股票研究框架(股票研究员 简历)
2023-04-24 09:35分类：沪港通 阅读：
本文来自方正证券研究所于2023年3月9日发布的报告《宏观周期时钟类投资框架综述》。欲了解具体内容，请阅读报告原文。
明年是美林时钟诞生的第20个年头。自2004年提出以来，美林时钟得到了市场的热烈反响，时钟这一分析范式逐渐深入人心，各类时钟纷繁迭出。在这些时钟里，最为出名的当是“增长-通胀”类时钟和“货币-信用”类时钟，其他时钟大多在这两类上进行“换变量”或者“加变量”得到。
本报告首先介绍了投资时钟的一般框架，即“四个要素+三种关系”；然后以“增长-通胀”类时钟和“货币-信用”类时钟为例，介绍了这两类典型时钟的理论逻辑框架和周期划分过程，并检验了这两类时钟在我国的实际效果；其他时钟方面，我们着重介绍了另一种不以时钟冠名但分析框架仍以时钟形式存在的投资模型，例如库存周期。
我们发现，无论是何种时钟，其实际应用中均存在一些难题，分别有：1）经济周期波动降低，周期划分在操作层面上存在困难；2）时钟“自上而下”式的分析框架缺少对供给侧因素的考虑；3）在实际应用中判断经济周期拐点的难度较大，并不像复盘时那样简单。对于这些问题，我们总结了现有研究的解决方法，也提出了一些自己的思考。
总的来说，投资时钟受到市场欢迎的原因有两点：一是框架简洁、逻辑明确；二是其符合人类“线性外推”的思维习惯，大大减轻了我们的思考强度。构建时钟的核心要点在于寻找周期“错位”的宏观变量，当经济周期逐渐被熨平而失去波动时，时钟的有效性将大大降低。
近年来我国宏观经济周期波动大幅降低，简单“2×2”型投资时钟的有效性逐渐下降，时钟将向多变量、更复杂的方向演进。此外，我们认为投资时钟对于股票投资的借鉴意义也在逐渐下降，原因有二：一是以新能源、电子、医药生物等行业为代表的新兴行业占比正在逐渐扩大，决定这些行业盈利能力的变量更多是非总量因素，与宏观经济周期的关联度并不高；二是在经济周期波动降低的宏观背景下，“企业盈利由总需求驱动”这条逻辑的有效性也在下降，宏观指标与企业盈利之间出现背离的概率较大。
风险提示：宏观经济不及预期、地缘政治风险、历史经验不代表未来、疫情扩散可能影响经济等。
自 2004 年美林证券提出著名的“美林时钟”以来，以时钟为分析框架的投资模型层出不穷。我们用“四个要素+三种关系”来概括一个完整的投资时钟模型：“四个要素”分别指宏观变量、经济指标、经济周期和资产价格，“三种关系”分别为宏观变量到经济周期之间的划分关系、宏观变量和经济指标之间的刻画关系以及经济周期到资产价格的映射关系（参见图表1）。构造一个时钟投资模型大致可以分为以下三步：
1) 考虑宏观变量，选择经济指标。在设计投资时钟时，首先需要考虑在哪些维度（宏观变量）上划分经济周期。理论上，若存在N个宏观变量，每个变量有M个状态，则可将经济周期划分为N^M个阶段。常见的宏观变量组合有“增长-通胀”、“货币-信用”等。确定宏观变量后，下一个步骤为选择合适的经济指标来刻画宏观变量。经济指标的选择并无定式，以经济指标为例，用来刻画经济增长的指标既可以为GDP，也可以为工业增加值。当经济指标由于统计口径改变或数据停止更新等原因而不再可用时，可酌情考虑更换指标。
2）确定指标状态，划分经济周期。在确定经济指标后，则可根据指标将历史经济周期划分为不同阶段。这里划分的依据既可能是指标的绝对数值，也可能是指标的变化方向等。
3）回测资产表现，建立映射关系在划分好的阶段中统计各资产的表现，建立经济周期与资产价格间的映射关系，得到类似于“经济复苏期买股票、经济衰退期买债券”这样的结论。这里的“资产”不仅限于股票、债券、商品等大类资产，可在大类资产内部做进一步细化（不同行业、风格的股票，不同期限、信用等级的债券等）。“经济周期-资产表现”的映射关系不能只停留在统计学意义上，更多是关注其背后的经济学逻辑。
在各类时钟中，“增长-通胀”类时钟和“货币-信用”类时钟被提及得最多，其他时钟大多为这二者的变种，后文主要以它们为代表进行分析。
“增长-通胀”时钟在经济增长和通胀两个维度上对经济周期进行划分，美林时钟即为“增长-通胀”时钟家族的一员。作为一个自提出以来已近20年的资产配置模型，美林时钟以其清晰的逻辑链条、简洁的“经济周期-资产表现”映射关系以及较为扎实的实证结果而闻名于世。
美林时钟将经济周期分为了“衰退”、“复苏”、“过热”和“滞胀”四个阶段，在每个阶段给出了最优资产选择（参见图表2），并用历史统计结果验证这种选择的合理性（参见图表3）。（感兴趣的读者可参考原报告《The Investment Clock: Making Money from Macro》。）
我们以美林时钟为例来阐述“增长-通胀”时钟的理论逻辑。美林时钟的核心理论在于由于价格粘性的存在，短期经济增速较长期潜在水平的偏离（即产出缺口）与通胀的变化之间有着领先滞后关系。当短期经济增速高于潜在水平时，通胀上行，反之则出现通缩。但由于价格粘性的存在，通胀的波动往往滞后于经济波动，在时间轴上体现为一定的相位差。这种“错配”下，经济周期可以被分为四个阶段，它们分别为：
1) 衰退阶段：衰退阶段的特点是经济增速低于长期潜在水平，同时通胀水平在产能过剩和商品价格下跌的共同作用下走低，该阶段企业盈利较差，实际利率下降，央行为提振经济增速回到长期潜在水平而采取降息等刺激措施。大类资产方面，商品和股票分别受制于经济低迷带来的低需求和弱盈利而表现较差，债券受益于宽松的货币政策而表现较好。
2) 复苏阶段：衰退阶段宽松的货币政策逐渐起效，经济复苏，企业盈利回升，但由于过剩产能仍未出清，通胀仍然下行，央行在此阶段仍保持宽松的货币政策。大类资产方面，该阶段对于股票和债券而言均为“甜蜜期”，但股票对于经济复苏的弹性更大，表现更好。
3) 过热阶段：经济增速逐渐放缓，产能约束推高价格导致通胀上行，为遏制通胀和经济过热，央行货币政策转向紧缩。此阶段债券由于收益率上行而表现最差，股票的收益取决于强劲的盈利和下降的估值之间的平衡，商品得益于高通胀而表现最佳。
