「華泰金工林曉明團隊」上週各類型基金指數均收漲——華泰金工 FOF 投資週報20200308

摘要

上週各類型基金指數均錄得正收益，推薦週期板塊基金

截至 2020 年 3 月 6 日，基金市場共有 6206 只基金產品，其中混合型基金數量最多，貨幣型基金規模最大。上週（2020.03.02-2020.03.06）各基金指數均上漲。混合型、目標日期型、目標風險型三類 FOF 基金上週均表現 一般，目標風險型基金平均收益率 0.03%，高於混合型和目標日期型 FOF。基於金融經濟系統的整體性視角，我們判斷週期板塊或具備投資機會，推薦 週期板塊基金。

上週基金市場整體上漲，股票指數型基金指數漲幅最大

上週基金市場整體上漲，各類型基金指數收益均為正。其中，中國基金總指數收益率為 2.12%，股票型基金總指數收益率為 4.67%，債券型基金指數 收益率為 0.42%，貨幣市場基金指數收益率為 0.04%，QDII 基金指數收益 率為 1.67%。上週共新成立了 61 只基金，總髮行份額達 558.48 億份，其中廣發價值優勢、嘉實回報精選、泓德睿澤佔據前三位。

上週僅目標風險型 FOF 基金平均收益率為正

2020 年以來，混合型、目標日期型和目標風險型 FOF 基金的平均復權單位淨值增長率分別為 4.60%、5.92%和 3.04%。上週 FOF 基金表現一般，其 中目標風險型 FOF 平均收益率最高，為 0.03%，其次是混合型 FOF，平均 收益率為-0.06%，而目標日期型 FOF 平均收益率為-0.21%。上週新發行 1 只 FOF 基金，為興全優選進取三個月。

推薦配置週期板塊基金

基於金融經濟系統的整體性視角，我們在 2020 年 1 月 21 日發佈的量化資產配置年報《週期歸來、機會重生，顧短也兼長》中看好週期板塊。對於具體的基金選擇，我們主要推薦採掘行業的中融中證煤炭（168204.OF）、 有色金屬行業的信誠中證 800 有色（165520.OF）、鋼鐵行業的鵬華國證鋼 鐵行業（502023.OF）、 建築材料行業的廣發中證全指建築材料 A （004856.OF），以及汽車行業的廣發中證全指汽車 C（004855.OF）。

風險提示：基金的表現與宏觀環境和大盤走勢密切相關，歷史結果不能預測未來，同時還受到包括環境、政策、基金管理人變化等因素的影響，過去業績好的基金不代表未來依然業績好，投資需謹慎。

上週基金市場回顧

根據2020年2月7日最新數據顯示，在所有基金產品中，混合型基金數量最多，其次是債券型和股票型基金，貨幣基金的數量相對較少，但是其規模佔比接近一半，位於首位。債券型基金、混合型基金份額和規模佔比也較高，另類投資基金佔比最小。

上週各基金指數均收漲

上週各個基金指數收漲，其中股票指數型基金指數漲幅最大，達到 4.80%。具體地，中國基金總指數收益率為 2.12%，股票型基金總指數收益率為 4.67%，債券型基金指數收益率為 0.42%，貨幣市場基金指數收益率為 0.04%，QDII 基金指數收益率為 1.67%。

今年以來，以股票為主要投資標的的普通股票型、偏股混合型基金的收益率超過 10%，明顯領先於債券型、偏債型和貨幣市場基金。QDII 基金表現相對較弱，今年以來下跌 0.73%。

各類型基金重倉分析

按照圖表1中的基金分類，根據最新一期的統計，以下圖表給出了各類型基金中按基金規模排序前十名的基金裡，每隻基金第一大重倉股票或者債券的情況。

對於股票型基金，考慮到被動指數型基金的重倉股票與所跟蹤的指數密切相關，此處僅呈現普通股票型基金的重倉情況。在基金規模（合計）前十名的普通股票型基金中，各個基金的第一重倉股均不同，包括格力電器、國電南瑞、廣聯達等。

基金規模排名前十的混合型基金中，有4只基金的重倉股均為郵儲銀行，且持倉佔比均超過8%。其餘基金的第一重倉股則包括隆基股份、海爾智家、貴州茅臺、永輝超市、中國平安、邁瑞醫療。第一重倉債券主要集中為農業發展銀行發行的債券。

