通胀被迫调整货币政策这种情景在2023年大概率会出现逆转美联储加息政策已经出现退坡随着欧美经济衰退程度或加深未来调整货币政策的概率较大同时利率的变化量具有显著的周期性欧美国家过去一年的利率变化量已经创造了历史极值今年出现下行是大概率事件HYCLE系列策略业绩表现统计与分析12月份HYCLE-S1策略下跌097月内最大回撤160HYCLE-S2策略上涨052月内最大回撤010HYCLE-M1策略下跌056月内最大回撤091在全样本回测区间内S1策略年化收益566夏普比率124S2策略年化收益658夏普比率147M1策略年化收益601夏普比率146HYCLE系列策略简介HYCLE系列策略是基于周期理论开发的定量的资产周期轮动策略我们研究发现金融经济系统普遍存在42100200个月周期且周期对资产价格解释力度较强具有稳定性显著性和可预测性基于周期理论可构建定价方程实现对市场状态的量化测度和对资产价格走势相对投资机会的定量判断在此基础上精选优质股债资产形成全球股债商轮动策略风险提示本策略基于华泰金工周期系列研究对全球各类经济金融指标长达百年样本的实证结果确定周期长度然而市场存在短期波动与政策冲击就每轮周期而言暂无法预测具体长度且历史规律存在失效风险策略无法保证未来获得预期收益对依据或使用该规律所造成的后果由投资者自行承担免责声明和披露以及分析师声明是报告的一部分请务必一起阅读1金工研究正文目录2023年资产配置建议先债券后商品312月中国资产表现更好2022年商品表现最强3欧美通胀下行微观景气度持续走低42023年全球经济预计先弱后强建议先超配避险资产后超配风险资产62022年欧美国家利率大幅上行2023年可能会出现逆转7技术面上来看中国资产与黄金表现较强8华泰周期精选S1型策略业绩表现112022年12月业绩表现11全样本业绩表现11华泰周期精选S2型策略业绩表现132022年12月业绩表现13全样本业绩表现13华泰周期动量M1型策略业绩表现152022年12月业绩表现15全样本业绩表现15风险提示16附录华泰周期系列策略简介17策略原理17理论基础18资产配置实践18HYCLE-S2策略的具体实现19HYCLE-M1策略的具体实现20免责声明和披露以及分析师声明是报告的一部分请务必一起阅读2金工研究2023年资产配置建议先债券后商品12月中国资产表现更好2022年商品表现最强12月份海外股债市场再次出现下跌标普500日经225欧洲斯托克50分别下跌590670432美国10年债日本10年债德国10年债分别下跌106175524中国资产表现相对较好沪深300与中国10年债分别上涨048和096商品方面能源指数在12月跌幅较大下跌1256贵金属延续上涨态势上涨535工业金属和农业指数震荡上扬分别上涨187和126回顾2022年全年重点关注资产中取得正收益的仅有中国10年期国债期货全球商品能源指数和全球商品农业指数海外市场2022年的核心关键词是通胀以能源和粮食为代表的上游大宗商品在上半年大幅上涨下半年有所回落全年整体为正收益海外通胀也在上半年强势上行下半年曲折回落美联储欧洲央行等在2022年纷纷加息欧美债券市场出现大幅下跌三季度甚至还出现了股票债券商品非美货币四类资产全部下跌的情况展望2023年海外资产表现最差的情况应该已经过去资产配置策略的表现将会逐步恢复正常通胀的影响力可能在上半年过渡给衰退债券资产有望成为上半年的较优配置资产下半年全球经济有望迎来复苏风险资产的表现可能否极泰来其中商品可能表现较优图表1全球主要资产收益表现截至22年12月30日12月收益近三月收益近半年收益近一年收益2022年收益沪深300指数048175-1368-2163-2163标普500指数-590708143-1944-1944日经225指数-670061-113-937-937欧洲斯托克50指数-4321433981-1174-1174中国10年期国债期货096045146137137美国10年期国债期货-106-016-578-1426-1426德国10年期国债期货-524-360-886-1976-1976日本10年期国债期货-175-147-126-305-305全球商品贵金属指数5351217296-190-190全球商品工业金属指数1871526617-437-437全球商品能源指数-1256-999-153933463346全球商品农业指数12613805013221322资料来源BloombergWInd华泰研究图表2全球主要资产风险调整后收益5波控截至22年12月30日12月收益近三月收益近半年收益近一年收益2022年收益沪深300指数015083-300-685-685标普500指数-123145037-575-575日经225指数-186020-039-244-244欧洲斯托克50指数-110322218-254-254中国10年期国债期货170057217187187美国10年期国债期货-061-008-354-1176-1176德国10年期国债期货-216-143-354-1361-1361日本10年期国债期货-304-264-232-913-913全球商品贵金属指数155355113018018全球商品工业金属指数034286150142142全球商品能源指数-152-109-158617617全球商品农业指数028033022489489注5波控下的风险调整后收益是指将资产波动率按照5的目标波动率水平调整后的收益情况资料来源BloombergWInd华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读3金工研究欧美通胀下行微观景气度持续走低12月中美日欧四个主要经济体的制造业PMI继续低于荣枯线美国Markit制造业PMI已经连续两个月低于50服务业PMI已经连续6个月低于50日本制造业PMI也已经连续两个月低于50欧洲制造业PMI和服务业PMI已经分别连续6个月和5个月低于50其余微观景气度相关的数据也表现不佳例如美国粗钢产量和粗钢产能利用率仍在下行美国全部工业产能利用率也已经在22年上半年达峰未来大概率下行海外衰退的可能性越来越大图表3中美日欧制造业PMI对比单位中国制造业PMI美国供应管理协会ISM制造业PMI70日