4) 滞胀阶段：经济增速回落到长期潜在水平以下，但由于价格传导存在时滞，通胀仍保持上行，央行在通胀见顶前难以改变其货币政策立场。滞胀阶段股票表现最差，企业成本端受困于高通胀，而经济停滞抑制销售端需求，上行的利率又给估值带来压力，整体而言股票面临估值和盈利的双杀；债券由于紧缩货币政策的延续表现仍较差；高通胀拉高了商品价格，但需求停滞，价格变化的不确定性大；综合来看现金的收益确定性最高。
构建时钟的第一步是选择合适的经济指标来刻画宏观变量。前文提到，经济指标的选择并无定式，以经济增长为例，既可以通过GDP同比增速刻画，也可以观察工业增加值。我们在图表5总结了现有研究中用来刻画增长和通胀的经济指标，需注意的是，部分指标在国内尚无权威机构发布或者普遍认可的数据，需要使用者自行加工计算。例如美林时钟所使用的产出缺口指标，数据来源为OECD，但目前尚无权威机构发布我国的产出缺口数据，投资者需自行对其进行估算。
宏观变量的上行或下行主要是通过其导数确定，细节在于选取的是一阶导还是二阶导。以GDP为例，当GDP同比增速（一阶导）为正时，说明GDP在上行，若增速较前期更高（二阶导为正），则说明GDP在加速上行。但当一阶导与二阶导符号相反时，即GDP同比增速为正但低于前期（或增速为负但高于前期），上行或下行的判断容易出现分歧。我们认为，对于总量口径的指标，二阶导比一阶导对周期的划分更有指导意义。首先资产价格作为预期的反映，对二阶导更加敏感，价格的变化往往早于一阶导的变化；其次，对于我国这样的增量型经济体而言，经济增速常年为正，通过增速的变化来判断经济的上下行更符合实际。
我们采用工业增加值（中国+G7国家）的同比增速来刻画增长，划分结果如图表6和7所示。2004年以来一共存在5个完整的增长周期，持续时间从25个月到51个月不等。（首个周期由于数据截断原因未纳入统计。）
在通胀周期的划分上，我们使用CPI同比与PPI同比的加权作为衡量通胀的指标，加权权重为CPI和PPI对GDP平减指数的拟合系数，划分结果请见图表8和9。2004年以来我国一共经历了7个通胀周期，持续时间从21个月到39个月不等。
图表10和11分别展示了2004年以来“增长-通胀”时钟框架下我国经济周期划分的结果和相应的状态转移概率矩阵。虽然有一定的概率出现“时钟倒转”的现象，但基本可以认为周期更迭符合“衰退-复苏-过热-滞胀”的顺序。
在划分好周期后，我们用万得全A、中债-新综合财富(总值)、南华工业品指数和中证货币基金指数分别作为股票、债券、商品和现金四类资产的代表，来检验前文提出的“经济周期-资产表现”映射关系是否成立。
我们首先统计了四个阶段内各大类资产的表现（结果参见图表12）。从月涨跌幅均值口径看，美林时钟提出的“衰退-债券、复苏-股票、过热-商品、滞胀-现金”的映射关系中，除“滞胀-现金”外的其他三项均成立。根据美林时钟的理论，滞胀时期股票面临估值和盈利的双杀，理应表现较差，但实际却是涨幅最高的资产。
图表13展示了对资产表现进行方差分析的结果。我们发现，在95%的置信水平下，可以认为债券、商品和现金在“增长-通胀”时钟不同阶段的表现存在显著差异，但股票除外。
虽然从涨跌幅均值口径看，美林时钟提出的“经济周期-资产表现”映射关系大多都成立，但如果从判断的正确率看，美林时钟的表现就比较一般了。这里的正确率定义为理论最优资产和实际最优资产相同的时段占全部时段的比例。整体来看“增长-通胀”时钟的正确率并不高，只有26%。分阶段来看衰退期的正确率最高，为46%；复苏期最低，只有18%。
前文提到，美林时钟这一舶来品在我国的应用效果并不理想，市场需要更符合我国实际的时钟来指导资产配置。“货币-信用”类时钟在这种背景下诞生，并逐渐成为资产配置的另一个抓手。
信用取代增长兼具合理性和可行性。现代经济建立在货币信用体系上，而信用在不同部门之间的流动促进生产资料的合理分配，为经济增长提供动力。企业通过融资扩大生产规模增加产出，居民、政府通过借债进行消费支出，金融机构作为中介为其他部门提供信用流通渠道。可行性方面，目前我国仍是以商业银行为主导的间接融资为主要融资方式，信用结构较为单一，相较于以资本市场直接融资为主、信用结构更加复杂的美国，我国的信用统计数据更具有较强的指导意义。
“货币-信用”时钟的理论逻辑植根于现代货币信用体系。一般认为，货币领先于信用，信用又领先于经济。央行通过货币政策工具调节货币环境，改变商业银行等货币中介的信用投放行为，影响企业的融资意愿，达到调控经济的目的。当央行意图刺激经济复苏时，则采取较为宽松的货币政策，鼓励商业银行加大信用投放，是为“宽货币”；反之，若央行认为经济过热、存在通胀压力时，则收紧货币政策，是为“紧货币”。与“增长-通胀”时钟类似的，“货币-信用”时钟根据货币条件和形成的信用格局可分为“宽货币-宽信用”、“紧货币-宽信用”、“紧货币-紧信用”和“紧货币-宽信用”这四个阶段。
但信用的松紧并非是货币松紧的必然结果。央行虽能控制货币的松紧，但最终信用格局的形成取决于其他信用主体的意愿与行为。前文提到，在我国目前的融资体系下，信用主要通过商业银行向实体经济流动。如果商业银行风险偏好较高、实体经济融资意愿强烈，“宽货币”自然能达成“宽信用”的目标；反之资金就只能在金融体系中空转而无法触及实体经济，“宽货币”向“宽信用”传导受阻。
不同货币和信用环境对大类资产的影响逻辑大致如下：对于债券而言，货币和信用分别对应着资金的供求，当供给增加但需求下行时（对应“宽货币-紧信用”阶段），资金价格（即利率）下行，利好债券；当供给收缩但需求上行（对应“紧货币-宽信用”阶段）时，利率上行，利空债券；其余两个阶段债券的表现更多取决于资金供求双方的角力。
对于股票而言，信用扩张往往对应着经济向好，企业盈利提升，对股价形成利好；同时股票作为一种金融资产，自然受益于宽松的货币环境。因此“货币-信用”类时钟的四个阶段中，“宽货币-宽信用”对股票最为利好，“紧货币-紧信用”最为利空。对商品影响的逻辑与股票类似，“宽信用”带来的需求增加和宽松的货币环境均利好其价格走势。
