本文推荐3篇将Transformer运用于量化投资的论文
　　Transformer模型于2017年提出，是GPT系列模型的奠基者。Transformer具备多模态数据（文本、图像、语音、时间序列等）学习能力，融合各种模态信息的大模型有可能突破目前量化投资的上限。本文推荐3篇将Transformer运用于量化投资的论文，论文涉及时间序列预测、多模态、多任务预测等。
　　文本FADT_BERT组合今年绝对收益18.78%，相对中证500超额10.67%
　　截至2023年3月31日，文本FADT_BERT组合上周绝对收益1.62%，今年以来绝对收益为18.78%，相对中证500超额收益10.67%。组合自2009年初回测以来年化收益率45.11%，相对中证500超额年化收益率34.98%，组合夏普比率1.56。
　　文本FADT组合今年绝对收益13.55%，相对中证500超额5.45%
　　截至2023年3月31日，文本FADT组合上周绝对收益1.44%，今年以来绝对收益13.55%，相对中证500超额收益5.45%。组合自2009年初回测以来年化收益率42.44%，年化超额收益率32.94%，夏普比率1.44。
　　中证1000增强组合上周超额收益-1.02%，今年超额收益2.99%
　　截至2023年3月31日，中证1000增强组合相对中证1000上周超额收益为-1.02%，今年以来超额收益为2.99%。模型2018年初回测以来相对中证1000年化超额收益率为25.27%，年化跟踪误差为8.22%，信息比率为3.07，超额收益最大回撤为6.75%，超额收益Calmar比率为3.75。
　　机构调研选股相对中证500上周超额收益-0.43%，今年超额收益3.61%
　　截至2023年3月31日，机构调研选股组合相对中证500上周超额收益为-0.43%，今年以来超额收益为3.61%。模型回测以来年化收益率为28.34%，相对中证500年化超额收益率为21.63%，信息比率为2.05，超额收益最大回撤为14.42%。
　　GAT+residual模型上周超额收益0.55%，今年以来超额收益-2.22%
　　截至2023年3月31日，GAT+residual模型上周超额收益为0.55%，今年以来超额收益为-2.22%。模型2011年初回测以来年化超额收益率为15.57%，年化跟踪误差为5.85%，信息比率为2.66，超额收益最大回撤为8.30%，超额收益Calmar比率为1.87。
　　风险提示：通过人工智能模型构建选股策略是历史经验的总结，存在失效的可能。人工智能模型可解释程度较低，使用须谨慎。本报告对基金历史数据进行梳理总结，不构成任何投资建议。
　　

研究报告全文：证券研究报告金工Transformer用于量化投资论文推荐华泰研究研究员林晓明SACNoS0570516010001linxiaominghtsccom2023年4月02日中国内地量化投资周报SFCNoBPY4218675582080134研究员何康PhD本文推荐3篇将Transformer运用于量化投资的论文SACNoS0570520080004hekanghtsccomTransformer模型于2017年提出是GPT系列模型的奠基者TransformerSFCNoBRB318862128972039具备多模态数据文本图像语音时间序列等学习能力融合各种模研究员李子钰态信息的大模型有可能突破目前量化投资的上限本文推荐3篇将SACNoS0570519110003liziyuhtsccomTransformer运用于量化投资的论文论文涉及时间序列预测多模态多SFCNoBRV7438675523987436任务预测等联系人陈伟SACNoS0570121070169chenwei018440htsccom文本FADTBERT组合今年绝对收益1878相对中证500超额1067862128972228截至2023年3月31日文本FADTBERT组合上周绝对收益162今年以来绝对收益为1878相对中证500超额收益1067组合自2009年初回测以来年化收益率4511相对中证500超额年化收益率3498组合夏普比率156文本FADT组合今年绝对收益1355相对中证500超额545截至2023年3月31日文本FADT组合上周绝对收益144今年以来绝对收益1355相对中证500超额收益545组合自2009年初回测以来年化收益率4244年化超额收益率3294夏普比率144中证1000增强组合上周超额收益-102今年超额收益299截至2023年3月31日中证1000增强组合相对中证1000上周超额收益为-102今年以来超额收益为299模型2018年初回测以来相对中证1000年化超额收益率为2527年化跟踪误差为822信息比率为307超额收益最大回撤为675超额收益Calmar比率为375机构调研选股相对中证500上周超额收益-043今年超额收益361截至2023年3月31日机构调研选股组合相对中证500上周超额收益为-043今年以来超额收益为361模型回测以来年化收益率为2834相对中证500年化超额收益率为2163信息比率为205超额收益最大回撤为1442GATresidual模型上周超额收益055今年以来超额收益-222截至2023年3月31日GATresidual模型上周超额收益为055今年以来超额收益为-222模型2011年初回测以来年化超额收益率为1557年化跟踪误差为585信息比率为266超额收益最大回撤为830超额收益Calmar比率为187风险提示通过人工智能模型构建选股策略是历史经验的总结存在失效的可能人工智能模型可解释程度较低使用须谨慎本报告对基金历史数据进行梳理总结不构成任何投资建议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Transformer运用于量化投资论文推荐2017年Google在其论文AttentionIsAllYouNeed中提出了Transformer架构Transformer在传统的CNN和RNN体系之外开创了一种完全基于注意力机制的网络架构Transformer的提出启发了后续大规模预训练模型的出现是GPT系列模型的奠基者Transformer具备多模态数据文本图像语音时间序列等学习能力融合各种模态信息的大模型有可能突破目前量化投资的上限本文推荐3篇将Transformer运用于量化投资的论文论文涉及时间序列预测多模态多任务预测等1TimeSeriesForecastingwithTransformerModelsandApplicationtoAssetManagement论文简介该论文由Amundi东方汇理资产管理于今年发表Transformer通过注意力机制和seq2seq架构来捕捉跨资产的长程依赖和互动从而实现多步时间序列预测进一步论文介绍了将Transformer运用于趋势跟踪策略和多期投资组合优化趋势跟踪策略的投资标的由24种商品期货9种股票指数期货13种债券期货和12种货币远期构成论文采用logistic回归SVM和Transformer对各资产的周度收益率进行分二分类预测最后对3种机器学习策略进行集成采用风险平价方法配置集成策略的表现优于基准策略对于多期投资组合优化的问题论文使用Transformer对波动率时间序列进行多期预测投资标的包括基于标普500和欧洲斯托克50的期货合约以及基于美国和德国10Y主权债券的期货合约将波动率的预测值作为均值方差模型和风险平价模型的输入论文比较了基于历史估计波动率的多期最优投资组合和基于Transformer预测波动率的多期最优投资组合之间的差异发现使用Transformer模型的投资组合表现更好2NumHTMLNumeric-OrientedHierarchicalTransformerModelforMulti-taskFinancialForecasting论文简介该论文发表在2022年的AAAI会议论文提出了一个面向数字的分层转换模型Numeric-orientedHierarchicalTransformerModelNumHTML通过利用不同类别的数值数据货币时间百分比等和多模态对齐的电话会议数据以预测股票的涨跌投资标的为标普500成分股所采用的数据集主要包含576份财务电话会议数据共由88829个文本音频对齐的句子组成论文提出的NumHTML模型由三个核心部分组成1结构化自适应预训练基于whole-word-maskedBERT模型WWM-BERT和BiLSTM模型预训练模型实现对数字类别的分类和大小比较以优化词级编码器对数值数据的表示在数字类别分类过程中包含数字数据的句子被归类为4个类别中的一个或多个货币时间百分比和其他在数字大小的比较中以预测最大数字的索引为目标2句级Transformer编码器将句子中的词通过结构化自适应预训练后的增强型WWM-BERT进行编码接着输入Transformer编码器对句子编码且句子编码的维度词编码的维度以及对应句子的音频特征维度保持一致最终一份财务电话会议数据由句子编码句子对应的音频特征编码以及位置编码加权得到的多模态数据组成3帕累托多任务学习算法论文考虑到预测波动率有助于更好地预测股票的涨跌故为了实现同时对股票涨跌和波动率进行预测论文采用帕累托多任务学习算法ParetoMTL将多任务学习问题分解为具有多约束的多目标子问题最后论文比较了自适应预训练前后的模型发现自适应预训练显著提升了模型实现数字数据的分类和大小识别能力同时结果表明使用多模态数据的NumHTML模型对股票涨跌的预测效果基本上优于目前所有最先进的多模态集成替代方法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3StockMovementPredictionandPortfolioManagementviaMultimodalLearningwithTransformer论文简介该论文发表在2021年的ICASSP会议该论文介绍了一种多模态深度学习架构Trans-DiCE实现利用金融指标和新闻数据预测股票涨跌论文使用扩展的因果卷积网络DilatedCausalConvolutionsneuralnetworksDC-CNN提取金融数据中的特征使用Transformer块提取新闻数据中的特征其中Transformer的遮蔽多头自注意层能够保留特征的因果关系并结合上下文信息改进特征同时论文通过堆叠的Transformer块和DC-CNN块整合衍生的多模态特征论文分别对标普500指数和20支股票进行涨跌预测并以组合收益为奖励函数在多种约束下优化配置权重所用数据包括原始量价数据金融业常用的衍生技术指标以及获取自彭博社和路透社的新闻文本数据结果表明论文模型对指数和个股的涨跌预测能力超过了基准模型同时论文发现Transformer可以很好地整合多模态特征中的信息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金工研究中证1000增强组合表现跟踪华泰金工中证1000增强组合构建方法如下1因子包含估值成长财务质量技术预期深度学习因子等2因子合成模型Boosting模型3组合构建方式控制行业和市值暴露个股权重偏离上限为1成分股权重占比为80周频调仓交易费用为单边千分之二截至2023年3月31日中证1000增强组合相对中证1000上周超额收益为-102今年以来超额收益为299模型2018年初回测以来相对中证1000年化超额收益率为2527年化跟踪误差为822信息比率为307超额收益最大回撤为675超额收益Calmar比率为375图表1中证1000增强组合超额收益表现超额收益回撤右轴累积超额收益左轴250