本制造业PMI欧元区制造业PMI65荣枯线605550454035302013-022016-022012-062012-102013-062013-102014-022014-062014-102015-022015-062015-102016-062016-102017-022017-062017-102018-022018-062018-102019-022019-062019-102020-022020-062020-102021-022021-062021-102022-022022-062022-102012-02资料来源Wind华泰研究图表4中美日欧服务业PMI对比单位80中国非制造业PMI服务业美国ISM非制造业PMI日本服务业PMI欧元区服务业PMI荣枯线706050403020102013-022016-022012-062012-102013-062013-102014-022014-062014-102015-022015-062015-102016-062016-102017-022017-062017-102018-022018-062018-102019-022019-062019-102020-022020-062020-102021-022021-062021-102022-022022-062022-102012-02资料来源Wind华泰研究图表5美国Markit制造业与服务业PMI单位美国Markit制造业PMI季调美国Markit服务业PMI商务活动季调807060504030202014-042018-012020-012014-012014-072014-102015-012015-042015-072015-102016-012016-042016-072016-102017-012017-042017-072017-102018-042018-072018-102019-012019-042019-072019-102020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-102013-10资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读4金工研究图表6美国粗钢产量与粗钢产能利用率单位万短吨单位美国粗钢产量当周值美国粗钢产能利用率右轴25010090200807015060501004030502010002011-07-012012-01-012012-07-012005-01-012005-07-012006-01-012006-07-012007-01-012007-07-012008-01-012008-07-012009-01-012009-07-012010-01-012010-07-012011-01-012013-01-012013-07-012014-01-012014-07-012015-01-012015-07-012016-01-012016-07-012017-01-012017-07-012018-01-012018-07-012019-01-012019-07-012020-01-012020-07-012021-01-012021-07-012022-01-012022-07-01资料来源Wind华泰研究图表7美国全部工业产能利用率单位美国产能利用率全部工业季调8580757065602021-052000-092001-052002-012002-092003-052004-012004-092005-052006-012006-092007-052008-012008-092009-052010-012010-092011-052012-012012-092013-052014-012014-092015-052016-012016-092017-052018-012018-092019-052020-012020-092022-012022-092000-01资料来源Wind华泰研究图表8主要经济体调查失业率单位中国城镇调查失业率美国失业率季调日本失业率欧元区失业率季调16141210864202012-022020-012010-062010-112011-042011-092012-072012-122013-052013-102014-032014-082015-012015-062015-112016-042016-092017-022017-072017-122018-052018-102019-032019-082020-062020-112021-042021-092022-022022-072010-01资料来源Wind华泰研究通胀方面11月中国美国和欧洲的CPI均出现下行仅有日本CPI小幅上行四个经济体的PPI均在下行趋势中目前美国通胀压力已经有所缓解欧洲通胀压力仍在但通胀下行趋势也较为明确博弈点在下行幅度上中国暂无通胀压力日本通胀正在缓慢上行免责声明和披露以及分析师声明是报告的一部分请务必一起阅读5金工研究图表9主要经济体CPI单位中国CPI当月同比美国CPI当月同比12日本CPI当月同比欧元区HICP调和CPI当月同比108642022011-092015-112010-062010-112011-042012-022012-072012-122013-052013-102014-032014-082015-012015-062016-042016-092017-022017-072017-122018-052018-102019-032019-082020-012020-062020-112021-042021-092022-022022-072010-01资料来源Wind华泰研究图表10主要经济体PPI单位PPI全部工业品当月同比美国PPI制造业总计同比50日本生产者价格指数同比欧元区19国PPI当月同比403020100102010-012017-122018-052010-112011-042011-092012-022012-072012-122013-052013-102014-032014-082015-012015-062015-112016