构建“货币-信用”时钟的第一步为划分货币周期和信用周期。货币周期的划分主要有两种方法：一种是依据货币政策工具信号来判断周期，例如当央行降息降准时，可认为货币政策转向宽松，反之加息升准时则为收紧；另一种是将市场利率的升降视作货币政策松紧的表现。两种方法各有千秋，第一种方法主观性较强，周期划分的结果严重依赖于投资者对央行货币政策意图的理解，对投资者自身的经验和能力要求较高，且不同投资者划分出的周期差异可能较大；第二种方法更加客观，得到的结果一致性更高，但缺点在于市场利率的升降不单单是货币政策松紧的结果，存在犯Ⅰ类错误的可能。
为保证客观性，我们采用第二种方法来划分货币周期，选择一年期国债到期收益率作为市场利率，具体划分结果参见图表15和16。
常见可用来刻画信用的经济指标有社融、M2和信贷等，但三者的口径之间存在一定的差异。社融与信贷同位于金融机构的资产端，二者的差异在于信贷反映的是金融机构表内信贷规模的变化而未考虑表外融资。在2011年前，我国实体经济融资方式主要是以商业银行主导的间接融资为主，社融和信贷的差异不大。随着非标、债券融资等表外融资规模的扩大，信贷逐渐无法全面反映实体经济融资水平的变化。M2位于金融机构的负债端，在货币信用体系下，存款由贷款派生得到，二者为信用派生的一体两面。但M2只反映了银行体系的负债，不包括非银机构和银行的表外业务。综上，我们选择社融作为划分信用周期的指标。
图表19和20展示了最终的“货币-信用”周期划分结果及相应的状态转移概率矩阵。相对于“增长-通胀”时钟而言，“货币-信用”时钟出现“倒转”的概率更低。
类似地，我们统计了各大类资产在“货币-信用”时钟四个阶段的表现并进行了方差分析。从方差检验结果来看，四个阶段中股票和债券的表现在95%的置信水平下存在显著差异，但商品并不明显。对于股票而言，“紧货币、宽信用”最为友好，月涨跌幅均值约4.2%，“紧货币、紧信用”下表现最差，涨幅均值约-0.5%；最为利好和利空债券的阶段分别为“紧货币、宽信用”和“宽货币、紧信用”，符合经济学逻辑；商品在“紧货币、宽信用”阶段下表现最好，在“宽货币、紧信用”下表现最差。
从单个因素来看，在95%的置信水平下，股债商三类资产在不同信用环境的表现均有区分度，股票和商品在宽信用环境下表现更好，而债券更偏爱紧信用环境。但货币的松紧对股票和商品的表现区分度不高，对债券表现的区分度较高，货币宽松对债券资产的利好十分明显。
从前文的结论看，无论是“增长-通胀”类时钟还是“货币-信用”类时钟，在实际应用中均存在一些难题。以“增长-通胀”类时钟为例，一是其整体正确率并不高，只有26%左右；二是理论与现实不符，在滞胀阶段股票的表现反而最佳；三是股票在时钟四个阶段的表现差异并不显著，在95%的置信水平下无法通过方差分析检验。
我们总结了目前投资时钟面临的三大难题，这些难题一部分是由于全球经济发展迈入新的阶段，过去的一些经济现象逐渐消失，与模型自身关系不大；另一部分原因在于模型的分析框架自身存在一些缺陷，需要改进和修正。
投资时钟虽然多种多样，但实质上都是传统“自上而下”的分析框架的不同体现形式而已。传统宏观经济分析关注的变量主要有以下几类：经济增长指标（GDP、工业增加值、固定资产投资（包括基建投资、房地产投资、制造业投资等）、进出口、PMI等）、通货膨胀指标（CPI、PPI等）、金融指标（M1、M2、贷款、社融等）。这些宏观指标近年来波动大幅降低，给投资时钟的周期划分造成了较大的困难。
图表25展示了2004年以来我国实际GDP、工业增加值和CPI三个指标的走势。可以很明显地看出来，2012年以后我国的经济指标走势曲线越来越平滑、斜率越来越平坦，实际GDP和工业增加值的同比增速常年在7%附近徘徊，CPI的波动率也显著降低，时序波动率从2000年至2011年间的2.5下降为2012年至2019年间的0.4。（如果不考虑2019年猪瘟导致的猪肉价格飙升带来CPI大幅上行，我国CPI的波动会更低。）本文并无深究“低波动”产生原因的打算，简单来说，经济波动的显著下降既是各经济体从初级发展阶段走向成熟过程中的普遍规律，也是科技进步下信息不对称减少、企业库存和产能管理能力大幅上升的宏观表现。
由于经济指标波动低、缺少趋势，投资者只能放弃寻找大级别周期而转向迷你周期，很多时候变成了“为了划分而划分”，体现在时钟上就是指针越走越快，周期切换变得频繁、紊乱。但是这种周期的快速切换并非经济运行的事实反映，更多是一种无奈之举。
前文提到，投资时钟是一种典型的“自上而下”分析框架，而传统“自上而下”的投资分析框架的起始点是经济的名义增速。从经济名义增速出发的投资逻辑大致是这样的（以股票为例）：名义经济增速向上时，上市公司整体盈利周期向上，此时看多市场；随着经济逐步过热，政策开始收紧，名义经济增速开始向下，此时上市公司整体的盈利周期也会向下，此时选择看空大盘。
但是，当名义经济增速的波动消失之后，A股整体走势与宏观经济的关联度也在逐渐减弱。上市公司盈利增长的核心驱动力逐渐从需求变化转为一系列供给端的因素，例如行业集中度提升、消费升级、科技创新等等，市场也越来越多地呈现结构性行情。但是这些供给侧的变量，在“自上而下”的分析框架中是没有的，而且它们与传统宏观经济指标的关联度都不大。
不仅是股票，投资时钟下的商品也面临“供给端分析缺位”的问题。从定价逻辑来看，股票和债券的理论价值等于其未来收益的折现，对于股票而言是盈利，对债券而言是票息。但商品的定价逻辑不同于股债，一方面其非生息资产，无法通过未来收益折现来计算理论价格；其次大宗商品兼具商品属性和金融属性，作为商品其价格主要受供给和需求结构的影响。而以经济周期作为理论根基的投资时钟只能着眼于商品的需求端，即强调“经济上行推动需求扩大、下行导致需求萎缩”这一逻辑，无法把握供给端的变化。一个典型的供给收缩下商品大涨的例子即上世纪70年代的两次石油危机，原油大涨导致该区间内商品的表现远优于其他资产。商品还有一个问题是其种类繁多，能源、贵金属、黑色金属、农产品等各子板块的驱动因素不尽相同，将商品视作一个整体来分析的做法未免有些粗糙。
