中金：股票進入布局期，風格均衡配置
摘要
風格輪動：風格趨向均衡
11月大小盤維度綜合指標值爲-0.15，成長價值維度綜合指標值爲-0.17，整體風格偏向小盤價值。但是兩個維度的觀點均強度較弱、趨向均衡，細分指標間存在風格觀點不一致。相較於10月觀點而言，成長價值得分從-0.62上升到-0.17，向成長風格轉變；大小盤維度則是從0.44下降到了-0.15，向小盤風格切換，但目前兩個維度得分都處於均衡狀態。
具體而言，在大小盤維度下，市場狀態大類指標爲0.25，偏向於大盤；市場情緒大類指標爲-0.54，宏觀環境大類指標爲-0.18，均偏向小盤。在成長價值維度下，市場情緒大類指標爲0.22，偏成長；市場狀態大類指標爲-0.14，宏觀指標大類指標爲-0.57，均偏價值。
行業輪動：看多石油石化、銀行、電力及公用事業、通信、傳媒和鋼鐵
行業輪動2.0模型11月份最新推薦持倉爲：石油石化、銀行、電力及公用事業、通信、傳媒和鋼鐵。相比10月份的持倉，本月新增銀行、電力及公用事業、通信、鋼鐵行業，保留了石油石化和傳媒行業。組合10月份漲跌幅爲-5.7%，同期全行業等權基准漲跌幅爲-2.9%，組合跑輸基准2.8ppt。組合2023年以來收益率5.4%，同期行業等權基准收益率-3.2%，超額收益率8.6%。樣本外（2023-08-01至2023-10-31）組合收益率爲-11.4%，同期全行業等權基准漲跌幅爲-9.3%，組合跑輸基准2.1ppt。行業景氣度模型觀點：周期上遊景氣度仍維持低位。總體來看，模型判斷電力及公用事業行業景氣度相對較高；判斷景氣度中性的行業包括交通運輸、有色金屬、汽車、鋼鐵、基礎化工；判斷景氣狀態相對低的行業包括電子、煤炭、石油石化。多因子選股：10月中證500指數增強跑贏基准1.66ppt
10月中金量化滬深300指數增強跑贏基准0.87ppt。組合樣本外跟蹤以來（2019-01-01至2023-10-31）累計收益76.57%，累計跑贏基准56.27ppt。10月中金量化中證500指數增強跑贏基准1.66ppt。組合樣本外跟蹤以來（2021-01-01至2023-10-31）累計收益21.44%，累計跑贏基准36.16ppt。10月中金量化中證1000指數增強跑贏基准1.53ppt。組合樣本外跟蹤以來（2022-08-01至2023-10-31）累計收益3.56%，累計跑贏基准20.43ppt。主動量化選股：10月低關注度掘金策略延續優勢，收益率爲0.9%
成長趨勢共振模型10月收益率爲-2.8%。該策略2009年1月1日以來，年化收益率達31.2%，以偏股混合型基金指數爲基准，年化超額收益率達21.8%。10月收益率爲-2.8%，跑輸基准0.2ppt。
價值股優選策略10月收益率爲-7.2%。該策略2009年5月5日以來，年化收益率達19.7%，以中證紅利指數爲基准，年化超額收益率爲14.1%。10月收益率-7.2%，跑輸基准4.1ppt。
低關注度掘金策略10月收益率爲0.9%。該策略2015年1月1日以來，年化收益率達27.1%，以低關注度股票池爲基准，年化超額收益率爲24.7%。今年以來收益率達41.7%，10月收益率0.9%，超額基准0.5ppt。
量化配置：股票>商品>債券
綜合宏觀驅動力、經濟預期差、左側內生結構、技術指標等維度的信息，中金研究當前對國內股票資產最爲看好，商品資產中性樂觀，債券資產相對謹慎，各資產看多程度排序爲股票>商品>債券。
1）宏觀預期差維度：看多股票、債券謹慎、商品謹慎。截至2023-10-31，從股票市場看，最新的PPI不及預期，社融連續兩月超預期，人民幣貸款連續三月不及預期，整體對股票市場影響偏正面；從債券市場看，三季度的GDP超預期，整體對債券市場影響偏負面；從商品市場看，最新的工業增加值不及預期，PMI不及預期，美元兌人民幣連續兩月不及預期，整體對商品市場影響偏負面。
