22年10月以来反弹依然是流动性驱动为主，股债同涨同跌结构仍未改变
　　22年10月以来，海外风险资产出现较大幅度反弹，市场风险偏好有所上升。复盘本轮反弹行情，纳斯达克指数上涨相对较慢，4季度的反弹幅度弱于道琼斯指数和欧洲斯托克50指数。在美元指数由强转弱的过程中，非美国家流动性的缓解速度可能大于美国国内。另外，本轮海外股票的反弹依然是流动性因素驱动为主，与22年6月至8月的市场反弹类似，股债同涨同跌的状态并没有改变，这实际上是未来资产配置的隐忧。股债同涨同跌的情况下，两类资产都很难走出震荡格局。
　　经济基本面或将逐渐成为市场核心驱动，走向衰退的可能性最大
　　随着美联储加息进入尾声，理想状况下市场的主要驱动力应该转为经济基本面，对于未来的市场表现，可能会出现三种情景：1、欧美经济基本面较强，强经济有助于提升风险偏好，但强经济容易引发通胀和紧缩的二次担忧，市场表现可能会重回2022年；2、欧美经济基本面走弱，发生经济衰退，企业盈利下滑，带动风险资产走弱，债券资产走强，这种情景我们认为发生概率较高；3、欧美经济既不强也不弱，处于一种混沌状态，这种情景下，股债依然同涨同跌，但都没有趋势性行情。
　　1月全球多数资产反弹，商品中能源板块表现不佳
　　1月份全球多数资产表现较佳，中美日欧四大经济体核心股票指数均获得较大幅度上涨，沪深300、标普500、日经225和欧洲斯托克50分别上涨7.37%、6.18%、4.72%和9.75%。欧美债券也迎来反弹，美国10年期国债期货和德国10年期国债期货分别上涨1.98%和2.93%。商品资产中，能源板块表现不佳，工业金属和贵金属表现较强。从风险调整后收益来看，股债资产并没有明显的强弱分化，特别是海外股债依然是一个同涨同跌的态势。
　　HYCLE系列策略业绩表现统计与分析
　　1月份，HYCLE-S1策略上涨1.20%，月内最大回撤0.41%；HYCLE-S2策略微跌0.05%，月内最大回撤0.32%；HYCLE-M1策略上涨0.86%，月内最大回撤0.26%。在全样本回测区间内，S1策略年化收益5.72%，夏普比率1.23；S2策略年化收益6.53%，夏普比率1.46；M1策略年化收益6.04%，夏普比率1.47。
　　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：证券研究报告金工经济基本面或将成为市场核心驱动华泰研究研究员林晓明SACNoS0570516010001linxiaominghtsccom2023年2月07日中国内地专题研究SFCNoBPY4218675582080134研究员陈烨PhD22年10月以来反弹依然是流动性驱动为主股债同涨同跌结构仍未改变SACNoS0570521110001chenyehtsccom22年10月以来海外风险资产出现较大幅度反弹市场风险偏好有所上升861063211166复盘本轮反弹行情纳斯达克指数上涨相对较慢季度的反弹幅度弱于道4研究员李聪琼斯指数和欧洲斯托克50指数在美元指数由强转弱的过程中非美国家SACNoS0570522100001liconghtsccom流动性的缓解速度可能大于美国国内另外本轮海外股票的反弹依然是流861063211166动性因素驱动为主与22年6月至8月的市场反弹类似股债同涨同跌的研究员刘志成状态并没有改变这实际上是未来资产配置的隐忧股债同涨同跌的情况下SACNoS0570521110002liuzhichenghtsccom两类资产都很难走出震荡格局861063211166研究员韩晳经济基本面或将逐渐成为市场核心驱动走向衰退的可能性最大SACNoS0570520100006hanxihtsccom随着美联储加息进入尾声理想状况下市场的主要驱动力应该转为经济基本861056793937面对于未来的市场表现可能会出现三种情景1欧美经济基本面较强强经济有助于提升风险偏好但强经济容易引发通胀和紧缩的二次担忧市研究员源洁莹SACNoS0570521080001yuanjieyinghtsccom场表现可能会重回2022年2欧美经济基本面走弱发生经济衰退企SFCNoBRR3148675582366825业盈利下滑带动风险资产走弱债券资产走强这种情景我们认为发生概率较高3欧美经济既不强也不弱处于一种混沌状态这种情景下股债依然同涨同跌但都没有趋势性行情1月全球多数资产反弹商品中能源板块表现不佳1月份全球多数资产表现较佳中美日欧四大经济体核心股票指数均获得较大幅度上涨沪深300标普500日经225和欧洲斯托克50分别上涨737618472和975欧美债券也迎来反弹美国10年期国债期货和德国10年期国债期货分别上涨198和293商品资产中能源板块表现不佳工业金属和贵金属表现较强从风险调整后收益来看股债资产并没有明显的强弱分化特别是海外股债依然是一个同涨同跌的态势HYCLE系列策略业绩表现统计与分析1月份HYCLE-S1策略上涨120月内最大回撤041HYCLE-S2策略微跌005月内最大回撤032HYCLE-M1策略上涨086月内最大回撤026在全样本回测区间内S1策略年化收益572夏普比率123S2策略年化收益653夏普比率146M1策略年化收益604夏普比率147HYCLE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金工研究正文目录经济基本面或将代替流动性因素成为市场核心驱动力3海外未来资产表现的情景分析31月份全球资产多数反弹5欧美制造业景气度依然较低服务业景气度有所回升5技术面上来看多数资产目前趋势较好8华泰周期精选S1型策略业绩表现102023年1月业绩表现10全样本业绩表现10华泰周期精选S2型策略业绩表现122023年1月业绩表现12全样本业绩表现12华泰周期动量M1型策略业绩表现142023年1月业绩表现14全样本业绩表现14风险提示15附录华泰周期系列策略简介16策略原理与理论基础16资产配置实践17HYCLE-S2策略的具体实现18HYCLE-M1策略的具体实现19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金工研究经济基本面或将代替流动性因素成为市场核心驱动力海外未来资产表现的情景分析22年10月以来海外风险资产出现较大幅度反弹市场风险偏好有所上升复盘本轮反弹行情市场结构与前期涨跌结构略有不同自2020年3月以来纳斯达克指数是海外股票指数中在上升环境中涨幅最大下跌环境中跌幅最深的指数可以认为是本轮行情的龙头指数但在2022年4季度的反弹中纳斯达克指数上涨相对较慢明显弱于道琼斯指数和欧洲斯托克50指数纳斯达克指数的反弹主要发生在2023年1月这背后可能有美元指数的影响22年10月份开始美元指数开始筑顶转头在美元