炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
林晓明 S0570516010001 研究员
SFC No. BPY421
黄晓彬 S0570516070001 研究员
张泽 S0570520090004 研究员
刘依苇 S0570119090123 联系人
报告发布时间：2021年6月8日
摘要
债券同比底点或已现，但近期仍存回调风险，股市目前尚难言顶
通过统计股债价格序列的阶段顶底部，我们发现股市基钦周期长度的稳定度要低于债市，股市按阶段顶部之间距离统计出的周期长度又不如按阶段底部统计出的稳定。同比序列上，我们认为2021年4月大概率是本轮基钦周期债市同比序列的底点，但由于当前债券同比仍在负值，股市同比仍维持在较高位置，因此预计未来一个季度股债仍处于强弱切换区域，股债双强的局面难以长时间维持。而价格序列上，以2020年11月的债市底部以及2021年2月的股市顶部计算得到的本轮基钦周期长度都较短，因此不排除股市创出新高的可能，同时债券也可能面临回调的风险。
5月股债商均上涨，商品涨幅缩窄，美元指数震荡下行
全球主要股指多数上涨，A股所有指数均有不同程度上涨，其中创业板指涨幅超7%。A股国防军工、计算机和基础化工涨幅靠前，今年以来表现不佳的农林牧渔和家电行业本月继续领跌，今年涨幅最高的钢铁行业出现回调。消费股的PE_TTM分位已处于自2010年1月1日以来87.80%的历史高位，金融股和周期股的PE_TTM历史分位或仍有上行空间。5月份商品市场多数品种均在上涨，CRB家禽现货涨幅最高，伦敦金大幅上涨。5月中美各期限利率下行，欧盟中长期限国债利率均上行。美元指数5月整体下行。
周期长线观点：下个季度股票商品周期或将见顶，债市趋势机会或在明年
基于金融经济系统的整体性视角，研判2021年大类资产投资机会与风险。2021年基钦周期持续上行，全球实体经济持续复苏是主旋律，股票、大宗周期下个季度或将见顶，全球重要国家债券利率短周期上行，货币大幅宽松可能性不大，债券逐渐盘底走稳，美元三周期共振下行带动美元指数下行，但前期跌幅已较大，或逐渐进入震荡筑底阶段。
6月股市短线观点：量化资产择时模型中4个模型看涨，2个模型看跌
对于6月沪深300所代表的股市走势，6类量化资产择时模型分别给出了多空观点。其中量价择时模型、利用PE变动指标构建的量化择时策略、根据波动率和换手率构造牛熊指标、北向资金布林带择时策略看涨市场，风险收益一致性择时模型、双均线择时策略看跌市场。
风险提示：本文基于系列研究对全球各类经济金融指标长达近百年样本的实证检验结果，确定使用的市场周期长度。然而市场存在短期波动与政策冲击，就每轮周期而言，暂无法判断具体长度。基于历史规律的总结存在失效风险。
正文
5月境内外大类资产表现：股债商整体上涨，美元指数震荡下行
近三月（2021/03/01-2021/5/31）商品表现优异，中债-新综合财富指数整体呈现上行趋势，MSCI全球指数和黄金波动上行，美元略有下跌。5月份商品继续上涨，但涨幅较上个月大幅缩窄；股市债市波动上行；黄金明显上行；美元指数整体呈现下行趋势。
全球股市：主要股指多数上涨，A股国防军工和计算机行业涨幅靠前
全球主要股指多数上涨，A股所有指数均有不同程度上涨，创业板指涨幅超7%
5月份全球股市涨跌不一，MSCI全球指数上涨，中国股指全数上涨，欧美主要股指均上涨，亚太股市四大主要股指均上涨。A股主要股指中，创业板指收益率最高，涨幅超过7%，其余指数均有不同程度上涨。
A股国防军工、计算机和基础化工行业表现较优，农林牧渔、家电和钢铁表现不佳
5月今年以来表现不佳的部分行业开始回暖，国防军工、计算机和非银行金融行业收益率排名靠前。收益率排名前五的行业分别为国防军工、计算机、基础化工、有色金属和食品饮料行业。在下跌的行业指数中，今年以来表现不佳的农林牧渔和家电行业本月继续领跌，今年涨幅最高的钢铁行业出现回调。
今年以来，各板块指数均在上下波动，5月金融、周期、消费、成长和稳定板块指数均呈现小幅上涨的趋势。消费股的PE_TTM分位已处于自2010年1月1日以来87.80%的历史高位，金融股和周期股的PE_TTM历史分位或仍有上行空间。
大宗商品：5月份纺织现货指数下跌，基本金属、黄金和原油指数均上涨
