摘要
上周创业板指再度领涨，市场表现分化加剧
上周主要股票指数呈现出普涨格局，以中证1000、创业板指为代表的小盘成长指数再度领涨市场，分化格局加剧，我们认为原因如下：1、新冠疫情的突发影响打乱了经济基本面企稳回升的节奏，导致投资者对企业盈利回暖的预期偏悲观，而流动性环境的持续宽松催生了估值扩张的逻辑；2、科创板推出以来，国家战略层面的系列支持为科创产业提供了新的成长机遇，新发行科创类基金受到投资者的广泛关注，增量资金不断涌入；3、春季复工有所推迟，大量散户投资者交易活跃度增加，而散户投资者中存在明显的羊群效应，追涨杀跌的交易行为加剧了两极分化的格局。
短期来看，创业板指或存在交易过热风险，估值也已偏高
随着创业板指不断攀升，交易过热风险也逐步显现，上周后4个交易日里，创业板指每天成交额都突破了2300亿，周五单日成交额更是高达2658.98亿，创下历史之最，而上一次成交额突破2200亿还要追溯到15年5月底的市场高点。成交额的激增反应出市场分歧加剧，卖出和买入力量都很强，存在一定的交易过热风险。而从主要指数的最新估值来看，创业板指的PE_TTM分位数已经超过84%，PB_LF分位数更是高达88%，整体而言估值已经偏高，短期来看或有调整需求。
行业景气度跟踪：食品饮料、电力设备及新能源景气度较高
我们结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据，构建了12个景气度指标来对各行业景气状态进行月度打分（该指标景气度向好打1分，恶化打-1分，无信号打0分，综合打分数值越高，意味着该行业越景气）。根据2020年1月底的最新建模结果，目前景气度打分排名前五的行业分别是：食品饮料、电力设备及新能源、非银行金融、综合、有色金属；景气度排名后五的行业分别是：煤炭、基础化工、国防军工、房地产、建材。
行业拥挤度跟踪：电子、计算机类成长行业有交易过热风险
我们以量价数据为基础，构建了收盘价乖离率、换手率与收盘价相关系数、成交量与收盘价的相关系数、峰度、换手率乖离率以及换手率这六项拥挤度指标，用以刻画行业指数是否存在过热交易风险。将上述指标的打分结果（拥挤记为1，不拥挤记为0）加总即可得到各行业的复合拥挤度打分，复合拥挤度大于零即可表明该行业处于拥挤状态，有一定的交易过热风险。最新的建模结果显示，上周市场成交活跃，30个一级行业中，有六个出现了拥挤现象，其中电子、计算机行业都是近期表现突出的成长风格，电子（中信一级）行业最新收盘价（8195.23）离历史最高点（8384.13）已经只有一步之遥。
资产表现跟踪：上周A股表现强势，海外股指陷入回调
股票维度：上周A股主要指数全线收红，板块内部成长领涨，周涨幅高达9.74%；上周海外股指多数下跌，标普500、纳斯达克指数、道琼斯工业指数分别下跌1.25%、1.59%、1.38。整体而言，A股延续了上周的强势反弹格局，表现整体好于海外市场；债券维度：上周全球主要国家十年期国债到期收益率均出现下滑，当前处于周期拐点附近，走势容易震荡反复，而且受到疫情冲击的影响，趋势尚不明朗；商品维度：原油、铜分别上涨1.26%、0.15%，贵金属类避险品种表现亮眼，伦敦金现上涨3.74%，伦敦银现上涨4.3%。
风险提示：模型根据历史规律总结，历史规律可能失效。金融周期规律被打破。市场出现超预期波动，导致拥挤交易。
上周创业板指再度领涨，自2019年7月以来累计涨幅已超40%
上周主要股票指数呈现出普涨格局，以中证1000、创业板指为代表的小盘成长指数再度领涨市场，表现优异。在上期周报《创业板还能逆势上涨多久？》（2020-02-16）中，我们从宏观层面分析了创业板指领涨的原因：新冠疫情的突发影响打乱了经济基本面企稳回升的节奏，导致投资者对企业盈利回暖的预期偏悲观，而流动性环境的持续宽松催生了估值扩张的逻辑，DDM模型分子分母强弱分化，使得长久期的成长风格（盈利主要在未来，对流动性环境的宽松更敏感）占据主导地位。本周我们从市场微观交易层面进一步探究风格分化的原因，核心逻辑如下：1、自19年7月科创板推出以来，国家战略层面的系列支持为科创产业提供了新的成长机遇，观察创业板指相比于沪深300的相对走势，也是从19年7月以来稳步攀升，同样的情况曾在10年5月前后发生过，彼时创业板指新上市，推升了中小板指的上涨行情，在政策和宏观环境的共振下，新发行科创类基金受到投资者的广泛关注，我们筛选了19年6月以来新发行的几只具有代表性的科创类ETF，份额增长最快的半导体50ETF在半年多的时间里份额增长了16倍，增量资金的不断涌入为板块的上行行情打下坚实基础；2、受疫情影响，春季复工有所推迟，大量散户投资者交易活跃度增加，市场成交量不断放大，而散户投资者中存在明显的羊群效应，追涨杀跌的交易行为加剧了两极分化的格局，从创业板指相比于沪深300的相对走势可以看到，自节后以来，其领先优势正在加剧。
短期来看，创业板指或存在交易过热风险，估值也已偏高
随着创业板指不断攀升，交易过热风险也逐步显现，上周后4个交易日里，创业板指每天成交额都突破了2300亿，周五单日成交额更是高达2658.98亿，创下历史之最，而上一次成交额突破2200亿还要追溯到15年5月底的市场高点。成交额的激增反映出市场分歧加剧，卖出和买入力量都很强，存在一定的交易过热风险。而从主要指数的最新估值来看，创业板指的PE_TTM分位数已经超过84%，PB_LF分位数更是高达88%，整体而言估值已经偏高，短期来看或有调整需求。
行业景气度跟踪：食品饮料、电力设备及新能源景气度较高