指数由强转弱的过程中非美国家流动性的缓解速度可能大于美国国内同时天然气价格的下行使得欧洲困境反转的逻辑更强于是欧洲股票在22年4季度大幅反弹转换为美元计价后上涨幅度更大图表1行情复盘-主要股票指数区间涨跌幅纳斯达克指数标普500道琼斯工业指数欧洲斯托克50欧洲斯托克50美元日经225日经225美元20200323-2021111913405109979149752784387614718420211119-20220616-3370-2195-1594-2131-2641-1114-233520220616-20220815233117191332105564692383020220815-20221014-2138-1662-1261-1076-1461-617-159020221014-2023020218211665149125414074115169220221014-2022113011111387167217242550324112320221231-20220202165788627411801396501700资料来源Wind华泰研究图表2行情复盘-主要股票指数2020年3月以来收益表现纳斯达克指数标普500道琼斯工业指数欧洲斯托克50欧洲斯托克50美元日经22590日经225美元美元指数右轴120801157011060105501004095302090108508020214232022423202032320204232020523202062320207232020823202092320211232021223202132320215232021623202172320218232021923202212320222232022323202252320226232022723202282320229232023123202011232020122320211023202111232021122320221023202211232022122320201023资料来源Wind华泰研究图表3行情复盘-欧美国家国债收益率自22年10月以来均有下降单位美国国债收益率10年英国国债收益率10年5德国国债收益率10年期澳大利亚国债收益率10年4321012022-01-172022-01-312022-02-142022-02-282022-03-142022-03-282022-04-112022-04-252022-05-092022-05-232022-06-062022-06-202022-07-042022-07-182022-08-012022-08-152022-08-292022-09-122022-09-262022-10-102022-10-242022-11-072022-11-212022-12-052022-12-192023-01-022023-01-162023-01-302022-01-03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3金工研究图表4行情复盘-美国资本市场流动性在11月份后有明显改善单位美国FRA-OIS利差60504030201002022102420230116202201172022013120220214202202282022031420220328202204112022042520220509202205232022060620220620202207042022071820220801202208152022082920220912202209262022101020221107202211212022120520221219202301022023013020220103资料来源Wind华泰研究另外本轮海外股票的反弹依然是流动性因素驱动为主与22年6月至8月的市场反弹类似股债同涨同跌的状态并没有改变这实际上是未来资产配置的隐忧股债同涨同跌的情况下两类资产都很难走出震荡格局这是因为股债同涨同跌说明驱动资产表现的更多是流动性的边际变化而不是经济基本面此种情境下经济实际上既不好也不坏股债大概率维持一种同涨同跌的宽幅震荡状态可能很难走出趋势性行情图表5美国股债依然同涨同跌图表6欧洲股债依然同涨同跌0005-2-5-50-4-10-6-10-5-15-8-15-10-20-10-12-20-15-25-14-25-20-30-16-35-18-30-252022050320220303202301032022010320220203202203032022040320220603202207032022080320220903202210032022110320221203202301032022010320220203202204032022050320220603202207032022080320220903202210032022110320221203标普500美国10年债期货右轴欧洲斯托克50德国10年债期货右轴资料来源Bloomberg华泰研究资料来源Bloomberg华泰研究随着美联储加息进入尾声理想状况下市场的主要驱动力应该转为经济基本面对于未来的市场表现可能会出现如下三种情景1欧美经济基本面较强经济衰退不明显甚至没有发生衰退此时强经济有助于提升风险偏好股票商品在短期内有可能表现较好但强经济容易引发通胀和紧缩的二次担忧市场表现可能会重回2022年高利率可能常态化压制股票资产估值商品有望表现更好实际上2月3日美国市场的表现就接近这种情境非农就业数据超预期反而引发了股债资产的下跌但我们认为发生这种情景的概率较低高利率对经济生产影响很大美国部分经济数据可能表现较好但另一部分数据例如PMI等则在持续下滑在高利率环境中经济依然较强的难度很大2欧美经济基本面走弱发生经济衰退企业盈利下滑带动风险资产走弱流动性环境在经济衰退背景下边际改善债券资产走强短端利率与长端利率共同下行同时短端利率下降速度更快结束期限倒挂这种情景我们认为发生概率较高各类资产表现与基本面完全匹配政策对市场的干预不再是主要驱动因素股债负相关性回归结束2022年以来的股债同涨同跌的情况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3欧美经济既不强也不弱处于一种混沌状态无明确的复苏与衰退无法代替流动性成为市场主导因素这种情景下股债依然同涨同跌但都没有趋势性行情美联储紧缩或是宽松都没有明确的理由因此政策不会有大的波动但美联储的态度依然是市场的主要影响因素发生这种情景后对软着陆的预期可能会带来短暂的做多窗口但这始终是一种中间态并不稳定无法解决的期限倒挂始终提醒着经济未来可能衰退市场大概率在震荡中转向前两种情景我们认为发生情景1的概率较小发生情景2的