5月除纺织现货小幅下跌外各类CRB商品指数均在上涨，CRB家禽现货指数涨幅较高，为7.68%。黄金价格大幅上涨，伦敦金现涨幅7.63%，上海金涨幅6.57%。ICE布油和NYMEX原油价格上涨，近一月涨幅分别为3.39%和4.80%。
从2021年初到2021年五月底，在经济短周期上行的推动下，铜、锌、铝、铁等基本金属期货价格指数均呈现上行趋势。5月以来，随着国务院常务会议多次提出大宗商品保供稳价，各类金属期货价格出现不同幅度的回调。
全球债市：中美各期限国债利率均在下行，欧盟中长期限利率上行
近一月（截至2021/5/31）中国国债利率下行，中债新综合、中债国债、中债信用债净价指数均有所上涨；美国各期限国债利率均在下行；欧盟短期利率下行，中长期限利率上行。
美元指数：一季度整体上行，5月继续下探
美元指数在2021年一季度整体呈现小幅上行的趋势，主要受到美债收益率持续上行的影响，二季度以来受到美国10年期国债收益率下行的影响而拐头向下，5月继续下探。
每月新观察：债券同比或已现底点，但股指尚难言顶
股市基钦周期底点稳定领先于债券基钦周期顶点
我们以万得全A代表中国股票资产的走势，以中债-新综合净价（总值）指数代表中国债券资产的走势，分别将两个指数净值归一化后绘制到一起，以观察股市和债市的相对运动趋势。
首先我们将股市的阶段底部用黄色圈出，债市的阶段顶部用紫色圈出，可以发现股债资产的价格序列都存在明显的基钦周期，且债市顶部一般略微落后于股市底部。值得一提的是最近一轮股市基钦周期底部的位置，如果将其定为2018年末或者2019年初，则距离2016年2月的上一个底部时间较短，期间并非一个完整的基钦周期，而如果定为2020年3月，则这轮基钦周期长度偏长。但如果综合债券顶部略微落后于股市底部的规律，则可将底部大致选择为2020年3月，因此以下图示按2020年3月标注。2013年债市的阶段顶点也有类似情况，最终我们选的是2013年6月。
我们将债券阶段顶部和股市阶段底部的时间进行统计汇总，同时计算债市两个顶部间、股市两个底部间的月份数，发现平均来看基钦周期长度分别为43个月和44个月，但2013年那轮长度较长，股债的基钦周期都超过50个月。进一步统计每轮股市底部相对债市顶部的领先滞后关系可以看出，五轮基钦周期里，股市底部都领先于债市顶部出现。
我们对应观察股债的同比序列。债市同比序列呈现出明显的周期特征，且阶段顶部大多较为明确，但2019年初和2020年4月创出双顶形态，而股市则分别在2018年底和2020年3月创出双底形态。对于同比序列，大多数情况下股市同比底点也略微领先于债市同比顶点。
4月或是债券同比序列的底点，但不一定是价格序列的底部
接下来我们再将股市的阶段顶部用紫色圈出，债市的阶段底部用黄色圈出，并按上述相同的方法统计股债每轮基钦周期的长度以及股市底部与债市顶部的领先滞后关系。对于最近的股市顶部和债市底部，我们先分别选定为2021年2月和2020年11月。这样平均来看，以“底-底”统计的债市基钦周期长度为39个月，以“顶-顶”统计的股市基钦周期长度为41个月，但每轮周期长度的方差明显大于“顶-顶”统计的债市周期长度和“底-底”统计的股市周期长度，且股市顶部与债市底部的领先滞后关系并不明确。不过本轮债市“底-底”统计得到基钦周期长度仅35个月，且股市“顶-顶”得到的基钦周期长度仅38个月，都为较短的基钦周期长度，因此难以排除未来股市创出双顶形态、债市创出双底形态的可能。
同样观察股市同比阶段顶部和债市同比阶段底部，这里可以标记出的同比阶段顶点和底点数目更多。前期研究我们发现同比序列受到基钦周期、朱格拉周期、库兹涅茨周期影响，而其中基钦周期对市场的牛熊判断最为关键，因此我们在价格序列中，我们更容易观测出基钦周期，但同比序列则反映了三个周期的影响。不过值得一提的是，最近一次债市的阶段底点是在2021年4月，上一次债市的阶段底点是在2017年10月，两者相差42个月约合一个基钦周期长度，因此大概率本轮债市同比序列的底点即在2021年4月。
总体来看，股市基钦周期长度的稳定度要低于债市，股市按阶段顶部之间距离统计出的周期长度稳定度又低于按阶段底部统计出结果。根据上述结果我们认为，无论是股债的同比序列还是价格序列都存在基钦周期的现象，但由于股市波动更大、不确定性更强，因此在价格序列上债市的周期现象更加明显，周期长度也更加稳定。另一方面，股市在牛市顶部时往往受到投资者情绪面的影响更大，而在熊市底部时增量资金的微小边际变化即可较为容易地铸就一个底部，因此股市按照阶段底部之间的距离统计出的基钦周期长度比按阶段顶部更加稳定。