在华泰金工行业轮动系列报告《景气度指标在行业配置中的应用》（2019-9-12）中，我们结合财务报表、业绩快报、业绩预告、一致预期等多个维度数据，构建了12个景气度指标来对各行业景气状态进行月度打分（该指标景气度向好打1分，恶化打-1分，无信号打0分，综合打分数值越高，意味着该行业越景气）。根据2020年1月底的最新建模结果，目前景气度打分排名前五的行业分别是：食品饮料、电力设备及新能源、非银行金融、综合、有色金属。
行业拥挤度跟踪：电子、计算机类成长行业有交易过热风险
在华泰金工行业轮动系列报告《拥挤度指标在行业配置中的应用》（2020-02-09）中，我们从控制交易风险的角度出发，构建拥挤度指标对各行业的交易过热风险进行衡量。具体而言，我们以量价数据为基础，构建了收盘价乖离率、换手率与收盘价相关系数、成交量与收盘价的相关系数、峰度、换手率乖离率以及换手率拥挤度这六项拥挤度指标。将上述指标的打分结果（拥挤记为1，不拥挤记为0）加总即可得到各行业的复合拥挤度打分，复合拥挤度大于零即可表明该行业处于拥挤状态，有一定的交易过热风险。
最新的拥挤度计算显示，上周市场成交活跃，30个一级行业中，有六个出现了拥挤现象，分别是：电力及公用事业、国防军工、汽车、消费者服务、电子和计算机。其中电子、计算机行业都是近期表现突出的成长风格，电子（中信一级）行业最新收盘价（8195.23）离历史最高点（8384.13）已经只有一步之遥。
上周A股表现强势，海外股指陷入回调
统计全球主要股票指数近期表现：1、上周A股主要指数全线收红，板块内部成长领涨，周涨幅高达9.74%；2、上周海外股指多数下跌，标普500、纳斯达克指数、道琼斯工业指数分别下跌1.25%、1.59%、1.38。整体而言，A股延续了上周的强势反弹格局，表现整体好于海外市场。
上周全球主要国家十年期国债到期收益率均出现下滑，当前处于周期拐点附近，走势容易震荡反复，而且受到疫情冲击的影响，趋势尚不明朗，未来随着周期持续上行，我们认为全球主要利率会逐步企稳上行。
上周全球主要商品资产表现较好，原油、铜分别上涨1.26%、0.15%，贵金属类避险品种表现亮眼，伦敦金现上涨3.74%，伦敦银现上涨4.3%。
情绪面跟踪：上周两市日均成交量破万亿，交投活跃
上周沪深两市日均成交额突破1万亿，量能持续放大，推动市场强劲上涨，但分化仍然明显，以创业板指为代表的小盘成长指数持续上涨，并创下三年新高，而且量能持续维持在高位，市场关注度较高，而上证综指的反弹相对较弱，目前仍然没有攀升至节前的平台位置。
资金面跟踪：北向资金持续流入，医药、食品饮料净流入最多
北向资金持续净流入，上周北向资金总计净流入64.9亿元，流入最多的行业分别是医药生物（32.62亿元）、食品饮料（26.72亿元）、传媒（14.52亿元），净流出最多的行业是非银金融（16.39亿元）。
风险提示
1、 模型根据历史规律总结，历史规律可能失效。
2、 金融周期规律被打破。
3、 市场出现超预期波动，导致拥挤交易。
本公众平台不是华泰证券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
金融周期系列研究（资产配置）
【华泰金工林晓明团队】2020年中国市场量化资产配置年度观点——周期归来、机会重生，顾短也兼长20200121
【华泰金工林晓明团队】量化资产配置2020年度观点——小周期争明日，大周期赢未来20200116
【华泰金工林晓明团队】风险预算模型如何度量风险更有效-改进风险度量方式稳定提升风险模型表现的方法
【华泰金工林晓明团队】周期双底存不确定性宜防守待趋势——短周期底部拐头机会渐增，待趋势明朗把握或更大20191022
【华泰金工林晓明团队】二十年一轮回的黄金投资大周期——黄金的三周期定价逻辑与组合配置、投资机会分析20190826
【华泰金工林晓明团队】如何有效判断真正的周期拐点？——定量测度实际周期长度提升市场拐点判准概率
【华泰金工林晓明团队】基钦周期的长度会缩短吗？——20190506
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上）
【华泰金工林晓明团队】周期轮动下的BL资产配置策略
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】市场拐点的判断方法
【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上）
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究
【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索
【华泰金工林晓明团队】市场周期的量化分解
【华泰金工林晓明团队】周期研究对大类资产的预测观点
【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究
【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究
【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列
行业指数频谱分析及配置模型：市场的周期分析系列之三
【华泰金工林晓明团队】市场的频率——市场轮回，周期重生
【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探
周期起源
【华泰金工林晓明团队】周期趋同现象的动力学系统模型——华泰周期起源系列研究之二
【华泰金工林晓明团队】从微观同步到宏观周期——华泰周期起源系列研究报告之一
【华泰金工林晓明团队】养老目标基金的中国市场开发流程--目标日期基金与目标风险基金产品设计研究
【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一