基金規模排名前十的債券型基金中，第一重倉債券的發行方主要為中國農業發展銀行、中國進出口銀行、國家開發銀行。

基金規模排名前十的貨幣型基金的第一重倉債券比較多樣，主要為不同銀行發行的同業存單。規模排名前四的QDII型基金的第一重倉證券均為騰訊控股。

上週（2020.03.02-2020.03.06）新發行61只基金

上週新發行基金共計 61 只，總髮行份額達 558.48 億份，其中廣發價值優勢、嘉實回報精 選、泓德睿澤佔據前三位。發行份額排名前 10 的基金如下圖表所示。

推薦配置週期板塊基金

在華泰金工2020年1月21日發佈的量化資產配置年報《週期歸來、機會重生，顧短也兼長》中，我們分析了2019年A股市場主要受益於估值修復，2020年市場或將轉向盈利驅動。基於DDM模型，我們預計2020年基欽週期回升將改善企業盈利能力，提升ROE；中長期趨勢支撐的經濟復甦將提升利率，使模型分母變大，價值投資風格會是長期主旋律。其中，我們認為受盈利影響更顯著的週期板塊上行動力會更強，具備更大的擴張空間。此外，統計規律顯示週期板塊當前估值分位數較低，從估值角度進一步支撐此行業判斷。

具體地，對於特定板塊下的基金配置，我們首先篩選出每個行業中的被動指數基金。選擇被動指數基金是因為它們一般都有明確的編制規則，幾乎不受人為干擾，風格不會出現大的漂移。基金篩選標準如下：定性角度，要求基金的名稱、投資範圍與目標行業類似；定量角度，要求基金跟蹤的指數與目標行業指數相似度高，跟蹤誤差小。當某個行業有多個可選基金標的時，進一步從流動性、存續時間等維度進行優選，結果如下表所示。

因此，基於對2020年週期板塊的走勢判斷，我們推薦採掘行業的中融中證煤炭（168204.OF）、有色金屬行業的信誠中證800有色（165520.OF）、鋼鐵行業的鵬華國證鋼鐵行業（502023.OF）、建築材料行業的廣發中證全指建築材料A（004856.OF），以及汽車行業的廣發中證全指汽車C（004855.OF）。

上週FOF市場回顧

今年以來目標日期型基金表現較優

2020 年以來，105 只混合型 FOF 基金的平均復權單位淨值增長率為 4.60%，其中海富通聚優精選的增長率達 12.03%。42 只目標日期型 FOF 基金的平均復權單位淨值增長率為 5.92%，其中華夏養老 2045 三年 A 增長率最高，為 11.87%。35 只目標風險型 FOF 基金的平均復權單位淨值增長率為 3.04%，招商和悅均衡養老一年 A 的增長率最高，為 5.66%。三種類型 FOF 基金中，復權單位淨值增長率排名前十的 FOF 如下。

在 Wind 的基金分類中，混合型 FOF、目標日期型 FOF 和目標風險型 FOF 並不是完全獨立的三個分類，部分目標日期型 FOF 和目標風險型 FOF 基金同時也歸屬於混合型 FOF。下表呈現各類型基金上週的區間平均收益率及區間最大收益基金，各類型基金數量包含今 年以來新成立的 FOF 基金，多於前文計算今年以來收益率時所統計的基金數量。上週目標風險型 FOF 的區間平均收益率為 0.03%，高於混合型基金和目標日期型基金。

上週新發行FOF基金1只

上週新發行FOF基金共1只，具體如下圖表所示。

風險提示

基金的表現與宏觀環境和大盤走勢密切相關，歷史結果不能預測未來，同時還受到包括環境、政策、基金管理人變化等因素的影響，過去業績好的基金不代表未來依然業績好，投資需謹慎。

本公眾平臺不是華泰證券研究所官方訂閱平臺。相關觀點或信息請以華泰證券官方公眾平臺為準。根據《證券期貨投資者適當性管理辦法》的相關要求，本公眾號內容僅面向華泰證券客戶中的專業投資者，請勿對本公眾號內容進行任何形式的轉發。若您並非華泰證券客戶中的專業投資者，請取消關注本公眾號，不再訂閱、接收或使用本公眾號中的內容。因本公眾號難以設置訪問權限，若給您造成不便，煩請諒解！本公眾號旨在溝通研究信息，交流研究經驗，華泰證券不因任何訂閱本公眾號的行為而將訂閱者視為華泰證券的客戶。