其实从各类投资时钟对股债商三类资产的区分度来看，时钟对债券投资的指导意义明显高于股票和商品。无论是“增长-通胀”类时钟还是“货币-信用”类时钟，债券在四个阶段的表现都是显著存在差异的（参见图表13和图表22），而股票和商品却不尽然。我们以美林时钟为例做了如下实验：首先将股票踢出资产集合，只保留债券、商品和现金，然后在衰退、过热和滞胀三个阶段内重新计算时钟的正确率。我们发现，在剔除股票和复苏阶段后，美林时钟整体的正确率从26%上升到了42%，这说明如果只关注增长和通胀两大变量并不能很好地把握我国股票资产的走势。事实上，如果完全遵循美林时钟的指导，投资者将错过2006年和2014年A股历史上两次涨幅最高的牛市（参见图表26）。
我们在复盘历史经济周期时，在拐点的判断以及周期的划分上都能做到比较精确，但这本质上是使用了未来信息，现实中预判拐点的到来 （等价于判断目前所在的阶段）要困难得多。首先，经济指标的更新频率大多为月频或季频，相对资产价格的变化频率而言偏低，且部分指标更新时间为次月中下旬（参见图表27），存在明显的滞后性；其次，当经济指标处于高波动状态（即趋势不明显）时，仅凭单个数据点来判断指标处于何种状态的难度极大，本质上是在“碰运气”。
从现有研究来看，上述问题主要有三种解法：第一种方法是直接将上期数据向后移动一期视为当期数据，比较简单粗暴；第二种方法是寻找领先指标，例如一些重要工业品的生产销售数据对未来的经济增速具有一定的领先性，而某些商品的价格又先于通胀发生变化；第三种方法是向高频数据要答案，例如Fergis et al.（2018）提出利用一篮子资产的多空组合构建宏观因子来解决经济指标更新频率低这一问题。但由于目前部分金融工具在我国尚不存在，因此第三种方法的应用比较受限。
除了“增长-通胀”和“货币-信用”，市场上还有一些以“时钟”冠名的资产配置模型，这些时钟大多都是在“增长-通胀”类和“货币-信用”类时钟的基础上通过“换变量”或者“加变量”形成。
“换变量”，即将“增长-通胀”类或“货币-信用”类时钟中的一个原始变量替换为新的变量，例如“增长-剩余流动性”时钟。“剩余流动性”可以用“M1同比-PPI同比”或“M2同比-社融存量同比”进行刻画，前者反映资金供给，后者代表实体经济的资金需求，二者之差即为留存给资本市场的流动性。剩余流动性的上行意味着资金供大于求，对金融资产形成利好，反之则形成利空。
“加变量”指在“增长-通胀”类或“货币-信用”类时钟上再添加一个或多个新的变量，例如“增长-通胀-政策”时钟。该时钟认为，我国资产走势受政策调控的影响十分明显，单从增长和通胀两个维度进行分析存在明显缺陷，需要引入政策这一新变量。这里的政策可分为财政政策、货币政策和产业政策。对货币政策松紧的判断在前文已有描述，这里不再赘述；财政政策可以通过公共财政支出、城投债、专项债等财政工具进行跟踪；产业政策对大类资产配置的指导意义相对而言更弱一下，但以地产、消费等为代表经济支柱产业的相关政策变动仍可能会对资产价格造成重大影响。
另外，市场上还有一些虽未以“时钟”冠名，但其分析框架仍是以时钟的形式存在的投资模型，例如库存周期模型。
库存周期又称基钦周期，由美国经济学家约瑟夫·基钦于1923年提出。库存周期模型在需求和产成品库存两个维度上将经济周期划分为被动去库存、主动补库存、被动补库存和主动去库存四个阶段，观察需求和产成品库存的指标通常为营业收入和产成品存货。库存周期的核心逻辑在于企业生产和市场需求之间存在“错位”，这种“错位”又体现在了库存的变动上：被动去库存阶段是指市场需求增加但供给无法完全满足，体现为营收增加但库存消耗；主动补库存阶段是指在企业扩大产能后，生产在满足需求的同时还有余量，体现为营收和库存同增；被动去库存阶段是指需求下落但供给无法同时减少，体现为营收萎缩但库存增加；主动去库存阶段是指需求持续下行的同时企业完成了生产调整，体现为营收和库存同减。图表29展示了2004年以来我国库存周期的变化情况。从状态转移概率矩阵来看，其周期轮动基本符合“被动去库存-主动补库存-被动补库存-主动去库存”的顺序。
库存周期与资产表现之间的映射关系可大致参考美林时钟。被动去库存阶段需求好转，经济回暖，类似于美林时钟的复苏期，该阶段对经济复苏预期强烈，投资者风险偏好转强，股票由于其高弹性而成为最优资产选择；主动补库存阶段需求持续走强，企业扩产强劲，对应过热期，该阶段商品最优；被动补库存阶段需求掉头向下，经济下行开启，与滞胀期类似，该阶段现金最优；主动去库存阶段对应衰退期，企业减产去库存，需求持续萎缩，该阶段债券最优。
从实证结果来看，股票在主动补库存和主动去库存阶段表现最好，平均月涨跌幅分别为1.72%和1.73%；被动去库存阶段商品表现最好，平均月涨跌幅为2.85%；被动补库存阶段债券好于股票和商品，录得正收益。从方差分析的结果看，在95%的置信水平下，仅可认为商品在不同库存周期阶段下的表现存在差异。
尽管市场对投资时钟的诟病不少，但这种分析范式却并没有消亡，反而日渐壮大，不仅在总量研究领域广受欢迎，甚至逐渐被借鉴到行业研究中。究其原因，主要有两点：第一点是其框架简洁，宏观变量到经济周期再到资产选择这一逻辑链条非常清晰；第二点在于时钟天然地符合人类“线性外推”的思考定式，减轻了我们的思考强度。当投资时钟构建完成后，在之后的时间里似乎只需判断当前周期所处的阶段就能选到最优的资产，投资的难度大大降低。从这个角度上说，投资时钟最爱“历史总是惊人的相似”，最忌讳“这次不一样”。
“增长-通胀”类时钟和“货币-信用”类时钟存在紧密的内生联系，可以理解为同一个链条的不同齿轮。根据经济周期理论，货币政策宽松带动信用扩张，信用扩张带动经济增长，经济增长进入过热阶段后通胀压力加大，为抑制通胀货币政策由松转紧，即所谓的“货币领先信用、信用领先经济、经济领先通胀”。在该理论成立的前提下，“货币-信用”类时钟和“增长-通胀”类时钟并无差异，只是观察经济周期的位置不同而已。