-042016-092017-022017-072018-102019-032019-082020-012020-062020-112021-042021-092022-022022-072010-06资料来源Wind华泰研究2023年全球经济预计先弱后强建议先超配避险资产后超配风险资产对于全球经济状态我们预计明年二季度见底下半年逐步修复OECD综合领先指标是反映宏观经济发展周期的领先指标与基钦周期走势基本一致2021年7月以来该指标出现下行意味着全球经济边际走弱基钦周期预计将于明年二季度见底回升全球经济有望在此之后逐步修复其中中国经济的修复可能会更早从单国家OECD综合领先指标来看中国的经济周期更为领先从PMI上也可以大致看出中国领先于欧美国家预计中国经济从一季度开始企稳恢复海外欧美国家可能会延迟到二季度末或者三季度图表11OECD综合领先指标与基钦周期104OECD综合领先指标基钦周期右轴641022100098-2-496-694-892-102009-052016-012022-091996-111997-091998-071999-052000-032001-012001-112002-092003-072004-052005-032006-012006-112007-092008-072010-032011-012011-112012-092013-072014-052015-032016-112017-092018-072019-052020-032021-012021-112023-071996-01资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读6金工研究图表12各国家OECD综合领先指标与基钦周期10431022100198096-194-292OECD综合领先指标美国OECD综合领先指标日本-3OECD综合领先指标中国OECD综合领先指标英国90OECD综合领先指标法国OECD综合领先指标德国-4基钦周期右轴88-52009-012020-011997-011998-011999-012000-012001-012002-012003-012004-012005-012006-012007-012008-012010-012011-012012-012013-012014-012015-012016-012017-012018-012019-012021-012022-012023-012024-011996-01资料来源Wind华泰研究从全球资产配置来看2022年海外经济增长逐渐下行CPI持续高企呈现出的是滞胀格局事后从资产表现来看也基本满足滞胀环境的特征股债均表现不佳商品前高后低也呈现出了逐步从过热到滞胀的转变展望2023年海外通胀压力大概率有所缓解美联储加息开始退坡经济景气度逐步下行上半年大概率会走向衰退交易下半年随着经济增长的逐步修复通胀可能再起风险资产有望迎来投资机会因此建议上半年超配债券下半年超配商品2022年欧美国家利率大幅上行2023年可能会出现逆转2022年全年中国10年期国债利率上行6bp日本10年期国债利率上行37bp主要是12月日本央行调整利率曲线控制政策导致美国10年期国债利率上行236bp英国10年期国债利率上行281bp法国10年期国债收益率上行292bp德国10年期国债收益率上行272bp澳大利亚10年期国债收益率上行238bp欧美国家利率在2022年都出现了大幅上行背后的原因是欧美央行因为高通胀被迫调整货币政策这种情景在2023年大概率会出现逆转美联储加息政策已经出现退坡随着欧美经济衰退程度或加深未来调整货币政策的概率较大同时利率的变化量具有显著的周期性欧美国家过去一年的利率变化量已经创造了历史极值今年出现下行是大概率事件图表13主要国家10年期国债利率过去一年走势单位中债国债到期收益率10年美国国债收益率10年日本国债利率10年英国国债收益率年法国国债收益率年德国国债收益率年期50101010澳大利亚国债收益率10年4030201000102022-01-142022-01-282022-02-112022-02-252022-03-112022-03-252022-04-082022-04-222022-05-062022-05-202022-06-032022-06-172022-07-012022-07-152022-07-292022-08-122022-08-262022-09-092022-09-232022-10-072022-10-212022-11-042022-11-182022-12-022022-12-162022-12-302021-12-31资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读7金工研究图表14主要经济体10年期国债利率一年变化量单位中国美国日本欧元区3025201510050005101520252012-092014-032006-032006-092007-032007-092008-032008-092009-032009-092010-032010-092011-032011-092012-032013-032013-092014-092015-032015-092016-032016-092017-032017-092018-032018-092019-032019-092020-032020-092021-032021-092022-032022-092005-09资料来源Wind华泰研究技术面上来看中国资产与黄金表现较强12月欧美股债表现不佳技术面上多数沿着下轨运行短期可能有反弹但没有稳定的趋势中国资产相对表现较好沪深300自11月反转以来始终在一倍标准差下轨以上运行形成了一定的反转趋势中国10年债期货虽有波折但仍然在中轨以上运行长期趋势没有被破坏黄金最近两个月均在中轨以上运行形成了明确的上行趋势注该部分标准差均为过去20日标准差图表15沪深300与布林带指标图表16标普500与布林带指标5200closemiddleup1std5100closemiddleup1std5000up2stdlow1stdlow2std4900up2stdlow1