对于同比序列，我们认为2021年4月大概率是本轮基钦周期债市同比序列的底点，但由于当前债券同比仍在负值，股市同比仍维持在较高位置，因此预计未来一个季度股债仍处于强弱切换区域，股债双强的局面难以长时间维持。而价格序列上，以2020年11月的债市底部以及2021年2月的股市顶部计算得到的本轮基钦周期长度都较短，因此不排除股市创出新高的可能，同时债券也存在回调的风险。
周期模型长线观点：股商震荡调整后，上涨筑顶阶段或有所反复
在2017年5月9日发布的《金融经济系统周期的确定》以及2017年8月19日发布的《周期三因子定价与资产配置模型》等华泰金工周期系列报告中，我们发现全球宏观经济和资产价格数据中，普遍存在42个月左右、100个月左右和200个月左右的三个周期。这三个周期作为经济波动变化中能量占比高且稳定的成分，能解释经济金融系统中绝大部分变量的运动规律，我们依此构建华泰金工周期三因子模型，对各类资产价格的对数同比序列进行滤波分解，并将周期滤波外推进行预测。
在本章中，我们将使用4月底的最新资产价格数据，运用华泰金工周期三因子模型，对各个大类资产当前所处的周期状态进行判断，并对其同比序列的未来走势进行拟合预测。
风险资产周期状态：股票商品或将进入筑顶阶段
股市周期将见顶回落，筑顶阶段走势不确定较大
我们首先对上证指数、恒生指数、标普500和DAX指数等主要股指进行三周期分解，发现全球股指当前多处于短周期上行接近顶部、中周期上行的周期状态。历轮基钦周期实际市场涨跌时长不对称，平均而言上升阶段更长。具体可以参看年度策略《2021全球主要市场量化资产配置年度观点》（20210119）和《2021中国市场量化配置年度观点》（20210201）。
随后，我们选取上证综指、香港恒生、纳斯达克、标普500、日经225、英国富时100、法国CAC40、德国DAX、澳洲标普200、孟买SENSEX30等全球主要股指，提取其同比序列的42个月、100个月、200个月周期滤波序列并分别合成相位，形成全球股指的三周期序列，以便能够综合地观察全球股指的三周期状态。目前各股指短周期处于顶部、中周期仍在上行。
大宗商品指数同比的周期拟合序列仍在上行，2021年大概率延续2020年表现
CRB综合现货指数的三周期滤波结果显示，目前大宗商品长周期上行，中周期下行，能量最强的短周期处于上行阶段，且在2021年全年保持在正值区间内，预计今年大宗商品价格或延续2020年表现。
避险资产周期状态：利率大概率走平或上行，债券尚需等待趋势性投资机会
全球重要国家债券利率短周期上行，压制债券表现，流动性大幅宽松概率不大
我们首先对中国、美国、日本、德国和英国十年期国债利率的月度数据进行12期差分处理，并出于统一表述的目的将其定义为利率的同比序列，随后对此同比序列进行三周期分解，发现大部分国家利率当前多处于短周期上行接近顶部、中周期上行、长周期处于顶部区域的周期状态。
随后，我们选取中国、美国、日本、德国、英国、法国和澳大利亚等重要国家的十年期国债利率，提取其同比序列（意为12个月差分序列）的42个月、100个月、200个月周期滤波序列并分别合成相位，形成全球利率的三周期序列，以便能够综合地观察全球利率的三周期状态。我们发现，当前全球重要国家利率合成后的同比序列，处于短周期上行，中周期上行，长周期位于顶部区域的状态。
美元指数受长周期影响最大，但前期趋势下行幅度已较大，或进入震荡筑底阶段
对美元指数进行三周期分解后，我们发现美元指数走势受长周期影响最大，200个月的长周期决定了美元指数长期运行方向；100个月和42个月的短周期决定了美元指数中短期次级趋势。当前美元指数短、中、长三周期共振下行，美元指数未来或呈现出下行趋势。
6个择时模型短线观点：4个模型看涨，2个模型看跌
华泰金工在2016年9月12日《华泰价量择时模型》，2016年11月3日《技术指标与周期量价择时模型的结合》，2017年5月3日《华泰风险收益一致性择时模型》，2019年9月27日《波动率与换手率构造牛熊指标》的等深度报告中相继开发多类择时模型，具体包括：
（1）量价择时模型与华泰金工周期模型的思想一脉相承，采用行业价量的同比数据进行择时判断；
（2）风险收益一致性择时模型从行业贝塔与收益的相关关系判断市场环境；
（3）考虑股市估值因素，利用PE变动指标构建量化择时策略；