-520-1015-1510-2005-2500-30201712201812201912202012202112202212资料来源朝阳永续Wind华泰研究图表2中证1000增强组合月度超额收益2018-01-02至2023-03-31基准为中证1000指数1月2月3月4月5月6月7月8月9月10月11月12月年超额收益2018年-024167715067162278548-060360324401-00720292019年03830737936128218906115425511711411333002020年-210-076356-221-095029132483298-003223-2069332021年093592502089098198-31722543301030079242732022年757045149-041341-082034551-011-02048719321032023年003188086299资料来源朝阳永续Wind华泰研究图表3中证1000增强组合回测绩效2018-01-02至2023-03-31基准为中证1000指数年化超额收年化跟踪误超额收益最相对基准月调仓双边换年化收益率年化波动率夏普比率最大回撤益率差大回撤信息比率Calmar比率胜率手率中证1000增强组合248324391023091252782267530737577423231中证1000-0592406-0024228资料来源朝阳永续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FADT选股组合近期表现跟踪华泰金工研报人工智能57文本FADT选股2022-07-01我们在分析师盈利预测调整的场景下对相关研报的标题和摘要进行情感分析构建了forecastadjtxt因子并基于该因子的多头端基础股票池进行增强构建top25的主动量化选股组合FADTforecast-adjust-textportfolio截至2023年3月31日FADT组合上周绝对收益为144今年以来绝对收益为1355相对中证500超额收益545自2009年初回测以来年化收益率4244相对中证500超额年化收益3294组合夏普比率144图表4Forecastadjtxt因子分层回测净值图表5Forecastadjtxt因子分层回测超额净值基准中证50020分层16分层118分层2分层2分层35分层316分层4分层4分层14分层545分层12分层66分层7分层7310分层8分层88分层9分层92分层106分层10412002014-11-042009-01-232009-11-202010-09-132011-07-142012-05-152013-03-112014-01-072015-08-252016-06-232017-04-202018-02-072018-12-062019-10-082020-07-312021-05-312022-03-252023-01-182009-11-202018-12-062009-01-232010-09-132011-07-142012-05-152013-03-112014-01-072014-11-042015-08-252016-06-232017-04-202018-02-072019-10-082020-07-312021-05-312022-03-252023-01-18资料来源朝阳永续Wind华泰研究资料来源朝阳永续Wind华泰研究图表6FADT增强组合净值回测期20090123-20230331最大回撤右轴增强组合回测净值中证500净值1400120-20100-408060-6040-80200-100200920102011201220132014201520162017201820192020202120222023资料来源朝阳永续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5金工研究图表7FADT增强组合相对中证500净值回测期20090123-20230331超额最大回撤右轴相对中证500净值50045-540-1035-1530-2025-2520-3015-3510-405-450-502010-01-232011-01-232012-01-232013-01-232014-01-232015-01-232016-01-232017-01-232018-01-232019-01-232020-01-232021-01-232022-01-232023-01-232009-01-23资料来源朝阳永续Wind华泰研究图表8FADT增强组合分年度业绩基准中证500回测期20090123-20230331时间年化区间收益率年化区间超额收益年化波动率最大回撤夏普比率卡玛比率200910996-02932112115342520201053443970290816821843182011-2018247125202804-080-07220123155309926902486117127201310111698227521358367745201441500442397144017328820151427664884861520429427420161020237431942442032042201714421513180215250800952018-2505164929163293-086-07620197369363925491577289467202010458740131571624331644202171765059233710643076752022373240427642311013016202303311355545成立以来4244329429635204144082资料来源Wind朝阳永续华泰