stdlow2std480047004600450044004300420041004000380039003600370034003500202201202022021020220303202203242022041420220505202205262022061620220707202207282022081820220908202209292022102020221110202212012022122220211230202201202022021020220303202203242022041420220505202205262022061620220707202207282022081820220908202209292022102020221110202212012022122220211230资料来源BloombergWind华泰研究资料来源BloombergWind华泰研究图表17日经225与布林带指标图表18欧洲斯托克50与布林带指标31000closemiddleup1std4600closemiddleup1std30000up2stdlow1stdlow2std4400up2stdlow1stdlow2std29000420028000400027000380026000360025000240003400230003200220003000202209082022012020220210202203032022032420220414202205052022052620220616202207072022072820220818202209292022102020221110202212012022122220211230202201202022021020220303202203242022041420220505202205262022061620220707202207282022081820220908202209292022102020221110202212012022122220211230资料来源BloombergWind华泰研究资料来源BloombergWind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读8金工研究图表19中国10年期国债期货与布林带指标图表20美国10年期国债期货与布林带指标116closemiddleup1std22closemiddleup1std22115up2stdlow1stdlow2stdup2stdlow1stdlow2std211142111320112201911119110181091810817202205262022012020220210202203032022032420220414202205052022052620220616202207072022072820220818202209082022092920221020202211102022120120221222202112302022012020220210202203032022032420220414202205052022061620220707202207282022081820220908202209292022102020221110202212012022122220211230资料来源BloombergWind华泰研究资料来源BloombergWind华泰研究图表21日本10年期国债期货与布林带指标图表22德国10年期国债期货与布林带指标151closemiddleup1std25closemiddleup1std150up2stdlow1stdlow2std24up2stdlow1stdlow2std1491482314722146145211442014314219202205262022012020220210202203032022032420220414202205052022052620220616202207072022072820220818202209082022092920221020202211102022120120221222202112302022012020220210202203032022032420220414202205052022061620220707202207282022081820220908202209292022102020221110202212012022122220211230资料来源BloombergWind华泰研究资料来源BloombergWind华泰研究图表23全球商品贵金属指数与布林带指标图表24全球商品工业金属指数与布林带指标260closemiddleup1std260closemiddleup1std250up2stdlow1stdlow2std240up2stdlow1stdlow2std240220230200220180210160200190140180120170100202204142022120120220505202211102022012020220210202203032022032420220505202205262022061620220707202207282022081820220908202209292022102020221110202212222021123020220120202202102022030320220324202204142022052620220616202207072022072820220818202209082022092920221020202212012022122220211230资料来源BloombergWind华泰研究资料来源BloombergWind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读9金工研究图表25全球商品能源指数与布林带指标图表26全球商品农业指数与布林带指标70closemiddleup1std85closemiddleup1std65up2stdlow1stdlow2std80up2stdlow1stdlow2std605575507