二者的不同之处在于货币政策的位置。在“增长-通胀”类时钟里，并没有显式地体现货币政策是如何调整的，其被作为一个假设存在于模型中（参考图表4）。这个假设是央行根据经济增长和通胀水平调整货币政策，从而对资产定价公式里的折现率造成影响。以衰退阶段为例，“增长-通胀”类时钟认为，该阶段央行为刺激经济复苏会采取宽松的货币政策，这在分子端（折现率）对股票和债券均形成利好，但由于股票的分母端（企业盈利）受经济衰退影响不如债券稳定（以固定票息债券为例），故债券是更好的选择。
但这个假设成立的前提离不开央行货币政策框架的配合，这也是美林时钟在我国“水土不服”的原因。美林时钟以产出缺口和通货膨胀来划分周期的做法，与美联储制定货币政策时遵循的“泰勒规则”高度契合。泰勒规则是由美国斯坦福大学经济学教授约翰泰勒于1993年提出的根据通货膨胀和产出缺口来调节名义政策利率的货币政策规则，即“名义利率=自然利率+通胀+0.5×（通胀﹣通胀目标）+0.5×产出缺口”，其中自然利率是指与经济的长期潜在产出(或最大就业)和稳定通胀相符的短期实际利率。根据泰勒规则，当通胀低于央行的目标水平或实际产出低于潜在产出时，央行需要降息刺激经济复苏，反之则采取加息遏制经济过热。从20世纪90年代开始，美联储决定运用泰勒规则来调整名义利率作为宏观调控的手段，制定政策利率并引导市场利率围绕其波动，实现通胀和充分就业的双目标。此后其货币政策虽进行过几次修改，但都是以泰勒规则作为基础，根本逻辑并未发生大的改变。
但反观我国，央行的货币政策目标更加多样化，除了稳定物价和经济增长外，还包括充分就业、国际收支平衡以及金融稳定等，甚至会阶段性地随国内外经济形势而改变，因此很难用一个类似泰勒规则这样“确定”的规律来描述我国的货币政策决策机制。在这种背景下，美林时钟关于增长、通胀与货币政策之间的假设关系自然难以成立。而“货币-信用”框架的提出，一方面避免了关于货币政策决策机制的强假设，直接观察市场利率或央行释放的货币政策信号；另一方面在于宽信用环境下我国企业盈利提升明显（参见图表34），信用向企业盈利传导的逻辑顺畅。
宏观周期时钟存在有两点前提：一是宏观变量的波动周期之间存在“错位”，这里的“错位”是指宏观变量之间的领先滞后关系，在“增长-通胀”类时钟里体现为经济增长领先通胀，在“货币-信用”类时钟里体现为货币领先信用，在库存周期里体现为企业生产调整滞后于需求变化；二是构成时钟的宏观变量要有一定的“波动”，不能是“一条直线”。
但是近年来，“自上而下”研究最大的痛点就是经济周期波动的消失。诚然，在新冠疫情这样的外部因素冲击下，经济再次出现了一定的波动，但降低的长期趋势并未改变。波动降低给投资时钟带来的影响是极大的，且这种影响难以通过技术手段消除。在这种背景下，简单的“2×2”（两个宏观变量，每个变量两种状态）投资时钟在未来的有效性将逐渐降低，时钟将向多变量、更复杂的方向演进。从某种程度上说，投资时钟多以“2×2”的形式出现的很大一部分原因，是二维平面只能展示两个变量，但这并不代表两个的数量是合理的。纳入更多变量后时钟在展示上不再如“2×2”型直观，但这是提高投资时钟有效性、投资精细化的必然之路。
除了大类资产配置外，投资时钟也被用来指导行业轮动，例如美林时钟提出的在复苏期选择弹性较大的TMT和可选消费、过热期选择周期、滞涨期选择公用视野、衰退期选择必选消费。但我们认为，时钟对股票投资的借鉴意义正在下降，这背后的原因是影响上市公司盈利的因素发生了改变。
对于股票资产而言，决定其价格变化的基本因素是盈利能力而非经济增速。以前大多数情况下，盈利能力和经济增速（或者其他主要宏观变量，CPI、PPI、M2等）是高度相关的，这也是投资时钟的逻辑所在。以“衰退期选择必选消费”为例，背后的逻辑是经济下行期必选消费行业的需求相对稳定，盈利受到的影响小，因此具有防御属性。
但现在盈利和经济增速之间的关系正在逐渐发生改变，有越来越多的盈利能力与经济增速指标之间的背离情况出现。这种改变一方面来自经济结构的改变，即以新能源、电子、医药生物等行业为代表的新兴行业占比正在逐渐扩大。决定这些行业盈利能力的变量更多是非总量因素，例如行业集中度、产业升级、技术进步等等，与宏观经济周期的关联度都不高，受周期波动的影响较小。
另一方面，在经济周期波动降低的宏观背景下，“盈利由总需求驱动”这条逻辑的有效性也在下降。以日常消费行业为例，其盈利能力在2015年至2019年之间有大幅上升，板块的ROE持续上升（参见图表35），板块ROE从2015年的11.4%提高到2019年的17.2%，盈利能力提升幅度高达51%。
但是日常消费行业盈利能力持续强劲上升在宏观数据中并未得到体现。最近几年，社会消费品零售总额增速从2015年10.7%下降到2019年11月的8.0%，全国居民人均消费支出（包含了所有的“服务性”消费）增速从趋势上看也是下行的，均无法解释从2015年开始日常消费板块上市公司盈利能力的趋势性上行。我们认为，消费股ROE趋势向上主要有两方面的原因，一是供给侧的产业集中度提升，二是需求侧的贫富差距扩大导致了一部分人消费能力的增强。这两个解释变量，“产业集中度提升”和“贫富差距扩大导致一部分人消费能力增强”，这两个变量在宏观数据中都是看不见的，至少是无法高频跟踪的。
股票指数的估值主要代表了什么？—经济增长+货币流动性+大类资产性价比
股票市场最惹人发笑的部分是：每一个同时买和卖的人都会认为自己比对方聪明。—Philips·A·Fisher
对于一般的投资者来说，受限于股票研究的深度于广度，投资股指相比自己选股有很多优势，比如交易成本与研究的时间成本更低，不需要承受个股财务暴雷等风险。根据沃顿商学院Jeremy Siegel的研究成果，将1802年至2011年美国各大类资产的复合收益进行对比发现，股票是所有资产中长期收益最高的。
图：各大类资产1802-2002年化收益率