概率较大在经济尚无明确方向之前可能会出现一段时间的情景3考虑到高利率对经济的影响可能会有一段时间的时滞短期海外可能处于情景3之后逐渐过渡至情景21月份全球资产多数反弹1月份全球多数资产表现较佳中美日欧四大经济体核心股票指数均获得较大幅度上涨沪深300标普500日经225和欧洲斯托克50分别上涨737618472和975欧美债券也迎来反弹美国10年期国债期货和德国10年期国债期货分别上涨198和293商品资产中能源板块表现不佳工业金属和贵金属表现较强从风险调整后收益来看股债资产并没有明显的强弱分化特别是海外股债依然是一个同涨同跌的态势图表7全球主要资产收益表现截至23年1月31日1月收益近三月收益近半年收益近一年收益今年以来收益沪深300指数7371847-032-892737标普500指数618528-130-972618日经225指数472-094-171120472欧洲斯托克50指数97515091228-027975中国10年期国债期货-005-080034063-005美国10年期国债期货198317-598-1086198德国10年期国债期货293-074-1147-1631293日本10年期国债期货076-104-177-176076全球商品贵金属指数4001827941451400全球商品工业金属指数76825201268003768全球商品能源指数-1004-2220-3218-158-1004全球商品农业指数188250471901188资料来源BloombergWInd华泰研究图表8全球主要资产风险调整后收益5波控截至23年1月31日1月收益近三月收益近半年收益近一年收益今年以来收益沪深300指数205519059-250205标普500指数130117-008-251130日经225指数132-018-029065132欧洲斯托克50指数261376350086261中国10年期国债期货-010-199017069-010美国10年期国债期货118188-374-872118德国10年期国债期货132-013-511-1109132日本10年期国债期货132-180-287-538132全球商品贵金属指数107507281202107全球商品工业金属指数138441261212138全球商品能源指数-135-291-421145-135全球商品农业指数053069117351053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华泰研究欧美制造业景气度依然较低服务业景气度有所回升12月中国PMI显著回升制造业与服务业PMI均回升至50以上美国制造业PMI继续下降服务业PMI有所回升日本制造业PMI已经连续三个月低于50但服务业PMI也有所回升欧洲制造业PMI和服务业PMI均有所回升但制造业PMI仍然低于50综合看来服务业景气度均强于制造业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605550454035302016-102022-102012-062012-102013-022013-062013-102014-022014-062014-102015-022015-062015-102016-022016-062017-022017-062017-102018-022018-062018-102019-022019-062019-102020-022020-062020-102021-022021-062021-102022-022022-062012-02资料来源Wind华泰研究图表10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706050403020102016-102022-102012-062012-102013-022013-062013-102014-022014-062014-102015-022015-062015-102016-022016-062017-022017-062017-102018-022018-062018-102019-022019-062019-102020-022020-062020-102021-022021-062021-102022-022022-062012-02资料来源Wind华泰研究图表11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16141210864202012-022018-102010-062010-112011-042011-092012-072012-122013-052013-102014-032014-082015-012015-062015-112016-042016-092017-022017-072017-122018-052019-032019-082020-012020-062020-112021-042021-092022-022022-072022-122010-01资料来源Wind华泰研究通胀方面12月美国欧洲通胀水平继续下行美国CPI回归至65PPI回归至79欧洲CPI回归至10以下PPI也快速下行但绝对水平依然较高欧美通胀下行趋势较为明确中国通胀水平整体较低日本通胀有抬头之势需要重点关注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108642022012-122020-012010-062010-112011-042011-092012-022012-072013-052013-102014-032014-082015-012015-062015-112016-042016-092017-022017-072017-122018-052018-102019-032019-082020-062020-112021-042021-092022-022022-072022-122010-01资料来源Wind华泰研究图表13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403020100102017-022017-072010-062010-112011-042011-092012-022012-072012-122013-052013-102014-032014-082015-012015-062015-112016-042016-092017-122018-052018-102019-032019-082020-012020-062020-112021-042021-092022-022022-072022-122010-01资料