045406535603055252050202211102022120120220120202202102022030320220324202204142022050520220526202206162022070720220728202208182022090820220929202210202022120120221222202112302022012020220210202203032022032420220414202205052022052620220616202207072022072820220818202209082022092920221020202211102022122220211230资料来源BloombergWind华泰研究资料来源BloombergWind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读10金工研究华泰周期精选S1型策略业绩表现2022年12月业绩表现HYCLE-S1策略在2022年12月下跌097月内最大回撤160图表27HYCLE-S1今年12月净值走势2040HYCLE-S12030202020102000199019802022-12-122022-12-252022-12-012022-12-022022-12-032022-12-042022-12-052022-12-062022-12-072022-12-082022-12-092022-12-102022-12-112022-12-132022-12-142022-12-152022-12-162022-12-172022-12-182022-12-192022-12-202022-12-212022-12-222022-12-232022-12-242022-12-262022-12-272022-12-282022-12-292022-12-302022-11-30资料来源Wind华泰研究全样本业绩表现全样本回测期间20100601-20221231HYCLE-S1策略年化收益率为566夏普比率124最大回撤1377图表28HYCLE-S1全样本区间净值走势2500HYCLE-S120001500100050002011-04-012014-03-012021-04-012010-11-012011-09-012012-02-012012-07-012012-12-012013-05-012013-10-012014-08-012015-01-012015-06-012015-11-012016-04-012016-09-012017-02-012017-07-012017-12-012018-05-012018-10-012019-03-012019-08-012020-01-012020-06-012020-11-012021-09-012022-02-012022-07-012022-12-012010-06-01资料来源Wind华泰研究图表29HYCLE-S1全样本业绩表现20100601-20221231策略年化收益率年化波动率最大回撤夏普比率Calmar比率HYCLE-S1566457-1377124041资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读11金工研究图表30HYCLE-S1全样本月度收益率20100601-202212311月2月3月4月5月6月7月8月9月10月11月12月年收益2010年-104098-0702391910811045472011年-062150-101123-098-005227210128-1090282517572012年-048-117-076101398-113111-086-027-0550170731672013年206-088-039128128-240108-0232101451440467402014年-227155-080-0041040601860660352352871419902015年381-162-038-088-054-075074016132-015-017-0401052016年277154-082222051-021070042-059032-0231638492017年069211604203308206704400413901316310132018年182-115-005133066013-090054-1981111172184872019年082-049242-080244138141339-056104-01919713492020年-016-062-001021064067315234-141-0380852718192021年121195-057258150034075-118-238-145140-0513572022年-147-210-095-112-065-014182-208-273061078-097-872资料来源Wind华泰研究滚动计算持有HYCLE-S1策略1-3年的累计收益率持有一年收益率的平均值为622中位数为687持有三年绝对收益率最高为3728图表31HYCLE-S1持有1-3年累计收益率持有1年收益率持有2年收益率持有3年收益率最大值178628303728最小值-1073-605160平均值62214032238中位数68714722251资料来源Wind华泰研究图表32HYCLE-S1持有1年累计收益率滚动图表33HYCLE-S1持有3年累计收益率滚动2044持有1年收益率持有3年收益率391534102952401914-59-104-15-1月月月月月月月月月月月月月月月月月月月月月月5555555555555555555555年年年年年年年年年年年年年年年年年年年年年年2022201220132014201520162017201820192020202120132014201520162017201820192020202120222011资料来源Wind华泰研究资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读12金工研究华泰周期精选S2型策略业