本公眾號研究報告有關內容摘編自已經發布的研究報告的，若因對報告的摘編而產生歧義，應以報告發布當日的完整內容為準。如需瞭解詳細內容，請具體參見華泰證券所發佈的完整版報告。

本公眾號內容基於作者認為可靠的、已公開的信息編制，但作者對該等信息的準確性及完整性不作任何保證，也不對證券價格的漲跌或市場走勢作確定性判斷。本公眾號所載的意見、評估及預測僅反映發佈當日的觀點和判斷。在不同時期，華泰證券可能會發出與本公眾號所載意見、評估及預測不一致的研究報告。

在任何情況下，本公眾號中的信息或所表述的意見均不構成對客戶私人投資建議。訂閱人不應單獨依靠本訂閱號中的信息而取代自身獨立的判斷，應自主做出投資決策並自行承擔投資風險。普通投資者若使用本資料，有可能會因缺乏解讀服務而對內容產生理解上的歧義，進而造成投資損失。對依據或者使用本公眾號內容所造成的一切後果，華泰證券及作者均不承擔任何法律責任。

本公眾號版權僅為華泰證券股份有限公司所有，未經公司書面許可，任何機構或個人不得以翻版、複製、發表、引用或再次分發他人等任何形式侵犯本公眾號發佈的所有內容的版權。如因侵權行為給華泰證券造成任何直接或間接的損失，華泰證券保留追究一切法律責任的權利。本公司具有中國證監會核准的“證券投資諮詢”業務資格，經營許可證編號為：91320000704041011J。