研究图表9FADT增强组合分月度业绩1月2月3月4月5月6月7月8月9月10月11月12月200919144966574411512-1947881104914186052010-559605437277-364-418190013064131091124-3292011-198965-478-557-301360659-092-1444849-201-12692012-1461365-594636707295-237243022-007-1637211820131143653-1842741798-9761558861944-30912960962014764-153-4920488425935615601187035747-986201521311366277918762518-1282-993-1618-843246210658262016-2671-3862258-087245868145416-152301328-46320170901001063-325-680717337348290142-364-0712018-214-093443077182-560185-915-179-1127201-542201917821341007-202-471471479055582557-06486420205261154-615135393718761347802-329143-0364662021027066089306105312086381065-41919114260862022-10641176-724-96219951086363-308-864-161549-3282023968544-181资料来源Wind朝阳永续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金工研究文本FADTBERT选股组合近期表现跟踪华泰金工研报人工智能62再探文本FADT选股2022-10-28中我们对盈利预测调整场景下的文本因子进行升级构建了forecastadjusttxtbert因子并基于该因子的多头端基础股票池进行增强构建top25的主动量化选股组合文本FADTBERTforecast-adjust-textportfolioBERT版截至2023年3月31日文本FADTBERT组合上周绝对收益为162今年以来绝对收益为1878相对中证500超额收益1067自2009年初回测以来年化收益率4511相对中证500超额年化收益3498组合夏普比率156图表10文本FADTBERT增强组合净值回测期20090123-20230331最大回撤右轴增强组合回测净值中证500净值1800160140-20120-4010080-606040-80200-100200920102011201220132014201520162017201820192020202120222023资料来源朝阳永续Wind华泰研究图表11文本FADTBERT增强组合相对中证500净值回测期20090123-20230331超额最大回撤右轴相对中证500净值70060-1050-204030-3020-40100-50200920102011201220132014201520162017201820192020202120222023资料来源朝阳永续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12文本FADTBERT增强组合分年度业绩基准中证500回测期20090123-20230331时间年化区间收益率年化区间超额收益年化波动率最大回撤夏普比率卡玛比率200914754195234471891428780201058484526297920981962792011-1871265024642601-076-07220123403333526042306131148201311088787628551224388906201441640772210126718832920151250155534659472226826520161125234529172197039051201734503673177910231943372018-1644295726732902-062-05720199890558725411465389675202010501735930551640344640202130621573237615191292022022-918165627272274-034-0402023033118781067成立以来4511349828844722156096资料来源Wind朝阳永续华泰研究图表13文本FADTBERT增强组合分月度业绩1月2月3月4月5月6月7月8月9月10月11月12月200921368774609381326-1238581118415124722010083408294372020-78917421069451705214-0992011-275717-436-309-741328325036-1104796-092-12062012-5081279-640565270038-495464100-060-1062198120131120431159-1231317-135477351439138712630262014449-0541186401786007323471211-016440-066201513821155171612473178-1252-1359-1132381187167214012016-2043-0431890212332852270780085421293-3362017-204439202-220-439726-217430316175-6043262018074-036368-142149-974-083