绩表现2022年12月业绩表现HYCLE-S2策略在2022年12月上涨052月内最大回撤010策略在12月份净值有所修复图表34HYCLE-S2今年12月净值走势2240HYCLE-S2223522302225222022152022-12-122022-12-252022-12-012022-12-022022-12-032022-12-042022-12-052022-12-062022-12-072022-12-082022-12-092022-12-102022-12-112022-12-132022-12-142022-12-152022-12-162022-12-172022-12-182022-12-192022-12-202022-12-212022-12-222022-12-232022-12-242022-12-262022-12-272022-12-282022-12-292022-12-302022-11-30资料来源Wind华泰研究全样本业绩表现全样本回测期间20100526-20221231HYCLE-S2策略年化收益率为658夏普比率147最大回撤642图表35HYCLE-S2全样本区间净值走势2500HYCLE-S220001500100050002010-10-262018-04-262011-03-262011-08-262012-01-262012-06-262012-11-262013-04-262013-09-262014-02-262014-07-262014-12-262015-05-262015-10-262016-03-262016-08-262017-01-262017-06-262017-11-262018-09-262019-02-262019-07-262019-12-262020-05-262020-10-262021-03-262021-08-262022-01-262022-06-262022-11-262010-05-26资料来源Wind华泰研究图表36HYCLE-S2全样本业绩表现20100526-20221231策略年化收益率年化波动率最大回撤夏普比率Calmar比率HYCLE-S2658448-642147103资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读13金工研究图表37HYCLE-S2全样本月度收益率20100526-202212311月2月3月4月5月6月7月8月9月10月11月12月年收益2010年-004-102084-0711752030571154602011年116119-108162207021288245090-12102221813252012年-010-097-069089358-129176-090-026-1680500741482013年214075097140085-151123-07921309724305211582014年-212121-028-038071015-061283-0941743311617322015年315-089034-118-077-0881080142-011-026-0711122016年244134-044-115055231089-008-048-0780681607012017年068229067146064042059234-089191-02519612422018年097-077020173154-009-111057-1650410720853352019年125-055270-072227181148384-091-023-005152132020年-082-032-001002036094449172-180-0520293027472021年018135-046307058030075-047134-0500440156892022年-009-188-038-015012078134-126-316-041-038052-490资料来源Wind华泰研究滚动计算持有HYCLE-S2策略1-3年的累计收益率持有一年收益率的平均值为711中位数为722持有三年绝对收益率最高为3501图表38HYCLE-S2持有1-3年累计收益率持有1年收益率持有2年收益率持有3年收益率最大值179224113501最小值-538086832平均值71114922330中位数72214952371资料来源Wind华泰研究图表39HYCLE-S2持有1年累计收益率滚动图表40HYCLE-S2持有3年累计收益率滚动2039持有1年收益率持有3年收益率341529102419514904-5-1月月月月月月月月月月月月月月月月月月月月月月5555555555555555555555年年年年年年年年年年年年年年年年年年年年年年2013202220122013201420152016201720182019202020212022201420152016201720182019202020212011资料来源Wind华泰研究资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读14金工研究华泰周期动量M1型策略业绩表现2022年12月业绩表现HYCLE-M1策略在2022年12月下跌056月内最大回撤091图表41HYCLE-M1今年12月净值走势2105HYCLE-M1210020952090208520802075207020221212022122202212320221242022125202212620221272022128202212920221212202212252022121020221211202212132022121420221215202212162022121720221218202212192022122020221221202212222022122320221224202212262022122720221228202212292022123020221130资料来源Wind华泰研究全样本业绩表现全样本回测期间20100601-20221231HYCLE-M1策略年化收益率为601夏普比率146最大回