林曉明

執業證書編號：S0570516010001

金融週期系列研究（資產配置）

【華泰金工林曉明團隊】2020年中國市場量化資產配置年度觀點——週期歸來、機會重生，顧短也兼長20200121

【華泰金工林曉明團隊】量化資產配置2020年度觀點——小週期爭明日，大週期贏未來20200116

【華泰金工林曉明團隊】風險預算模型如何度量風險更有效-改進風險度量方式穩定提升風險模型表現的方法

【華泰金工林曉明團隊】週期雙底存不確定性宜防守待趨勢——短週期底部拐頭機會漸增，待趨勢明朗把握或更大20191022

【華泰金工林曉明團隊】二十年一輪迴的黃金投資大週期——黃金的三週期定價邏輯與組合配置、投資機會分析20190826

【華泰金工林曉明團隊】如何有效判斷真正的週期拐點？——定量測度實際週期長度提升市場拐點判準概率

【華泰金工林曉明團隊】基欽週期的長度會縮短嗎？——20190506

【華泰金工林曉明團隊】二十載昔日重現，三四年週期輪迴——2019年中國與全球市場量化資產配置年度觀點（下）

【華泰金工林曉明團隊】二十載昔日重現，三四年週期輪迴——2019年中國與全球市場量化資產配置年度觀點（上）

【華泰金工林曉明團隊】週期輪動下的BL資產配置策略

【華泰金工林曉明團隊】週期理論與機器學習資產收益預測——華泰金工市場週期與資產配置研究

【華泰金工林曉明團隊】市場拐點的判斷方法

【華泰金工林曉明團隊】2018中國與全球市場的機會、風險 · 年度策略報告（上）

【華泰金工林曉明團隊】基欽週期的量化測度與歷史規律 · 華泰金工週期系列研究

【華泰金工林曉明團隊】週期三因子定價與資產配置模型（四）——華泰金工週期系列研究

【華泰金工林曉明團隊】週期三因子定價與資產配置模型（三）——華泰金工週期系列研究

【華泰金工林曉明團隊】週期三因子定價與資產配置模型（二）——華泰金工週期系列研究

【華泰金工林曉明團隊】週期三因子定價與資產配置模型（一）——華泰金工週期系列研究

【華泰金工林曉明團隊】華泰金工週期研究系列 · 基於DDM模型的板塊輪動探索

【華泰金工林曉明團隊】市場週期的量化分解

【華泰金工林曉明團隊】週期研究對大類資產的預測觀點

【華泰金工林曉明團隊】金融經濟系統週期的確定（下）——華泰金工週期系列研究

【華泰金工林曉明團隊】金融經濟系統週期的確定（上）——華泰金工週期系列研究

【華泰金工林曉明團隊】全球多市場擇時配置初探——華泰週期擇時研究系列

行業指數頻譜分析及配置模型：市場的週期分析系列之三

【華泰金工林曉明團隊】市場的頻率——市場輪迴，週期重生

【華泰金工林曉明團隊】市場的輪迴——金融市場週期與經濟週期關係初探

【華泰金工林曉明團隊】週期是不確定性條件下的穩態——華泰週期起源系列研究之三20200305

【華泰金工林曉明團隊】週期趨同現象的動力學系統模型——華泰週期起源系列研究之二

【華泰金工林曉明團隊】從微觀同步到宏觀週期——華泰週期起源系列研究報告之一

【華泰金工林曉明團隊】養老目標基金的中國市場開發流程--目標日期基金與目標風險基金產品設計研究

【華泰金工】生命週期基金Glide Path開發實例——華泰FOF與金融創新產品系列研究報告之一

【華泰金工林曉明團隊】市值因子收益與經濟結構的關係——華泰因子週期研究系列之三

【華泰金工林曉明團隊】週期視角下的因子投資時鐘--華泰因子週期研究系列之二

【華泰金工林曉明團隊】因子收益率的週期性研究初探

【華泰金工林曉明團隊】波動率與換手率構造牛熊指標——華泰金工量化擇時系列

【華泰金工林曉明團隊】A股市場低開現象研究

【華泰金工林曉明團隊】華泰風險收益一致性擇時模型

【華泰金工林曉明團隊】技術指標與週期量價擇時模型的結合

【華泰金工林曉明團隊】華泰價量擇時模型——市場週期在擇時領域的應用

【華泰金工林曉明團隊】擁擠度指標在行業配置中的應用——華泰行業輪動系列報告之十二

【華泰金工林曉明團隊】基於投入產出表的產業鏈分析 ——華泰行業輪動系列報告之十一

【華泰金工林曉明團隊】不同協方差估計方法對比分析——華泰行業輪動系列報告之十

【華泰金工林曉明團隊】景氣度指標在行業配置中的應用——華泰行業輪動系列報告之九

【華泰金工林曉明團隊】再探週期視角下的資產輪動——華泰行業輪動系列報告之八

【華泰金工林曉明團隊】“華泰週期輪動”基金組合改進版——華泰行業輪動系列報告之七

【華泰金工林曉明團隊】“華泰週期輪動”基金組合構建——華泰行業輪動系列之六

【華泰金工林曉明團隊】估值因子在行業配置中的應用——華泰行業輪動系列報告之五

【華泰金工林曉明團隊】動量增強因子在行業配置中的應用——華泰行業輪動系列報告之四

【華泰金工林曉明團隊】財務質量因子在行業配置中的應用——華泰行業輪動系列報告之三

【華泰金工林曉明團隊】週期視角下的行業輪動實證分析——華泰行業輪動系列之二