（4）根据波动率和换手率构造牛熊指标以刻画市场涨跌状态；
（5）另有利用经典的双均线指标开发一个简单的择时策略；
（6）借助北向资金可以构建布林带策略用以股票择时。
每个择时模型都会在月末发出看多或者看空的信号，如果我们综合各类择时模型的多空观点，加总可得到对于股市的最终看多信号个数。
量价择时模型
华泰金工在2016年9月12日和2016年11月3日分别推出《华泰价量择时模型》和《技术指标与周期量价择时模型的结合》两篇深度报告，构建量价择时模型并回测分析模型表现。模型构建的理念是，当A股大牛市来临时，所有行业都会上涨，熊市期间也少有行业能够独善其身，因此可以从行业层面对A股的整体市场环境进行观察。正所谓春江水暖鸭先知，当大级别行情来临之前，部分行业可能已经出现了一些迹象，这些行业的表现会是观察整体市场的领先指标。华泰量价择时模型从行业出发，根据价量信息对每个行业做出看多或者看空的判断，然后综合所有行业的多空观点对大盘做出判断。
成交价和成交量是反映行业表现的关键指标，二者的原始序列有较高的正相关性，但成交量的长期趋势斜率更大，两个数据匹配效果欠佳。然而对价格序列和累计成交量取对数同比变换之后，二者的相关性有所增强。这一步的处理方法与我们华泰金工周期理论的数据处理方法一脉相承，我们认为使用同比序列观察价量关系更容易观测到供需理论中价量同涨同跌的效应。
本文采用的量价择时模型判断市场多空的具体规则如下：
1）针对剔除综合以外的29个一级行业，提取该行业指数的月末收盘价和当月累计成交量
2）计算月度收盘价同比A_n与累计成交量同比B_n
3）若行业的累计成交量同比序列B_n>0、行业当月累计成交量同比大于上月值B_n>B_n-1、且行业当月价格同比大于上月值A_n>A_n-1，则该行业信号为1，否则为0
4）将所有行业的信号进行加总，如果大于5则看多整体A股市场，否则看空整体A股市场
风险收益一致性择时模型
华泰金工在2017年5月3日推出《华泰风险收益一致性择时模型》，利用行业收益率与贝塔之间的关系构造择时模型。根据资本资产定价模型，行业的当期收益率为市场组合当期收益率乘以行业贝塔。在行业贝塔相对稳定的情况下，当市场上涨，高贝塔行业将会有更高的涨幅，当市场下跌，低贝塔行业更具有防守性质。这是市场涨跌相对稳定的结构关系，贝塔一定程度上反映了市场风险在资产上的表达密度。行业收益率与其贝塔之间存在相对稳定的关系，贝塔也是风险的度量。
基于此，华泰风险收益一致性择时模型的基本思想是，当行业的收益率与其贝塔呈现较好的正相关时，可以认为市场收益率为正，市场处于上涨状态；当行业的收益率与其贝塔呈现负相关时，可以认为市场收益率为负，市场处于下跌状态，利用这种关系即可构造择时模型。
本文采用的风险收益一致性模型判断市场多空的具体规则如下：
1）选取与一级行业指数作为市场基准数据与行业基准数据，获取各自的周频数据，并计算行业贝塔值
2）以Spearman秩相关系数衡量行业贝塔与收益的一致性，秩相关系数的绝对值越大，说明贝塔与收益趋于一致，即高贝塔的行业收益更高时，反之则是高贝塔的行业收益更低
3）当Spearman秩相关系数的绝对值大于阈值，则记一次看多/空指令，连续两次看多/空则发出正式多空信号
4）将周频信号转为月频，以每月最后一周的持仓信号作为下一个月的持仓信号
PE指标择时策略
PE是市场的估值指标之一，是衡量股市贵贱的重要参考指标。PE原始序列波动大且具有趋势项，不利于作为择时指标。然而PE的变动值与股票指数的变动有着很强的相关性。当PE变动率增加且大于0的时候，股票指数上涨的概率也很大。本文采用的PE动量择时指标判断市场多空的具体规则如下：
牛熊指标择时模型
2019年9月27日和2020年4月7日华泰金工分别推出《波动率与换手率构造牛熊指标》和《牛熊指标在择时轮动中的应用探讨》两篇报告，基于波动率和换手率构造出牛熊指标并对市场进行择时判断。波动率和换手率是常见的市场监测指标。对于股票市场来说，下跌时的波动率往往比上涨时的波动率更高。换手率的上升与下降往往与股票市场本身有强相关性。借助于波动率与换手率能够很好的将市场进行分类，牛市与熊市都有与之对应的明确的组合特征。