来源Wind华泰研究图表14主要经济体10年期国债利率一年变化量单位30中国美国日本欧元区25201510050005101520252005-092016-032006-092007-032007-092008-032008-092009-032009-092010-032010-092011-032011-092012-032012-092013-032013-092014-032014-092015-032015-092016-092017-032017-092018-032018-092019-032019-092020-032020-092021-032021-092022-032022-092006-03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金工研究技术面上来看多数资产目前趋势较好1月多数资产表现较强技术面上多数趋势较好股票资产均在中线以上运行商品资产除能源外也均在中线以上运行但股票资产多数涨速较快逼近两倍标准差上轨后或许会有回调债券资产中中国债券目前趋势较好日本债券目前趋势不佳欧美债券偏震荡格局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5200closemiddleup1std5100closemiddleup1std5000up2stdlow1stdlow2std4900up2stdlow1stdlow2std480047004600450044004300420041004000380039003600370034003500202202072022032120220411202205022022052320220613202207042022072520220815202209052022092620221017202211072022112820221219202301092023013020220131202202212022031420220404202204252022051620220606202206272022071820220808202208292022091920221010202210312022112120221212202301022023012320220228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31000closemiddleup1std4600closemiddleup1std30000up2stdlow1stdlow2std4400up2stdlow1stdlow2std29000420028000400027000380026000360025000240003400230003200220003000202210102022022120220314202204042022042520220516202206062022062720220718202208082022082920220919202210312022112120221212202301022023012320220131202202212022031420220404202204252022051620220606202206272022071820220808202208292022091920221010202210312022112120221212202301022023012320220131资料来源BloombergWind华泰研究资料来源BloombergWind华泰研究图表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116closemiddleup1std220closemiddleup1std215115up2stdlow1stdlow2stdup2stdlow1stdlow2std210114205113200112195190111185110180109175108170202203212022022820220411202205022022052320220613202207042022072520220815202209052022092620221017202211072022112820221219202301092023013020220131202202212022031420220404202204252022051620220606202206272022071820220808202208292022091920221010202210312022112120221212202301022023012320220207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closemiddleup1stdclosemiddle150up2stdlow1stdlow2std25up1stdup2std149low1stdlow2std241482314714622145211442014314219202202212022031420220404202204252022051620220606202206272022071820220808202208292022091920221010202210312022112120221212202301022023012320220131202202212022031420220404202204252022051620220606202206272022071820220808202208292022091920221010202210312022112120221212202301022023012320220131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closemiddleclosemiddle260up1stdup2std260up1stdup2std250low1stdlow2std240low1stdlow2std240220230200220180210160200190140180120170100202205162023010220220606202212122022022120220314202204042022042520220606202206272022071820220808202208292022091920221010202210312022112120221212202301232022013120220221202203142022040420220425202205162022062720