图片来源：《股市长线法宝》—Jeremy Siegel
其实这也比较容易理解，首先人类社会一直处在螺旋式上升的进程中，上市公司整体构成的股票指数一定程度上代表了社会财富的缩影，当社会整体财富上升时，股票价格会随之上涨，然后通过股利的方式进行分配。
在描述股票市值与经济增长的关系方面，“巴菲特指标”具有一定的参考意义，巴菲特曾说“这可能是衡量股市在任何特定时刻估值水平的最佳单一指标”
“巴菲特指标”=市值/GNP：当指标低于70%至80%，那么股市估值处于一个较合理水平，买入股票非常划算，但是，一旦这个指标超过200%，那么买股票就是在玩火。
对于中国的情况来说，GDP比GNP的代表性更强，假设今年中国GDP同比增长3%的情况下，GDP可以达到117.80万亿。A股总市值截至2022年9月30日为75.98万亿，巴菲特指标计算结果约为64.5%，已经进入低估值区间。
图：巴菲特指标
资料来源：wind
此外，股票是长期抗通胀的资产，因为股票代表了你真实的拥有一家公司的实物资产。芝加哥货币与经济学派代表人物Milton Friedman有一句名言：通胀无论何时何地都是一种货币现象。通胀多数情况下是由于货币超发带来的，那么超发的货币资本为了追寻利润，往往会选择流入预期收益高的资产比如股票，股市的整体估值会在流动性增加的时候抬升。
最后，股票的估值是否足够低并不完全取决于股票这一资产本身，而取决于股票与其他大类资产预期收益率的比较，股债性价比指标就是比较常见的衡量股票与债券相对估值的有效指标。以wind全A的1/PE与十年期国债收益率构建股债性价比指标可以发现，当前股票指数的相对性价比已经接近2020年新冠疫情爆发初期，仅次于2018年底的水平。
图：股债性价比
资料来源：wind
投资是自上而下还是自下而上？—区别在于是否依赖择时
股票作为企业的所有权，长期估值的企业未来所有的现金流的折现值，短期估值代表了市场参与者对于短期景气度的博弈。大多数股民（包括很多知名基金经理）都坚持自下而上的分析框架，重视个股>行业>宏观。但是作为大类资产配置为主的投资者，基本秉承了宏观>行业>个股的分析框架，其实两种框架并没有优劣之分，很多时候还可以相互融合来提高风险收益比。
宏观对冲策略常见于私募对冲基金中，主要特点是1、策略容量大2、使用杠杆3、通过多空对冲的方式减少单一资产与单个方向的头寸暴露4、最终将宏观研究（宏观因子）落地到对于各大类资产的方向性判断上。这类策略的收益比较依赖团队的全面性，就国内来说，某夏投资、某湖投资、某某汇富投资（私募基金无法公开宣传）以及某些大型外资机构在中国发行的产品都是其中的佼佼者。
2020-2022由于疫情、全球宽松的货币财政政策、战争威胁与地产周期下行的原因被称为宏观大年，在宏观占主导的年份中，优秀的宏观大类资产分析框架显得非常重要。从宏观策略的角度，主要是将股票作为一种大类资产与其他的资产进行风险收益上的对比（前面的股债性价比指标就是一种大类资产间的对比），然后通过抓住最适合投资股票的宏观环境而获利，本质上是一种多资产的择时投资策略。
股票的择时是在追求什么?—戴维斯双击
戴维斯双击这个词是由美国著名投资人戴维斯家族来定义的，主要讲的就是股票价格受到来自于盈利和估值转好的双重推动上涨。
根据公式来看，，每股收益与公司基本面和行业基本面相关，行业基本面与宏观政策与经济周期相关，但是最重要的影响因素就是公司自身的运营情况。而市盈率作为股票相对估值的代表，受到行业景气度与宏观景气度的影响，当行业处于上升周期的时候，行业中的公司市盈率都会相对偏高，比如热门的新能源等行业的市盈率长期居高不下，而当宏观经济前景乐观的时候，股市整体的市盈率也会在投资者的乐观预期下抬升，也就是出现所谓的牛市。
总体来看，每股收益的高低相对客观，而市盈率的波动则相对主观。所谓的戴维斯双击，就是提前在估值较低而且每股收益持续增长的阶段进行投资，等待宏观与行业景气度的修复带来的估值提高和每股收益增长的双重利好收益。
对于纯粹的长期成长股投资者来说，择时主要体现在对于公司盈利增速的拐点判断，在公司利润高增速期介入投资，在利润进入平稳期或衰退期退出。但是对于进行大类资产配置的投资者来说，投资股票则是为了追求戴维斯双击，那么就需要对股票进行阶段性估值，并尽量在低估值的阶段逆势买入，同时在高估值和每股收益增速见顶的时候卖出，避免戴维斯双杀。
因子模型—因子挖掘与异象
既然提到了因子，那么需要对因子先下一个定义，一个因子代表了众多资产均要承担的某种共同风险，而因子收益率就是投资者承担这类系统性风险得到的补偿。以著名的CAPM模型为例，CAPM模型可以理解为一种单因子模型，唯一的因子是市场组合风险溢价因子（Rm-Rf），市场中每一只股票都需要承担整体大盘指数涨跌的系统性风险，只不过不同的股票对于这类因子的敏感度不同，比如大盘下跌的时候，有的股票跌的多，有的股票跌的少，那么这种敏感性被称为风险暴露，用不同股票的β值来表示。
CAPM 模型
但是仅凭市场组合的风险溢价并不能解释市场中出现的一些异象，这些异象无法用公式中的因子进行解释，体现为实际的收益率与公式计算出的收益率不相等，比如美股市场中小市值股票比大市值股票长期收益高，市净率P/B低的股票长期收益更高等等。所以1992年后出现了Fama-French 的三因子模型，三因子模型是在CAPM的市场风险溢价因子之外，另外加上了账面市值比HML和市值SMB两个因子，以此来解释价值效应和规模效应，因子模型逐渐成为股票定价的主流模型被学界不断挖掘。2015年的五因子模型就是在三因子模型基础上增加了盈利因子RMW与投资因子CMA，从而进一步对股票收益进行解释。
Fama-French 五因子模型
可是即便增加到五因子，依然有不能被解释的股票收益“异象”， 但是因子的数量不能无限制的增加，否则就会出现多重共线性导致的因子冗余。于是Barra（2007）（后被 MSCI 收购）提出了纯因子模型（pure factor model），模型目的是为了保证通过某一个纯因子构建的投资组合仅对该纯因子有风险暴露而对其他的因子不存在风险暴露，从而消除了因子多重共线性的影响，也就是说，任何一只股票的期望收益率可以由多个线性无关的因子进行解释。