2）左側擇時維度：看多股票、債券謹慎、看多商品。①當前股市左側擇時體系中有5個指標觸發看多信號，2個指標觸發看空信號，其余指標維持無觀點狀態。中金研究認爲股市當前在估值、情緒、資金等方面均處於偏低狀態，可以耐心進行布局，但或出現的上漲也將更多表現爲震蕩形式。②當前債券左側擇時體系中有1個指標發出看多信號，5個指標發出看空信號，其余指標維持無觀點狀態。中金研究認爲債券市場在估值、情緒、資金等角度整體處於高估或過熱狀態，未來大概率會出現趨勢反轉後的市場下跌。③當前商品左側擇時體系中有3個指標發出看多信號，1個指標發出看空信號，其余指標維持無觀點狀態，中金研究認爲商品市場整體處於庫存較低的供不應求狀態，未來大概率出現情緒修復所帶來的價格上行。
3）阻力支撐維度：當前股市爲偏多信號，市場底部支撐相對較強。股市阻力支撐指標在5個主要寬基指數中，有3個爲看多信號，2個爲看空信號，中金研究認爲當前市場底部支撐相對較強，未來大概率走出震蕩上漲行情。
4）系統性風險維度：股債雙跌預警信號觸發，股債未來有一定同跌風險。9月18日，股債雙跌預警指標觸發，並持續至今。因此站在當前時點，中金研究認爲股債未來有一定同跌風險。
風險
本篇報告基於市場歷史收益，探究量化策略表現，無法確保樣本外收益。
正文
風格輪動：風格趨向均衡
四象限風格輪動模型
模型簡介
中金研究在報告《中金｜如何捕捉四象限的風格輪動？》中，結合風格影響因素分析和量化指標篩選方法，構建了綜合單一維度和重合維度預測指標的，大盤成長、大盤價值、小盤成長、小盤價值四象限風格輪動模型。中金研究從市場狀態、市場情緒、宏觀環境三個維度尋找有經濟學意義的候選指標，採用格蘭傑檢驗和相關性檢驗對指標有效性進行測試，旨在篩選出既對四象限風格收益有預測效果，且符合經濟學邏輯的輪動指標，最終選出共15個指標。
►成長/價值維度的有效指標包括：新增投資者數量、中國波指、PPI月同比和M2M1增速差等。
►大盤/小盤維度的有效指標包括：大小盤相對換手率、全A換手率分位數、創新高個股佔比、期權認沽認購比等。
►重合指標（即對大盤/小盤和成長/價值維度均有效）包括：偏股基金募資額、期限利差等。
使用通過顯著性檢驗後的入選指標，中金研究構建了大盤/小盤和成長/價值兩個維度的復合指標。除了將指標標准化和調整極性以外，中金研究通過疊加滾動勝率信息納入了指標近期趨勢的信息。中金研究進一步將所得二維復合得分指標，通過坐標法搭建四象限風格的倉位調整輪動策略：重倉推薦風格，低配相鄰風格，不配相反風格。
最新觀點
11月大小盤維度綜合指標值爲-0.15，成長價值維度綜合指標值爲-0.17，整體風格偏向小盤價值。但是兩個維度的觀點均強度較弱、趨向均衡，細分指標間存在風格觀點不一致。相較於10月觀點而言，成長價值得分從-0.62上升到-0.17，向成長風格轉變；大小盤維度則是從0.44下降到了-0.15，向小盤風格切換，但目前兩個維度得分都處於均衡狀態。具體而言，在大小盤維度下，市場狀態大類指標爲0.25，偏向於大盤；市場情緒大類指標爲-0.54，宏觀環境大類指標爲-0.18，均偏向小盤。在成長價值維度下，市場情緒大類指標爲0.22，偏成長；市場狀態大類指標爲-0.14，宏觀指標大類指標爲-0.57，均偏價值。
綜合來看，中金研究認爲整體風格趨向均衡，略偏小盤價值。
圖表1：各維度大類指標及綜合指標值
資料來源：Wind，中金公司研究部（截至2023-10-31）
圖表2：大小盤維度細分指標得分
資料來源：Wind，中金公司研究部（截至2023-10-31）
注：得分爲極性與勝率調整後得分
圖表3：成長價值維度細分指標得分
資料來源：Wind，中金公司研究部（截至2023-10-31）
注：得分爲極性與勝率調整後得分
行業輪動：均衡配置板塊
行業輪動2.0：石油石化、銀行、電力及公用事業、通信、傳媒和鋼鐵
模型簡介
中金研究在報告《中金：輪動節奏自適應行業輪動2.0模型》中，採用輪動速度分域邏輯（輪動速度指標構建方式見圖表4），將市場的歷史輪動速度按照快慢劃分爲不同區間。在篩選出達到有效性標准的因子後，採用擇時切換邏輯，在不同的行業實際輪動狀態下切換使用這些因子，構造出行業輪動節奏自適應的綜合行業輪動指標：