我们借助于波动率与换手率可以将市场分为四种状态：波动率换手率同时上行、波动率换手率同时下行、波动率上行换手率下行、波动率下行换手率上行。在波动率上行、换手率下行的状态下，市场是典型的熊市特征，市场的下跌一方面会使得波动率上行，另一方面会使成交量萎缩；在波动率和换手率同时上行时，市场是典型的牛市特征，市场快速上涨使得波动率上行，投资者的交易热情高涨使得换手率上行；波动率下行、换手率上行时，市场表现也比较好，这个阶段经常是牛市的初期或者熊市之后的反弹；波动率和换手率同时下行，往往发生在震荡市中，市场方向不明确。
利用波动率和换手率能够构造出与市场长期走势明显负相关的指标，而且指标趋势性较好，可以用来判断股市牛熊。牛熊指标能够弥补单一使用波动率、换手率对震荡市涨跌方向无法判断的情况。当波动率和换手率都出现下行时，若波动率的下行速度更快，说明市场趋于稳定的速度要大于交易热情衰退的速度，这时牛熊指标下行，市场表现为上涨。若换手率下行速度更快，说明市场交易热情衰减的速度更快，牛熊指标表现为上升，市场发生下跌。
本文采用的牛熊择时指标判断市场多空的具体规则如下：
1）提取沪深300指数收盘价及换手率数据，构造牛熊指标，即波动率与换手率的比值
2）分别滚动计算过去20天和60天的牛熊指标均值A_n和B_n。当A_n
3）将日频信号转为月频，以每月最后一天的持仓信号作为下一个月的持仓信号
双均线择时策略
均线是股票交易最常使用的指标，其简单、有效、直接，在趋势指标中也许不是最优的，但是属于最经典的之一。在上述的择时模型当中，我们也多次利用到了双均线的思想，其中也专门探讨过量价择时模型与均线的结合。因此这里可以基于双均线指标构建一个简单的择时策略。本文采用的牛熊择时指标判断市场多空的具体规则如下：
1）提取沪深300指数收盘价数据
2）分别滚动计算过去20天和120天的收盘价均值A_n和B_n，当A_n>B_n时，发出看多信号
3）将日频信号转为月频，以每月最后一天的持仓信号作为下一个月的持仓信号
北向资金布林带择时策略
我们在2020年8月2日推出的资产配置月报《北向资金走向预示市场短期或震荡》中发现北向资金与沪深300相关系数自陆股通开通以来逐渐攀升至0.5以上，相关性较高，并且基于北向资金变动数据构建布林带择时策略能有效判断市场短期涨跌。我们可以通过择时模型的回测表现来进行观测。为此，我们基于北向资金的流入规模数据构建布林带策略：
（1）当该日北向资金流入规模 > 过去252个交易日的北向资金均值 + 1.5倍标准差，则全仓买入沪深300
（2）当该日北向资金流入规模 < 过去252个交易日的北向资金均值 - 1.5倍标准差，则清仓卖出沪深300
风险提示
本文基于系列研究对全球各类经济金融指标长达近百年样本的实证检验结果，确定使用的市场周期长度。然而市场存在短期波动与政策冲击，就每轮周期而言，暂无法判断具体长度。基于历史规律的总结存在失效风险。
免责声明与风险提示
公众平台免责声明
本公众平台不是研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求，本公众号内容仅面向华泰证券客户中的专业投资者，请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！本公众号旨在沟通研究信息，交流研究经验，华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。
本公众号研究报告有关内容摘编自已经发布的研究报告的，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。如需了解详细内容，请具体参见华泰证券所发布的完整版报告。
本公众号内容基于作者认为可靠的、已公开的信息编制，但作者对该等信息的准确性及完整性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。
在任何情况下，本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。
本公众号版权仅为华泰证券股份有限公司所有，未经公司书面许可，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等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。本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。
林晓明
执业证书编号：S0570516010001