2018年MSCI 在CNE5版本因子基础上更新了中国的CNE6版本因子，CNE6包括10个一级因子，20个二级因子，46个三级因子。根据火富牛的Barra风格因子累计收益统计，今年表现最好的四个因子为成长因子5.58%、价值因子4.55%、波动因子2.07%、分红因子1.21%，表现最差的因子为流动性因子-9.42%和动量因子-5.51%。从这个因子归因可以看出，今年A股市场的动量效应与流动性效应表现较差，但是成长与价值指标选股预计会有不错的收益。这里引出了因子的第二个功能，也就是因子除了预测股票预期收益之外，还可以对股票进行风险归因，从而了解过去一段时间股指因为哪类风险敞口而上涨或者下跌。
图：Barra 9风格因子2022年累计收益
资料来源：火富牛
因子模型—基于宏观因子的资产配置框架
前文的五因子模型和barra模型都是基于基本面的财务指标或量价指标构建的，但是宏观经济趋势也是非常重要的股票估值影响因素。
SSGA的Kelly等人（2014）在《Practical Applications for Factor Based Asset Allocation》中，通过对多个大类资产进行PCA主成分分析后得到了增长、利率和通胀三种宏观因子，根据宏观因子对不同的资产组合进行风险的归因，并利用得到的宏观因子进行了资产配置策略设计。
PCA主成分分析是另一种统计上常用的分析工具，这一方法利用正交变换把线性相关的多个变量数据转换为了线性无关的少数变量数据，这些线性无关的变量被称为主成分，主成分分析法主要用来发现数据的基本结构，以宏观指标来说，动辄上百个宏观指标的变量需要进行PCA降维处理，避免维度灾难。
BlackRock的Greenberge等人（2016）提出了一种将因子暴露映射为资产组合的方法，该方法使用了6个宏观经济因子（股权、通货膨胀、实际利率、商品、信用和新兴市场），以此来进行资产配置。
在这里主要介绍国内华泰证券林晓明团队的中国宏观因子资产配置C1型策略，(简称HACRO-C1)，该策略借鉴了国外的成熟做法，采用增长、通胀、信用、货币四个风险维度构建了宏观因子体系。增长因子的代理指标采用固定资产投资、工业产品产量、房地产开发销售等；通胀因子的代理指标采用国内外商品资产价格；信用因子的代理指标采用社会融资规模、贷款余额、货币供应等；货币因子的代理指标采用货币市场利率和债券市场利率等。
根据四类宏观因子的上行与下行状态对宏观时间周期进行划分，统计不同因子上行与下行周期中各个资产的波动率调整后的月平均收益率，确定宏观因子与资产收益的对应关系，统计表明，增长因子上行利好股票；通胀因子上行利好商品；信用因子主要对股票有显著区分度，信用扩张时股票上行；货币因子主要对债券有显著区分度，货币宽松时债券上行。
虽然以上结果基于量化回测，但是进行主观投资的投资者只要对这四类宏观指标有所了解，依然可以通过主观研究获取宏观因子的收益，收益并不一定弱于宏观量化策略，后期会对宏观因子与大类资产的映射关系进行更加详细的介绍。
因子拥挤度的影响
上文提出的因子模型中的各类因子都曾经(或依然)在中国股市的定价中发挥效力，但是必须要先说明的是，由于市场处于不断的进化和博弈当中，任何一类有效的因子一旦被公开，大量资金涌入一定会降低因子的预期收益率，因子拥挤度指标就被用来刻画资金对于因子利用程度，因子利用程度过高可能会短时间内出现因子收益的大幅回撤。
MSCI 的Bonne G, Roisenberg L, Kouzmenko R, et al. （2018）提出了因子拥挤模型（The MSCI Factor Crowding Model）。该模型通过一个标准化的因子拥挤程度指标，为投资者提供择时决策依据。该指标涉及（1）持仓、（2）定价-收益、（3）估值价差、（4）做空率差、（5）两两相关、（6）相对波动率和（7）因子动量。研究表明，上述信息对在因子波动和收益上都有解释效力，而且本文发现出现了拥挤信号的因子在后续的12个月中比没有拥挤信号的因子将有更大的频率（相差7倍）出现显著的因子回撤。
通过计算因子拥挤度指标可以提前发现哪类影响因素是被过度交易的，从而可以规避这类因子拥挤风险。
后期文章将对A股有效因子以及因子拥挤度进行深入说明，创作不易，如果对后续内容感兴趣，欢迎关注、点赞与转发。
王宇露 中国证券报·中证网
中证网讯（记者 王宇露）12月7日，源乐晟资产发布公告称，曾任中国人寿养老保险股份有限公司投资中心权益部副总经理的王雁杰于近日加盟源乐晟资产。王雁杰具有14年资管行业从业经验，拥有横跨多行业的研究经验，具备管理大规模年金账户及公募基金的投资履历，以及投研团队管理和人才培养经验。源乐晟资产表示，王雁杰的加入将进一步壮大源乐晟资产的投研团队，促进公司投研团队整体研究实力和管理机制的提升。
王雁杰，北京大学经济学硕士。2008年7月至2015年4月，就职于中国国际金融有限公司资产管理部，历任股票研究员、投资经理、执行总经理。2015年4月至2020年7月，就职于中金基金管理有限公司，任权益投资总监、董事总经理。2020年7月至2022年11月，就职于中国人寿养老保险股份有限公司，任投资中心权益部副总经理。
向前奔跑，永不停息
人生就是一场排位赛，以相对收益为业绩考核目标的公募基金领域更是让人不敢懈怠。
一次路演中，在回答一位投资者提出的“如何在众多量化同行中保持竞争优势”这样的问题时，盛丰衍略带玩笑地回答：“逆水行舟，不进则退。96天住在公司，卷死他们。”
96天住在公司既有受困于疫情的无耐，却也彰显了盛丰衍“不停奔跑”的架势。
量化因子需要不断地增加和调整，具体策略需要不断地进化和迭代；
具体产品方面，从宽基指数增强，到主动量化增强，再到行业主题量化增强，作为公司量化投资总监的他在不断丰富自己的产品线；