220718202208082022082920220919202210102022103120221121202301022023012320220131资料来源BloombergWind华泰研究资料来源BloombergWind华泰研究图表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closemiddleclosemiddle70up1stdup2std85up1stdup2std65low1stdlow2stdlow1stdlow2std80605575507045406535603055252050202212122023010220220221202203142022040420220425202205162022060620220627202207182022080820220829202209192022101020221031202211212023010220230123202201312022022120220314202204042022042520220516202206062022062720220718202208082022082920220919202210102022103120221121202212122023012320220131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金工研究华泰周期精选S1型策略业绩表现2023年1月业绩表现HYCLE-S1策略在2023年1月上涨120月内最大回撤041图表27HYCLE-S1今年1月净值走势2040HYCLE-S12030202020102000199019802023-01-102023-01-112022-12-312023-01-012023-01-022023-01-032023-01-042023-01-052023-01-062023-01-072023-01-082023-01-092023-01-122023-01-132023-01-142023-01-152023-01-162023-01-172023-01-182023-01-192023-01-202023-01-212023-01-222023-01-232023-01-242023-01-252023-01-262023-01-272023-01-282023-01-292023-01-302023-01-312022-12-30资料来源Wind华泰研究全样本业绩表现全样本回测期间20100601-20230131HYCLE-S1策略年化收益率为572夏普比率123最大回撤1377图表28HYCLE-S1全样本区间净值走势2500HYCLE-S120001500100050002012-02-012010-11-012011-04-012011-09-012012-07-012012-12-012013-05-012013-10-012014-03-012014-08-012015-01-012015-06-012015-11-012016-04-012016-09-012017-02-012017-07-012017-12-012018-05-012018-10-012019-03-012019-08-012020-01-012020-06-012020-11-012021-04-012021-09-012022-02-012022-07-012022-12-012010-06-01资料来源Wind华泰研究图表29HYCLE-S1全样本业绩表现20100601-20230131策略年化收益率年化波动率最大回撤夏普比率Calmar比率HYCLE-S1572464-1377123042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10金工研究图表30HYCLE-S1全样本月度收益率20100601-202301311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-147-210-095-112-065-014182-208-273061078-098-8732023年120120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613中位数为685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-1073-701100平均值61313882220中位数68514672236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2013201420162020201220152016201720182019202020212022201320142015201720182019202120222011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11金工研究华泰周期精选S2型策略业绩表现2023年1月业绩表现HYCLE-S2策略在2023年1月微跌005月内最大回撤032策略在1月份维持较低波动图表34HYCLE-S2今年1月净值走势2238HYCLE-S222362234223222302228222622242023-01-102023-01-112022-12-312023-01-012023-01-022023-01-032023-01-042023-01-052023-01-062023-01-072023-01-082023-01-092023-01-122023-01-132023-01-142023-01-152023-01-162023-01-172023-01-182023-01-192023-01-202023-01-212023-01-222023-01-232023-01-242023-01-252023-01-262023-01-272023-01-282023-01-292023-01-302023-01-312022-12-30资料来源Wind华泰研究全样本业绩表现全样本回测期间20100526-20230131HYCLE-S2策略年化收益率为653夏普比率146最大回撤642图表35HYCLE-S2全样本区间净值走势2500HYCLE-S220001500100050002017-11-262022-01-262010-10-262011-03-262011-08-262012-01-262012-06-262012-11-262013-04-