撤510图表42HYCLE-M1全样本区间净值走势2500HYCLE-M1200015001000500020114120143120214120106120119120122120127120135120148120151120156120164120169120172120177120185120193120198120201120206120219120222120227120121212013101201511120171212018101202011120221212010111资料来源Wind华泰研究图表43HYCLE-M1全样本业绩表现20100601-20221231策略年化收益率年化波动率最大回撤夏普比率Calmar比率HYCLE-M1601411-510146118资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读15金工研究图表44HYCLE-M1全样本月度收益率20100601-202212311月2月3月4月5月6月7月8月9月10月11月12月年收益2010年-086128048234112-0121315652011年-010116-142184-022-065386067121-1130540966832012年162048-116099087-033117006-014-1111330504322013年176025080174-006-211147031070086086-0536142014年-118239-068046174108-086258-12316121218410202015年321-136086-031-093-177140-090117051-012-0391262016年254108002092-012-004133053014026-048-0785492017年0951970550035141254183-14510710618212722018年085-115-048043036102-018241-2110160730012012019年217-034329-051209358130220-157-03202806213412020年072047-006014064107258091-096-0020703289812021年-026026004238098014043-050-016009-1030472842022年014-036071-086-001-104083-069-151080-123-056-375资料来源Wind华泰研究滚动计算持有HYCLE-M1策略1-3年的累计收益率持有一年收益率的平均值为646中位数为653持有三年绝对收益率最高为3267图表45HYCLE-M1持有1-3年累计收益率持有1年收益率持有2年收益率持有3年收益率最大值164225583267最小值-386-152735平均值64613892188中位数65313822086资料来源Wind华泰研究图表46HYCLE-M1持有1年累计收益率滚动图表47HYCLE-M1持有3年累计收益率滚动2039持有1年收益率持有3年收益率341529102419514904-5-1月月月月月月月月月月月月月月月月月月月月月月5555555555555555555555年年年年年年年年年年年年年年年年年年年年年年2022201220132014201520162017201820192020202120132014201520162017201820192020202120222011资料来源Wind华泰研究资料来源Wind华泰研究风险提示本策略基于华泰金工周期系列研究对全球各类经济金融指标长达百年样本的实证结果确定周期长度然而市场存在短期波动与政策冲击就每轮周期而言暂无法预测具体长度且历史规律存在失效风险策略无法保证未来获得预期收益对依据或使用该规律所造成的后果由投资者自行承担免责声明和披露以及分析师声明是报告的一部分请务必一起阅读16金工研究附录华泰周期系列策略简介华泰周期系列策略是基于周期理论开发的定量的资产周期轮动策略该系列目前主要包括S1型策略S2型策略和M1型策略其中S1型策略基本要素如下策略代码HYCLES1策略名称华泰周期精选S1型策略英文名称HuataiMultiAssetCycleAllocationSelectionIIndex英文简称HYCLES1Index发布平台BloombergWindS2型策略基本要素如下策略代码HYCLES2策略名称华泰周期精选S2型策略英文名称HuataiMultiAssetCycleAllocationSelectionIIIndex英文简称HYCLES2Index发布平台BloombergWindM1型策略基本要素如下策略代码HYCLEM1策略名称华泰周期动量M1型策略英文名称HuataiMultiAssetCycleAllocationMomentumIIndex英文简称HYCLEM1Index发布平台BloombergWind策略原理长久以来有效的大类资产配置被视作是投资成功的关键资产配置的投资实践大体可以分为被动资产配置与主动资产配置两种被动资产配置认为市场不可预测投资者只能通过分散化的投资降低组合的波动率从而提升夏普比率代表性的被动资产配置模型包括均值方差风险平价CPPI等主动资产配置则认为市场的运行遵循特定的规律因而可以进行预测投资者可以通过配置未来表现更优的一篮子资产获取更高的收益回报典型的主动资产配置模型是2004年美林证券提出美林投资时钟模型美林投资时钟依据典型宏观经济指标走势刻画经济所处周期阶段进而实现资产轮动配置模型提供了有效的从宏观择时到大类资产配置的指导框架然而对于经济状态的刻画以及经济状态和资产价格之间的映射关系仍缺乏定量而有效的手段美林投资时钟仅依据经济增长和通胀水平对经济状态进行判断或不够全面对实际投资的指导价值稍显不足华泰金工团队长期深耕周期研究并开发了定量的周期模型指导投资实践周期模型以系统论的角度研究宏观经济与金融市场利用多个变量的特征对金融经济系统的周期状态进行刻画结合市场运行的规律对各资产的走势进行预测具体而言周期模型依据周期传导的稳定路径预判当前最具有投资优势的资产并进行配置在配置思路上相较于