他重视与投资者的沟通与陪伴，在不同的平台孜孜不倦地分享自己的投资理念和感悟，一不小心还成了“网红”；
营销方面，限购1024元把他作为理工男的特色发挥到极致；
股市大跌中，基金亏到“不敢到丈母娘家蹭饭”的调侃引发众多亏损投资者的共鸣……
“弱小和无知不是投资的障碍，傲慢才是。”
盛丰衍认为，一个好的基金经理往往需要两个品质，勤勉和谦逊。
越是弱小和无知，我们才应该越有“卷”的动力，才需要不断奔跑，避免落后。
不断挑选新的增强因子
盛丰衍认为，由于市场的有效性不断增加，原有的增强因子一定会失效。
增强因子失效大致有两个原因：一是量化选股往往有两年左右的半衰期，如果策略两年不更新，那么两年后一半的投资因子可能会失效。二是如果市场的结构巨变，那可能就在一瞬间80%的投资策略就会失效。
甚至有时候市场是两个原因叠加的，这是常态，必须接受。
挑选新的增强因子盛丰衍会做三件事：
1、找新数据，建立信息优势；
2、同等信息下做出更好的策略；
3、同等的数据和策略，在交易环节进一步完善。
这三件事，每件事都有很多细节可以展开，即使我们花了很大功夫去做，明年产品的业绩一定比今年好吗？未必，因为逆水行舟，不进则退，还得取决于明年的市场变化。
七分量化，三分主观
量化策略既有非常重要的优点，也有明显的不足。
优点主要体现在三方面：
第一是自知，对自己能力圈对哪些东西有何种预测度，会有一个非常确定的说法。
第二是果决，信号出来了，今天该买就买，基本上不会说一个东西先买一点，过段时间又研究了再买一点，量化决策会一口气买足，非常果决。
第三个是客观，因为基本上都是依赖于数据去做决策。
不足或者盲点也很明显，主要是：
第一，对新模式、新技术、新业务，它需要时间去学习。如果这个业务模式本来就是全新的，可能还学不会，需要继续观察。
第二个盲点是对业绩的连续性的判定，我们看到上市公司业绩很好，未来好不好呢？量化把握的不是那么准确，只能是大概率假设。而非量化的主观性里面，在上市公司业绩的持续性上可能会给出更好的判断。
第三个盲点是，政策或重大突发事件，这里面可能演绎方面的逻辑更多，但量化无能为力。
一个好的投资体系一定是充分发挥量化的优点并尽量弥补量化的不足。
盛丰衍团队的量化体系可以用“量化为舟、主观为舵”来概括，如果用数字来描述，大体上是“七分量化、三分主观”。
量化相当于自动驾驶，在它能适应的大部分场景中，我们不需要加以干涉；但在盲区出现的时候，我们就要暂时关掉自动驾驶，手动接管方向盘，让主观发挥效用。
分域建模，以基本面量化为主
盛丰衍用四个字总结自己的量化特色：分域建模。
市值规模是第一重要的分域指标。
A股4000多家上市公司中，处在金字塔尖的100家是所谓的核心资产，简称核心100，这部分股票大家耳熟能详，有数量最多的研究员覆盖，基金经理买得也最多。对这一部分股票量化只需要用跟踪聪明钱的方式去投资就可以了。
第二层叫中盘900，这900只股票也都有研究员覆盖，这一层适合用基本面量化因子做投资。
第三层叫冷门3000，这部分数量众多，市值偏小，很多股票没有研究员或分析师覆盖，更多的需要结合技术面因子。
盛丰衍的量化策略主要集中在第二层，风格偏成长，因此他的投资风格可以用中盘成长来概括，投资策略主要是基本面量化。
而基本面因子主要有估值、成长和质量等指标，盛丰衍的有效因子主要聚焦于低估值、高成长和高质量上面。
盛总对成长的定义是远期利润增速20%以上，采用买方报告数据；而高质量因子包括ROA、ROE和毛利率等。
行业主题是第二个重要的分域指标。
盛总觉得之前的行业主题分得太细，效果不一定好。目前把行业主题简化为成长、周期、核心资产和稳定资产四部分来进行分域建模。
其实这个分域指标叫做风格指标可能更为贴切。
盛总坦言，行业轮动并不好做量化，因此行业轮动因子应该给予较小的权重，比如10%；而行业内部（个股）轮动和大小盘风格轮动更容易做量化，因此可以赋予较高的权重，比如90%。
舍掉不确定的东西，做有把握的事情
量化投资可以做很多的事，但必须基于自己的能力域做一些取舍。
盛总以考试来做了一个很通俗的比喻。一张语文阅读理解试卷或作文，先把自己懂的有把握的写了，不太懂的也可以多少写点字上去，写的越多有可能得分越高，但不会倒扣分。
但投资这张“试卷”就不一样了，它有倒扣分机制，做错了就会亏钱。
所以量化投资必须进行取舍，比如市值分域建模聚焦于中盘900，比如放弃择时。
放弃我们没法把握的东西，哪怕只留下一点点我们能够把握的东西，最终也有可能实现量化增强的效果。
金融资产的高流动性有时是一种毒药
大部分权益基金每个交易日都可以申购和赎回，这种高流动性对耐心持有而言是一种毒药。
喜欢喝奶茶的盛丰衍举了个有趣的例子，你们想让我戒掉甜食没什么问题，但在我回家的路上开满了奶茶店是几个意思？
大家买公募基金的过程当中，面对一个每天都可以赎回的公募基金，要忍住做到长期投资，这太消耗意志力了，不符合人性。
为了解决这个问题，盛丰衍给出的方案是“软硬兼施”。
“硬”的方案是给出明确持有期，比如一年期持有，一上车就把车门焊死，想下也下不来。
“软”的措施是尽量做好陪伴。人性中都会倾向于相信熟悉的人，所以盛丰衍在各大互联网平台开有专栏，对投资者做好陪伴、沟通和心理按摩。
主要代表作
1、西部利得中证500指数增强。中盘成长风格。
2、西部利得量化成长混合。在中证500基础上做增强，全市场选股，自由度更大。
3、西部利得量化优选一年持有期混合。用盛丰衍比较“皮”的语言表述，就是把成长风格“往死里做”。
4、西部利得国企红利指数增强。盛丰衍口中的“稳定风格”，有比较好的风险收益性价比。
5、西部利得人工智能指数增强。盛丰衍未来最看好的行业主题之一。
本文所有观点和涉及到的基金不构成投资建议，只是我自己思考和实践的一个真实记录，据此入市投资，风险自担。
https://www.haobaihe.com
上一篇：横盘整理是什么意思(横盘整理的时间)
下一篇：300034股票哪年上市(股票)
炒股技巧 
技术指标 
炒股入门 
炒股专题
炒股问题 
外部文章 
网站首页