262013-09-262014-02-262014-07-262014-12-262015-05-262015-10-262016-03-262016-08-262017-01-262017-06-262018-04-262018-09-262019-02-262019-07-262019-12-262020-05-262020-10-262021-03-262021-08-262022-06-262022-11-262010-05-26资料来源Wind华泰研究图表36HYCLE-S2全样本业绩表现20100526-20230131策略年化收益率年化波动率最大回撤夏普比率Calmar比率HYCLE-S2653446-642146102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金工研究图表37HYCLE-S2全样本月度收益率20100526-202301311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125-055270-072227181148384-091-023-00515213002020年-082-032-001002036094449172-180-0520293027472021年018135-046307058030075-047134-0500440156892022年-009-188-038-015012078134-126-316-041-038052-4902023年-005-005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702中位数为718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-566018712平均值70214812317中位数71814922366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2021201220132014201520162017201820192020202120222013201420152016201720182019202020222011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13金工研究华泰周期动量M1型策略业绩表现2023年1月业绩表现HYCLE-M1策略在2023年1月上涨086月内最大回撤026图表41HYCLE-M1今年1月净值走势2105HYCLE-M121002095209020852080207520231120231220231320231420231520231620231720231820231920231102023111202311220231132023114202311520231162023117202311820231192023120202312120231222023123202312420231252023126202312720231282023129202313020231312022123120221230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604夏普比率147最大回撤510图表42HYCLE-M1全样本区间净值走势2500HYCLE-M1200015001000500020122120106120114120119120127120135120143120148120151120156120164120169120172120177120185120193120198120201120206120214120219120222120227120121212013101201511120171212018101202011120221212010111资料来源Wind华泰研究图表43HYCLE-M1全样本业绩表现20100601-20230131策略年化收益率年化波动率最大回撤夏普比率Calmar比率HYCLE-M1604410-510147118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金工研究图表44HYCLE-M1全样本月度收益率20100601-202301311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014-036071-086-001-104083-069-151080-123-056-3752023年086086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639中位数为651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-386-187664平均值63913772175中位数65113772082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2013201420172021201220152016201720182019202020212022201320142015201620182019202020222011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15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策略原理与理论基础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16金工研究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17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和避险资产中排序相对靠前的资产然后通过时序动量剔除回看期内收益为负的品种时序和截面取交集共同看多的资产赋予较大的预算系数否则赋予较小的预算系数在组合优化层面M1策略从风险预算模型出发无论周期观点还是动量观点无论对大类资产还是子类资产因子观点最终均体现为底层资产预算系数的动态调整在模型稳健的基础上实现了主动资产配置风险控制层面策略应用波动率控制技术资产价格截断技术风险指标预警机制中期择时辅助技术进行风险监测与控制图表53M1策略具体步骤和因子结合方案资料来源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20