【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
【华泰金工林晓明团队】因子收益率的周期性研究初探
【华泰金工林晓明团队】波动率与换手率构造牛熊指标——华泰金工量化择时系列
【华泰金工林晓明团队】A股市场低开现象研究
【华泰金工林晓明团队】华泰风险收益一致性择时模型
【华泰金工林晓明团队】技术指标与周期量价择时模型的结合
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用
【华泰金工林晓明团队】拥挤度指标在行业配置中的应用——华泰行业轮动系列报告之十二
【华泰金工林晓明团队】基于投入产出表的产业链分析 ——华泰行业轮动系列报告之十一
【华泰金工林晓明团队】不同协方差估计方法对比分析——华泰行业轮动系列报告之十
【华泰金工林晓明团队】景气度指标在行业配置中的应用——华泰行业轮动系列报告之九
【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八
【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七
【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六
【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一
【华泰金工林晓明团队】投资优质股票：红利类Smart Beta——华泰Smart Beta系列之三
【华泰金工林晓明团队】博观约取：价值和成长Smart Beta——华泰Smart Beta系列之二
【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一
【华泰金工林晓明团队】华泰单因子测试之历史分位数因子——华泰多因子系列之十三
【华泰金工林晓明团队】桑土之防：结构化多因子风险模型——华泰多因子系列之十二
【华泰金工林晓明团队】华泰单因子测试之海量技术因子——华泰多因子系列之十一
【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八
【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六
【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二
【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】五因子模型A股实证研究
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二
【华泰金工林晓明团队】揭开机器学习模型的“黑箱” ——华泰人工智能系列之二十七
【华泰金工林晓明团队】遗传规划在CTA信号挖掘中的应用——华泰人工智能系列之二十六
【华泰金工林晓明团队】市场弱有效性检验与择时战场选择——华泰人工智能系列之二十五
【华泰金工林晓明团队】投石问路：技术分析可靠否？——华泰人工智能系列之二十四
【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三
【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二
【华泰金工林晓明团队】基于遗传规划的选股因子挖掘——华泰人工智能系列之二十一
【华泰金工林晓明团队】必然中的偶然：机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九
【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八
【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五
【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起
【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三
【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一
【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九
【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七
【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六
【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三
【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告
【华泰金工林晓明团队】酌古御今：指数增强基金收益分析
【华泰金工林晓明团队】基于回归法的基金持股仓位测算
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证
【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰价值选股之FFScore模型
【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究
閱讀更多 華泰金工林曉明團隊 的文章