►快速輪動模型以價量信息爲主：包括4大類因子，分別爲調研信息、動量和反轉、流動性和資金流，共9個細分因子。
►慢速輪動模型結合基本面與價量信息：包括8大類因子，分別爲波動率、成長、調研信息、動量和反轉、分析師、現金流、擁擠度和資金流，共16個細分因子。
圖表4：輪動速度指標構建方式
資料來源：中金公司研究部
跟蹤表現
10月不同行業在收益上表現出小幅分化，月度收益最高的行業與收益最低的行業之間的收益差超12ppt。電子行業在10月表現顯著優於其他行業，位列漲跌幅第一，月度上漲4.5%；汽車、醫藥、綜合行業表現僅次於煤炭行業，10月分別上漲2.7%、1.7%和1.1%，領先於其他行業。而10月收益相對弱勢的行業包括消費者服務和通信行業，月度均下跌8.3%。
圖表5：中信一級行業月度收益率
資料來源：Wind，中金公司研究部
行業輪動2.0組合10月份持倉行業爲：建築、石油石化、房地產、計算機、商貿零售和傳媒。該組合10月份漲跌幅爲-5.7%，同期全行業等權基准漲跌幅爲-2.9%，組合跑輸基准2.8ppt。
組合2023年以來收益率5.4%，同期行業等權基准收益率-3.2%，超額收益率8.6%。
樣本外（2023-08-01至2023-10-31）組合收益率爲-11.4%，同期全行業等權基准漲跌幅爲-9.3%，組合跑輸基准2.1ppt。
圖表6：輪動模型樣本外跟蹤淨值
資料來源：Wind，中金公司研究部（截止於2023-10-31）
圖表7：輪動模型收益表現
資料來源：Wind，中金公司研究部（截至2023-10-31）
最新觀點
模型11月份最新推薦持倉爲：石油石化、銀行、電力及公用事業、通信、傳媒和鋼鐵。相比10月份的持倉，本月新增銀行、電力及公用事業、通信、鋼鐵行業，保留了石油石化和傳媒行業。圖表8：近6個月持倉變化
資料來源：Wind，中金公司研究部
最新行業輪動觀點相應各維度信息細節如下：
►行業輪動速度狀態：當前行業輪動速度指標值爲88.23，市場輪動速度偏快，故選用快速輪動模型。
►細項得分：石油石化和銀行行業在動量和流動性方面得分較高，電力及公用事業在流動性維度表現也較好。
圖表9：行業得分細項一覽
資料來源：Wind，中金公司研究部（截至2023-10-31）
圖表10：行業輪動速度
資料來源：Wind，中金公司研究部（截至2023-10-31）
行業景氣：周期上遊景氣度仍維持低位
中金研究在報告《中金｜如何量化跟蹤周期性行業景氣度》中，針對周期性明顯的行業分別構建了景氣度打分模型。基於各行業的景氣度打分模型，2023年11月觀點如下：
►景氣度高的行業：電力及公用事業
►景氣度中性的行業：交通運輸、有色、汽車、鋼鐵、基礎化工
►景氣度低的行業：電子、石油石化、煤炭
其中，經過檢驗，中金研究發現僅石油石化、煤炭、有色金屬、鋼鐵、汽車行業景氣度模型對於行業超額收益的預測能力較強。因此，映射到行業超額收益層面，中金研究認爲煤炭、石油石化行業仍可能跑輸市場。但比較細分指標得分的變化，可以觀察到周期性行業景氣度邊際上有所改善，只是暫未達到景氣线水平。
圖表11：2023年11月各行業不同景氣度維度得分
資料來源：Wind，中金公司研究部
圖表12：2023年11月各行業景氣度綜合得分
資料來源：Wind，中金公司研究部
多因子選股：
10月中證500指數增強跑贏基准1.66ppt
滬深300指數增強、中證500指數增強和中證1000指數增強的近期表現如下：
滬深300指數增強
10月中金量化滬深300指數增強（滬深300指數增強模型詳見報告《中金：QQC綜合質量因子與指數增強應用》）跑贏基准0.87ppt。組合樣本外跟蹤以來（2019-01-01至2023-10-31）累計收益76.57%，累計跑贏基准56.27ppt。
圖表13：中金量化滬深300指數增強樣本外淨值走勢