传统的资产配置模型更主动更全面更科学策略在股票债券商品三类资产之间进行轮动配置与频繁换仓的交易型策略不同策略致力于利用周期规律捕捉大类资产的中长期趋势性投资机会低频换仓的策略实践也保障了较高的策略容量能够满足大资管时代下的财富管理需求免责声明和披露以及分析师声明是报告的一部分请务必一起阅读17金工研究理论基础HYCLE系列策略的理论基础在于周期的存在性华泰金工团队多年来发布数十篇深度报告论证市场周期规律的长期稳定存在并在21年上半年对前期成果进行提炼与再造精细打磨相关研究结论整合成周期大报告工业社会的秩序20210517报告从周期存在的验证周期起源的探索周期规律的运用三个层面对金融经济系统的周期进行全面的论证与探讨图表48工业社会的秩序资料来源华泰研究在周期存在的验证部分我们从肉眼可见的周期规律出发首先从经济金融世界中诸多常见的同步现象上发现周期的存在举例来说在同比的观察视角下我国M1同比序列与上证综指同比序列存在类似的周期性运动特征美国GDP与标普500指数同比序列同样有类似现象放眼全球主要股指重要商品指数以及利率PPI等指标相似的周期性运动轨迹指示出系统周期存在的可能从理论研究角度同样可以验证周期的存在我们通过信号处理等方法对全球多种宏观经济指标和资产价格数据进行了定量分析发现这些指标普遍存在短中长三大周期长度分别为42个月100个月和200个月左右与传统经济学理论中的基钦周期朱格拉周期库兹涅茨周期不谋而合并进一步从理论上确定了系统共同周期的存在以及宏观经济周期形成的必然性在实践检验中周期因素在资产价格变化中起重要作用三周期对全球主要资产价格的解释力度超50基于周期的稳定性和可预测性我们得以判断资产价格走势及相对投资机会此外主要大类资产存在稳定的相位差这也说明了大类资产轮动策略较传统股债共同配置策略更加科学因此借助于周期规律投资者可以主动判断当前所处的经济状态并配置适合的资产资产配置实践基于金融经济系统的周期规律我们构建资产定价方程建立资产价格和宏观周期的定量映射关系在全球范围内优选股债商等资产通过定量方法进行宏观择时与资产配置形成全球股债商轮动策略总体而言HYCLE系列策略依据长期稳定的周期规律进行主动的大类资产配置收益来源于对市场状态的主动判断和不同资产不同周期状态稳健的映射关系而不依赖于具体某个资产某个时间段内的高收益周期策略对于不同市场环境的适应性较高在周期信号中已经包含了对资产是否适用于目前经济状态的评估因此不需要对某种资产做额外的调整在每种环境下都主动配置适宜该环境的资产对于未来可能发生的变革或具有较强的适用性免责声明和披露以及分析师声明是报告的一部分请务必一起阅读18金工研究进一步地为应对市场可能出现的种种冲击我们针对不同级别的风险分别设置了风险控制措施如在市场周期拐点处施加保护以降低不确定性风险止损系统的全时覆盖保证策略有效抵御全球市场黑天鹅冲击波动率控制技术保障策略净值走势稳健持续向上突破等HYCLE-S2策略的具体实现S2策略在考虑流动性和可交易性的基础上尽可能引入了更多的底层资产丰富的底层资产具有三方面的优势1对全球经济具有更广泛的代表性2较多的备选资产为应对不同的市场环境提供了自由度3多资产的复合能够更准确地判断经济周期S2策略共有26个底层资产包括11个股票资产10个债券资产和5个商品资产图表49S2策略底层资产选择资料来源华泰研究图表50S2策略构造逻辑资料来源华泰研究S2型策略HYCLE-S2是基于周期理论研发的量化投资策略策略配置逻辑由战略配置战术配置风险控制三个维度组成战略配置层面采用周期模型在股债商中选择最具有配置性价比的大类资产战术配置层面采用动量模型优选上涨动力更强的子类资产风险控制层面组合应用多种风控措施控制策略回撤周期模型以资产价格周期为着眼点发现国内外主要资产均具有与宏观数据类似的周期性资产价格的周期性实际上也是宏观经济周期在资产上的映射价格数据是交易所得表现出的周期性甚至比宏观数据更好周期性的存在使得资产价格具有了可预测性S2策略的战略配置层面就采用周期模型对资产价格未来的表现进行预测从而找到最具有性价比的大类资产S2策略在战术配置层面采用动量因子进行增强众多学术研究发现过去一段时间表现较强的资产在未来一段时间表现也会较强即资产往往呈现出一定的动量效应常见的动量因子包括过去一段时间的收益率夏普比等从使用方式上动量因子可以分为免责声明和披露以及分析师声明是报告的一部分请务必一起阅读19金工研究横截面动量和时序动量前者主要用于横截面比较后者主要用于时序择时这两者在S2策略中均有使用横截面动量用于战术配置层面进行收益增强时序动量用于风险控制层面用于防范风险降低回撤S2有较为完备的风险控制措施波动率控制技术使策略波动率在不同市场环境中均能稳定在目标波动率水平附近资产价格截断技术能够在特定资产突发风险时降低该资产仓位风险指标预警机制能够在风险资产的黑天鹅冲击中做出一定的风险应对中期择时辅助技术能够在策略观点与市场真实表现出现差异时进行修正图表51S2策略风险控制措施资料来源华泰研究HYCLE-M1策略的具体实现M1策略的底层资产包括全球范围内精选的股票债券商品类资产其中股票资产涵盖中美日欧洲澳洲等不同市场债券资产既包括上述市场的10年期国债期货也包括了国内市场的2年期和5年期国债期货短债的加入丰富了境内债券资产的选择也为策略运行提供了一定的缓冲垫商品市场包括了贵金属工业金属能源化工农产品各自典型的代表资产图表52M1策略底层资产选择资料来源华泰研究M1策略依托华泰周期理论和因子投资方法将周期和动量两个相对独立的收益因子在风险预算框架下进行结合均衡使用在风控方面辅以中期择时手段动态调整杠杆水平以增强观点灵敏性引入止损模块进行日度监控规避可能存在的尾部风险具体来说在因子层面M1策略分别将周期和动量两个因子观点施加于大类资产和子类资产两个层面通过调节风险预算系数使得两个因子观点强度一致在大类资产层面通过周期分配预算系数将股票债券商品三种典型大类资产的同比序列使用周期模型进行预测进而判断未来一段时间内三类资产的相对投资机会大小周期预测涨跌幅最高的资产赋予较高的风险预算系数预测涨跌幅最低的资产赋予较低的预算系数子类资产层面通过截面时序双重动量共同发表观点首先通过截面动量选取在同类资产风险资产免责声明和披露以及分析师声明是报告的一部分请务必一起阅读20