-292-123-741082-197201929016981308-467-7143113585064321380679052020556976-632104135211641819859-663-359-4611392021634545699395515905-077-115-194743714-0072022-785798-896-720879938-141-098-997152787-41720231380463-025资料来源Wind朝阳永续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金工研究机构调研选股组合表现跟踪参考华泰金工报告利用文本和反转改进机构调研选股202329机构调研选股组合构建方法如下1将研报文本因子和一致预期EPS季度环比变化率因子标准化后等权合成在每个调仓日剔除合成因子排名后10的股票2在第1步筛选的股票中计算过去60个交易日个股相对中证500的累积超额收益在每个调仓日剔除超额收益排名前60的股票3在第2步筛选的股票中按照过去60个交易日调研次数排序选取前30只股票作为策略持仓股票的权重为log调研次数4策略在每月第一个交易日以当日vwap价格调仓交易成本为双边千分之三策略基准为中证500截至2023年3月31日机构调研选股组合相对中证500上周超额收益为-043今年以来超额收益为361模型回测以来年化收益率为2834相对中证500年化超额收益率为2163信息比率为205超额收益最大回撤为1442图表14机构调研选股组合净值图表15机构调研选股组合的超额收益超额收益回撤右轴累积超额收益左轴策略净值中证500净值1260105-584-1063-1542-2021-2500-30201508201608201308201408201708201808201908202008202108202208201508201408201608201708201808201908202008202108202208201308资料来源Wind朝阳永续华泰研究资料来源Wind朝阳永续华泰研究图表16机构调研选股组合回测绩效2013-08-30至2023-03-31基准为中证500指数年化超额年化跟踪超额收益最大相对基准调仓双边换年化收益率年化波动率夏普比率最大回撤收益率误差回撤信息比率Calmar比率月胜率手率机构调研选股组合283428930984595216310531442205150657911023中证50059625390236520资料来源朝阳永续Wind华泰研究图表17机构调研选股组合逐年收益率2013-08-30至2023-03-31基准为中证500指数2013年收益2014年收益2015年收益2016年收益2017年收益2018年收益2019年收益2020年收益2021年收益2022年收益2023年收益率率率率率率率率率率率机构调研选股组合1478393317434-966-390-2249654940934210-5641145中证50045039014312-1778-020-3332263820871558-2031811资料来源Wind朝阳永续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金工研究图神经网络选股策略近期表现华泰金工研报人工智能55图神经网络选股的进阶之路2022-04-11将残差图注意力网络GATresidual应用于中证500指数增强组合构建我们将定期跟踪该模型表现模型以半衰加权mse为损失函数半衰期为075组合为周度换仓单次换仓单边换手率上限为15回测交易费率单边千分之二选股因子测试流程等细节请参见原文截至2023年3月31日GATresidual模型上周超额收益为055今年以来超额收益为-222模型2011年初回测以来年化超额收益率为1557年化跟踪误差为585信息比率为266超额收益最大回撤为830超额收益Calmar比率为187图表18GATresidual模型超额收益表现50025超额收益最大回撤右轴累计超额收益400203001520010100500-100-5-200-102014-07-042021-07-042011-07-042012-01-042012-07-042013-01-042013-07-042014-01-042015-01-042015-07-042016-01-042016-07-042017-01-042017-07-042018-01-042018-07-042019-01-042019-07-042020-01-042020-07-042021-01-042022-01-042022-07-042023-01-042011-01-04资料来源朝阳永续Wind华泰研究图表19GATresidual模型月度超额收益2011-01-04至2023-03-31基准为中证500指数1月2月3月4月5月6月7月8月9月10月11月12月年超额收益2011年351106-00201906002209-04151472012年34042315160614131003-06361802013年14052522-0905-0648100823-011532014年08-0429042114-2301-1319-06-27212015年410314-070252-3542534943373322016年541629072456-1715-021518-182102017年-0611-04110922-0935161218131362018年-01101915101704-14271526-031312019年1000-0530022207221415-01-101122020年-33-032418072514252031-19461642021年15