資料來源：Wind、中金公司研究部（截至2023-10-31）
中證500指數增強
10月中金量化中證500指數增強（中證500指數增強模型詳見報告《中金：非线性假設下的情景分析因子模型》）跑贏基准1.66ppt。組合樣本外跟蹤以來（2021-01-01至2023-10-31）累計收益21.44%，累計跑贏基准36.16ppt。
圖表14：中金量化中證500指數增強樣本外淨值走勢
資料來源：Wind、中金公司研究部（截止於2023-10-31）
中證1000指數增強
10月中金量化中證1000指數增強跑贏基准1.53ppt。組合樣本外跟蹤以來（2022-08-01至2023-10-31）累計收益3.56%，累計跑贏基准20.43ppt。
圖表15：中金量化中證1000指數增強樣本外淨值走勢
資料來源：Wind、中金公司研究部（截至2023-10-31）
主動量化選股：
主動量化選股策略旨在實現主動權益投資理念和量化工具的結合，通過量化的方式篩選符合主動權益投資邏輯的個股，構建選股組合。目前，中金研究分別構建了成長趨勢共振和價值股優選兩個主動量化選股模型，本章對組合近期的收益表現進行跟蹤。
成長趨勢共振選股策略
中金研究在報告《中金：業績成長是否具有延續性》的報告中，對“上市公司的業績成長具有一定的延續性”這一邏輯基礎進行了驗證。基於這一邏輯，成長趨勢共振選股模型的構建主要分爲以下三個步驟：
►業績加速增長基礎池：在全市場範圍內，篩選TTM歸母淨利潤環比增速排名前三分之一的股票，並在其中進一步篩選加速度指標排名前50%且加速度絕對值大於0的股票作爲基礎池。
►規避非經常性因素帶來的風險：非經常性因素對於公司業績增長的延續性影響較大，因此，在基礎池內，中金研究進一步篩選扣非利潤佔比大於50%、近一年未發生股權融資事件、償債能力指標大於-1的公司作爲待選股票池。結合報告《中金：精確刻畫業績的加速增長趨勢》的研究成果，中金研究將業績分布季節性較爲明顯的個股剔除。出於穩健性考慮，中金研究將ROE大於1%、過去半年日均成交額全市場排名前90%、剔除ST股也加入篩選標准。
►疊加分析師預期和技術面信息增厚收益：在待選股票池內，依據改進動量因子、分析師一致預期調整因子、CGVA因子（參考報告《中金：如何度量非理性估值定價偏差》）進行排序打分，並等權加總爲綜合得分，取綜合排名靠前的股票作爲最終持倉。
圖表16：成長趨勢共振選股策略實施步驟
資料來源：中金公司研究部
圖表17：成長趨勢共振選股策略收益表現
資料來源：Wind，朝陽永續，中金公司研究部（截止於2023-10-31）
圖表18：成長趨勢共振選股策略收益表現（2021年以來）
資料來源：Wind，朝陽永續，中金公司研究部（截止於2023-10-31）
圖表19：成長趨勢共振選股策略分年度收益統計
資料來源：Wind，朝陽永續，中金公司研究部（截至2023-10-31；2023年收益率爲實際收益率，非年化數據；標紅突出近年表現）
價值股優選策略
中金研究在《中金：如何看待價值股的“價值”》報告中，探討了價值股的相對優勢，並認爲價值股的相對優勢主要在於下行風險較小、回撤較小，比較適合穩健型投資者。因此，在構建價值股優選策略過程中，中金研究也是強調突出下行風險小的特性，具體實施過程如下：
►基礎池：依據中信一級行業分類，每個行業分別篩選PB-ROE因子值較小的三分之一股票，作爲價值股的基礎池。
►優選持倉：在基礎池內，將龍頭指標、平均股息率分位數、穩健成長指標分位數等權相加，得到綜合得分，篩選綜合得分排名靠前的股票作爲最終持倉。
圖表20：價值股優選策略收益表現
資料來源：Wind，中金公司研究部（截止於2023-10-31）
圖表21：價值股優選策略收益表現（2021年以來）
資料來源：Wind，中金公司研究部（截至2023-10-31）
圖表22：價值股優選策略分年度收益統計
資料來源：Wind，中金公司研究部（截至2023-10-31；2023年收益率爲實際收益率，非年化數據；標紅突出近年表現）