【華泰金工林曉明團隊】基於通用迴歸模型的行業輪動策略——華泰行業輪動系列之一

【華泰金工林曉明團隊】投資優質股票：紅利類Smart Beta——華泰Smart Beta系列之三

【華泰金工林曉明團隊】博觀約取：價值和成長Smart Beta——華泰Smart Beta系列之二

【華泰金工林曉明團隊】Smart Beta：乘風破浪趁此時——華泰Smart Beta系列之一

【華泰金工林曉明團隊】Smartbeta在資產配置中的優勢——華泰金工Smartbeta專題研究之一

【華泰金工林曉明團隊】華泰單因子測試之歷史分位數因子——華泰多因子系列之十三

【華泰金工林曉明團隊】桑土之防：結構化多因子風險模型——華泰多因子系列之十二

【華泰金工林曉明團隊】華泰單因子測試之海量技術因子——華泰多因子系列之十一

【華泰金工林曉明團隊】因子合成方法實證分析 ——華泰多因子系列之十

【華泰金工林曉明團隊】華泰單因子測試之一致預期因子 ——華泰多因子系列之九

【華泰金工林曉明團隊】華泰單因子測試之財務質量因子——華泰多因子系列之八

【華泰金工林曉明團隊】華泰單因子測試之資金流向因子——華泰多因子系列之七

【華泰金工林曉明團隊】華泰單因子測試之波動率類因子——華泰多因子系列之六

【華泰金工林曉明團隊】華泰單因子測試之換手率類因子——華泰多因子系列之五

【華泰金工林曉明團隊】華泰單因子測試之動量類因子——華泰多因子系列之四

【華泰金工林曉明團隊】華泰單因子測試之成長類因子——華泰多因子系列之三

【華泰金工林曉明團隊】華泰單因子測試之估值類因子——華泰多因子系列之二

【華泰金工林曉明團隊】華泰多因子模型體系初探——華泰多因子系列之一

【華泰金工林曉明團隊】五因子模型A股實證研究

【華泰金工林曉明團隊】紅利因子的有效性研究——華泰紅利指數與紅利因子系列研究報告之二

【華泰金工林曉明團隊】揭開機器學習模型的“黑箱” ——華泰人工智能系列之二十七

【華泰金工林曉明團隊】遺傳規劃在CTA信號挖掘中的應用——華泰人工智能系列之二十六

【華泰金工林曉明團隊】市場弱有效性檢驗與擇時戰場選擇——華泰人工智能系列之二十五

【華泰金工林曉明團隊】投石問路：技術分析可靠否？——華泰人工智能系列之二十四

【華泰金工林曉明團隊】再探基於遺傳規劃的選股因子挖掘——華泰人工智能系列之二十三

【華泰金工林曉明團隊】基於CSCV框架的回測過擬合概率——華泰人工智能系列之二十二

【華泰金工林曉明團隊】基於遺傳規劃的選股因子挖掘——華泰人工智能系列之二十一

【華泰金工林曉明團隊】必然中的偶然：機器學習中的隨機數——華泰人工智能系列之二十

【華泰金工林曉明團隊】偶然中的必然：重採樣技術檢驗過擬合——華泰人工智能系列之十九

【華泰金工林曉明團隊】機器學習選股模型的調倉頻率實證——華泰人工智能系列之十八

【華泰金工林曉明團隊】人工智能選股之數據標註方法實證——華泰人工智能系列之十七

【華泰金工林曉明團隊】再論時序交叉驗證對抗過擬合——華泰人工智能系列之十六

【華泰金工林曉明團隊】人工智能選股之卷積神經網絡——華泰人工智能系列之十五

【華泰金工林曉明團隊】對抗過擬合：從時序交叉驗證談起

【華泰金工林曉明團隊】人工智能選股之損失函數的改進——華泰人工智能系列之十三

【華泰金工林曉明團隊】人工智能選股之特徵選擇——華泰人工智能系列之十二

【華泰金工林曉明團隊】人工智能選股之Stacking集成學習——華泰人工智能系列之十一

【華泰金工林曉明團隊】宏觀週期指標應用於隨機森林選股——華泰人工智能系列之十

【華泰金工林曉明團隊】人工智能選股之循環神經網絡——華泰人工智能系列之九

【華泰金工林曉明團隊】人工智能選股之全連接神經網絡——華泰人工智能系列之八

【華泰金工林曉明團隊】人工智能選股之Python實戰——華泰人工智能系列之七

【華泰金工林曉明團隊】人工智能選股之Boosting模型——華泰人工智能系列之六

【華泰金工林曉明團隊】人工智能選股之隨機森林模型——華泰人工智能系列之五

【華泰金工林曉明團隊】人工智能選股之樸素貝葉斯模型——華泰人工智能系列之四

【華泰金工林曉明團隊】人工智能選股之支持向量機模型— —華泰人工智能系列之三

【華泰金工林曉明團隊】人工智能選股之廣義線性模型——華泰人工智能系列之二

【華泰金工林曉明團隊】再探迴歸法測算基金持股倉位——華泰基金倉位分析專題報告

【華泰金工林曉明團隊】酌古御今：指數增強基金收益分析

【華泰金工林曉明團隊】基於迴歸法的基金持股倉位測算

【華泰金工林曉明團隊】指數增強方法彙總及實例——量化多因子指數增強策略實證

【華泰金工林曉明團隊】華泰價值選股之相對市盈率港股模型——相對市盈率港股通模型實證研究

【華泰金工林曉明團隊】華泰價值選股之FFScore模型

【華泰金工林曉明團隊】相對市盈率選股模型A股市場實證研究

閱讀更多 華泰金工林曉明團隊 的文章

關鍵字: 有色金屬 銀行 投資