-1701542219080615-11-03231392022年2504031119181831-03-2726231582023年-0106-27-22资料来源朝阳永续Wind华泰研究图表20GATresidual模型回测绩效2011-01-04至2023-03-31基准为中证500指数Calmar比年化超额收年化跟踪误超额收益最超额收益相对基准年化双边年化收益率年化波动率夏普比率最大回撤率益率差信息比率大回撤Calmar比率月胜率换手率GATresidualwmse178226140684916036155758526683018776191616资料来源朝阳永续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21GATresidual模型合成因子累计RankIC和加权RankIC35累计RankIC累计加权RankIC3025201510502011-07-042019-01-042020-01-042012-01-042012-07-042013-01-042013-07-042014-01-042014-07-042015-01-042015-07-042016-01-042016-07-042017-01-042017-07-042018-01-042018-07-042019-07-042020-07-042021-01-042021-07-042022-01-042022-07-042023-01-042011-01-04资料来源朝阳永续Wind华泰研究图表22GATresidual模型合成因子评价指标2011-01-04至2023-03-31IC均RankIC加权IC加权RankICICIRRankICIR加权加权Top组精Bottom组Top组年化Bottom组年化多空对冲年化基准收值均值均值均值ICIRRankICIR确率精确率收益率收益率收益率益率GATresidual764951640859074088063081554159002355-24492402685资料来源朝阳永续Wind华泰研究图表23GATresidual网络结构资料来源华泰研究风险提示通过人工智能模型构建选股策略是历史经验的总结若市场规律改变存在失效的可能人工智能模型可解释程度较低归因较困难使用须谨慎本报告对基金历史数据进行梳理总结不构成任何投资建议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金工研究免责声明分析师声明本人林晓明何康李子钰兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见彼以往现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬一般声明及披露本报告由华泰证券股份有限公司已具备中国证监会批准的证券投资咨询业务资格以下简称本公司制作本报告所载资料是仅供接收人的严格保密资料本报告仅供本公司及其客户和其关联机构使用本公司不因接收人收到本报告而视其为客户本报告基于本公司认为可靠的已公开的信息编制但本公司及其关联机构以下统称为华泰对该等信息的准确性及完整性不作任何保证本报告所载的意见评估及预测仅反映报告发布当日的观点和判断在不同时期华泰可能会发出与本报告所载意见评估及预测不一致的研究报告同时本报告所指的证券或投资标的的价格价值及投资收入可能会波动以往表现并不能指引未来未来回报并不能得到保证并存在损失本金的可能华泰不保证本报告所含信息保持在最新状态华泰对本报告所含信息可在不发出通知的情形下做出修改投资者应当自行关注相应的更新或修改本公司不是FINRA的注册会员其研究分析师亦没有注册为FINRA的研究分析师不具有FINRA分析师的注册资格华泰力求报告内容客观公正但本报告所载的观点结论和建议仅供参考不构成购买或出售所述证券的要约或招揽该等观点建议并未考虑到个别投资者的具体投资目的财务状况以及特定需求在任何时候均不构成对客户私人投资建议投资者应当充分考虑自身特定状况并完整理解和使用本报告内容不应视本报告为做出投资决策的唯一因素对依据或者使用本报告所造成的一切后果华泰及作者均不承担任何法律责任任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效除非另行说明本报告中所引用的关于业绩的数据代表过往表现过往的业绩表现不应作为日后回报的预示华泰不承诺也不保证任何预示的回报会得以实现分析中所做的预测可能是基于相应的假设任何假设的变化可能会显著影响所预测的回报华泰及作者在自身所知情的范围内与本报告所指的证券或投资标的不存在法律禁止的利害关系在法律许可的情况下华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易为该公司提供投资银行财务顾问或者金融产品等相关服务或向该公司招揽业务华泰的销售人员交易人员或其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和或交易观点华泰没有将此意见及建议向报告所有接收者进行更新的义务华泰的资产管理部门自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策投资者应当考虑到华泰及或其相关人员可能存在影响本报告观点客观性的潜在利益冲突投资者请勿将本报告视为投资或其他决定的唯一信赖依据有关该方面的具体披露请参照本报告尾部本报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布的机构或人员也并非意图发送发布给因可得到使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员本报告版权仅为本公司所