低關注度掘金策略
中金研究在《中金：如何在低關注度股票中挖掘 alpha》報告中，將公募持股比例較低的股票定義爲機構低關注度股票，並發現利好事件的發生可以帶來市場的關注，對於低關注度股票的挖掘有較強的助推效果。因此，中金研究在低關注度股票挖掘alpha時，可以重點關注近期發生過利好事件的股票，並據此構建了低關注度掘金策略，具體實施過程如下：
►剔除高風險個股：低關注度股票池內，剔除波動率因子、價格彈性因子較小的10%個股，其中，波動率因子已做方向上的調整，因子值越小，反應收益波動較大；
►近期發生利好事件股票：在剩余股票中，先篩選近150日內有利好事件發生的股票作爲待選池；
►六因子打分：在待選池中，依據反轉、流動性-換手率、規模、價值、綜合質量、穩健成長因子進行綜合打分，取得分排名靠前的10只股票作爲最終持倉，其中，各類因子均進行行業和市值中性化、MAD縮尾、zscore標准化等處理。
圖表23：低關注度掘金策略收益表現
資料來源：Wind，中金公司研究部（截止於2023-10-31）
圖表24：低關注度掘金策略分年度收益統計
資料來源：Wind，中金公司研究部（截至2023-10-31；2023年收益率爲實際收益率，非年化數據；標紅突出近年表現）
四象限選股策略
由於A股市場中，大盤/小盤、成長/價值風格輪動現象較爲明顯，並且風格收益對策略收益影響較大，因此，中金研究考慮將選股增強與風格輪動兩部分策略拆分，並在《中金：四象限風格內應如何選股》報告中，將A股市場劃分爲大盤成長、大盤價值、小盤成長、小盤價值四個風格象限，在各個風格範圍內構建了綜合選股策略，以實現對不同風格指數的增強。
圖表25：四象限風格內選股策略收益（本月）
資料來源：Wind，朝陽永續，中金公司研究部（截至2023-10-31）
圖表26：四象限風格內選股策略收益統計（年初至今）
資料來源：Wind，朝陽永續，中金公司研究部（截至2023-10-31）
量化配置：股票>商品>債券
中金研究從量化模型的視角，判斷未來各類資產的走勢與相對強弱。綜合宏觀驅動力、經濟預期差、左側內生結構、技術指標等維度的信息，中金研究當前對國內股票資產最爲看好，商品資產中樂觀，債券資產相對謹慎，各資產看多程度排序爲股票>商品>債券。
宏觀預期差維度：
看多股票、債券謹慎、商品謹慎
中金研究在2021年11月28日發布的報告《中金：捕捉經濟預期差，順勢配置資產》中，基於國內重要宏觀經濟指標在發布實際數據時的超預期或者不及預期的情況，從中量化篩選出對國內股、債、商品資產未來走勢有顯著預測效果的預期差指標，並構建了各類資產的預期差指數。
圖表27：宏觀預期差指數構建流程
資料來源：Wind，中金公司研究部
從宏觀預期差的角度，當前看多股票、債券謹慎、商品謹慎。截至2023-10-31，從股票市場看，最新的PPI不及預期，社融連續兩月超預期，人民幣貸款連續三月不及預期，整體對股票市場影響偏正面；從債券市場看，三季度的GDP超預期，整體對債券市場影響偏負面；從商品市場看，最新的工業增加值不及預期，PMI不及預期，美元兌人民幣連續兩月不及預期，整體對商品市場影響偏負面。因此從宏觀預期差的角度，中金研究當前看多股票、債券謹慎、商品謹慎。
圖表28：預期差指數最新觀點
資料來源：Wind，中金公司研究部（截至2023-10-31）
左側擇時維度：看多股票、債券謹慎、看多商品
中金研究在2022年4月8日發布的報告《中金｜先發制人：A股左側擇時指標探討》、2022年7月5日發布的報告《中金｜左側擇時在債券市場是否依然有效?》以及2022年12月22日發布的報告《中金｜左側擇時在商品、可轉債及港股中的應用》，從估值水平、市場情緒和資金流向的角度，對股、債、商品分別構建了10余個用於頂底判斷的左側擇時指標。
當前股市左側擇時體系爲看多信號，具有布局價值。截至2023-10-31，當前股市左側擇時體系中有5個指標觸發看多信號，2個指標觸發看空信號，其余指標維持無觀點狀態。中金研究認爲股市當前在估值、情緒、資金等方面均處於偏低狀態，可以耐心進行布局，但或出現的上漲也將更多表現爲震蕩形式。
當前債券左側擇時體系爲看空信號。截至2023-10-31，當前債券左側擇時體系中有1個指標發出看多信號，5個指標發出看空信號，其余指標維持無觀點狀態。中金研究認爲債券市場在估值、情緒、資金等角度整體處於高估或過熱狀態，未來大概率會出現趨勢反轉後的市場下跌。
當前商品左側擇時體系爲看多信號。截至2023-10-31，當前商品左側擇時體系中有3個指標發出看多信號，1個指標發出看空信號，其余指標維持無觀點狀態，中金研究認爲商品市場整體處於庫存較低的供不應求狀態，未來大概率出現情緒修復所帶來的價格上行。
圖表29：股市左側指標匯總
資料來源：Wind，中金公司研究部
圖表30：當前股市左側指標觸發情況
資料來源：Wind，中金公司研究部（截至2023-10-31）
圖表31：債市左側指標匯總
資料來源：Wind，中金公司研究部
圖表32：當前債市左側指標觸發情況
資料來源：Wind，中金公司研究部（截至2023-10-31）
圖表33：商品左側指標匯總
資料來源：Wind，中金公司研究部
圖表34：當前商品左側指標觸發情況
資料來源：Wind，中金公司研究部（截至2023-10-31）
阻力支撐維度：當前股市爲偏多信號，市場底部支撐相對較強
中金研究在2021年1月發布的報告《中金：金融工程視角下的技術擇時藝術》中，從市場阻力支撐相對強弱的角度，構建了各寬基指數的技術擇時指標。
圖表35：阻力支撐應用邏輯
資料來源：中金公司研究部
當前指標在主要寬基指數中整體爲偏多信號，市場底部支撐相對較強。截至2023-10-31，股市阻力支撐指標在5個主要寬基指數中，有3個爲看多信號，2個爲看空信號，中金研究認爲當前市場底部支撐相對較強，未來大概率走出震蕩上漲行情。
圖表36：QRS量化擇時指標值
資料來源：Wind，中金公司研究部（截至2023-10-31）
系統性風險維度：股債雙跌預警信號觸發，股債未來有一定同跌風險
中金研究在2021年2月5日發布的報告《中金：巧識尾部相關性，規避組合系統性風險》中，借助資產之間的上下尾相關系數，構建了國內股債雙跌的預警指標。具體來說，當滿足以下三個條件時，觸發股債雙跌預警指標：
►下尾相關系數大於0。下尾相關系數大於0是股債資產表現出下尾相關性的必要條件，預示着股債雙跌出現概率較大幅度增加。下尾相關系數使用過去63個交易日數據計算。
►上尾相關系數等於0。在市場波動較大時，股債收益率往往出現較多的同正離群值和同負離群值，此時下尾和上尾相關系數均大於0，即偏向於雙尾相關。爲區分下尾相關性和雙尾相關性，中金研究要求上尾相關系數必須等於0，從而保證下尾相關系數爲0時，大概率可以對應到真正股債雙跌時期。上尾相關系數使用過去63個交易日數據計算。
►股債資產其中之一處於下跌趨勢。爲避免短期擾動所帶來的在兩資產均處於上漲趨勢時所發出的錯誤信號，中金研究要求股債資產其中之一處於下跌趨勢。趨勢使用標准DIF值(12日移動平均-26日移動平均)計算。
當前預警信號觸發，股債未來有一定同跌風險。9月18日，股債雙跌預警指標觸發，並持續至今。因此站在當前時點，中金研究認爲股債未來有一定同跌風險。
圖表37：今年股債尾部相關系數變化情況
資料來源：Wind，中金公司研究部，股票使用滬深300，債券使用中債綜合財富指數
注：本文摘自中金研究於2023年11月2日已經發布的《量化月報（32）：股票進入布局期，風格均衡配置》，分析師：周蕭瀟 S0080521010006 ；古 翔 S0080521010010；宋唯實 S0080522080003 ；胡驥聰 S0080521010007 ；陳宜筠 S0080122080368；劉均偉 S0080520120002
標題：中金：股票進入布局期，風格均衡配置
地址：https://www.iknowplus.com/post/47930.html