有未经本公司书面许可任何机构或个人不得以翻版复制发表引用或再次分发他人无论整份或部分等任何形式侵犯本公司版权如征得本公司同意进行引用刊发的需在允许的范围内使用并需在使用前获取独立的法律意见以确定该引用刊发符合当地适用法规的要求同时注明出处为华泰证券研究所且不得对本报告进行任何有悖原意的引用删节和修改本公司保留追究相关责任的权利所有本报告中使用的商标服务标记及标记均为本公司的商标服务标记及标记中国香港本报告由华泰证券股份有限公司制作在香港由华泰金融控股香港有限公司向符合证券及期货条例及其附属法律规定的机构投资者和专业投资者的客户进行分发华泰金融控股香港有限公司受香港证券及期货事务监察委员会监管是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司在香港获得本报告的人员若有任何有关本报告的问题请与华泰金融控股香港有限公司联系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金工研究香港-重要监管披露华泰金融控股香港有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员有关重要的披露信息请参华泰金融控股香港有限公司的网页httpswwwhtsccomhkstockdisclosure其他信息请参见下方美国-重要监管披露美国在美国本报告由华泰证券美国有限公司向符合美国监管规定的机构投资者进行发表与分发华泰证券美国有限公司是美国注册经纪商和美国金融业监管局FINRA的注册会员对于其在美国分发的研究报告华泰证券美国有限公司根据1934年证券交易法修订版第15a-6条规定以及美国证券交易委员会人员解释对本研究报告内容负责华泰证券美国有限公司联营公司的分析师不具有美国金融监管FINRA分析师的注册资格可能不属于华泰证券美国有限公司的关联人员因此可能不受FINRA关于分析师与标的公司沟通公开露面和所持交易证券的限制华泰证券美国有限公司是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司任何直接从华泰证券美国有限公司收到此报告并希望就本报告所述任何证券进行交易的人士应通过华泰证券美国有限公司进行交易美国-重要监管披露分析师林晓明何康李子钰本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员董事或顾问分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益本披露中所提及的相关人士包括FINRA定义下分析师的家庭成员分析师根据华泰证券的整体收入和盈利能力获得薪酬包括源自公司投资银行业务的收入华泰证券股份有限公司其子公司和或其联营公司及或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券股份有限公司其子公司和或其联营公司及或其高级管理层董事和雇员可能会持有本报告中所提到的任何证券或任何相关投资头寸并可能不时进行增持或减持该证券或投资因此投资者应该意识到可能存在利益冲突评级说明投资评级基于分析师对报告发布日后6至12个月内行业或公司回报潜力含此期间的股息回报相对基准表现的预期A股市场基准为沪深300指数香港市场基准为恒生指数美国市场基准为标普500指数具体如下行业评级增持预计行业股票指数超越基准中性预计行业股票指数基本与基准持平减持预计行业股票指数明显弱于基准公司评级买入预计股价超越基准15以上增持预计股价超越基准515持有预计股价相对基准波动在-155之间卖出预计股价弱于基准15以上暂停评级已暂停评级目标价及预测以遵守适用法规及或公司政策无评级股票不在常规研究覆盖范围内投资者不应期待华泰提供该等证券及或公司相关的持续或补充信息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金工研究法律实体披露中国华泰证券股份有限公司具有中国证监会核准的证券投资咨询业务资格经营许可证编号为91320000704041011J香港华泰金融控股香港有限公司具有香港证监会核准的就证券提供意见业务资格经营许可证编号为AOK809美国华泰证券美国有限公司为美国金融业监管局FINRA成员具有在美国开展经纪交易商业务的资格经营业务许可编号为CRD298809SEC8-70231华泰证券股份有限公司南京北京南京市建邺区江东中路228号华泰证券广场1号楼邮政编码210019北京市西城区太平桥大街丰盛胡同28号太平洋保险大厦A座18层邮政编码100032电话862583389999传真862583387521电话861063211166传真861063211275电子邮件ht-rdhtsccom电子邮件ht-rdhtsccom深圳上海深圳市福田区益田路5999号基金大厦10楼邮政编码518017上海市浦东新区东方路18号保利广场E栋23楼邮政编码200120电话8675582493932传真8675582492062电话862128972098传真862128972068电子邮件ht-rdhtsccom电子邮件ht-rdhtsccom华泰金融控股香港有限公司香港中环皇后大道中99号中环中心58楼5808-12室电话852-3658-6000传真852-2169-0770电子邮件researchhtsccomhttpwwwhtsccomhk华泰证券美国有限公司美国纽约公园大道280号21楼东纽约10017电话212-763-8160传真917-725-9702电子邮件Huataihtsc-uscomhttpwwwhtsc-uscom版权所有2023年华泰证券股份有限公司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