林晓明S0570516010001 研究员

张馨元S0570517080005 研究员

陈 烨S0570518080004 研究员

报告发布时间深证100指数基金：2020年4月14日

摘要

当前市场观点深证100指数基金：三个支撑力和三个压制力对垒深证100指数基金，A股或现长期配置价值

当前A股三个支撑力与三个压制力对垒深证100指数基金，短期维持震荡格局，等待海外疫情拐点。三个支撑力来自于国内疫情最先修复、逆周期政策最早发力+海外流动性冲击缓和+长期逻辑未破，三个压制力来自于盈利预期的下调+海外疫情的低预测度+中期风险溢价的潜在变化。下半年市场的估值逻辑逐步向2021年盈利预期切换，我们预计市场中枢高于上半年。并且，在华泰金工周报《当前大盘股估值处于历史低位》（2020-4-6）中我们也曾经分析过，自2019年初至今，A股大盘股的上涨动力主要源自于盈利的提升，目前A股整体估值处于历史低位，在目前时点具有较好的长期配置价值。

深证100指数：荟聚深市核心优质资产，兼具成长、蓝筹双属性

深证100指数（399330）由深市中市值大、流动性好的100只股票组成，其成分股涵盖深市主板、中小板和创业板，成长和价值属性兼备，是代表深市核心优质资产的旗舰指数。深证100指数主要投资于深市的大中盘股票，且流动性充足。根据2019年三季报，深证100指数ROE为10.37%，归母净利润同比增长率为17.26%，高于上证50、沪深300等其它重要市场指数。深证100指数基本面优秀，有业绩支撑，兼具成长、蓝筹双属性，具备较高投资价值。

深证100指数行业分布均匀，重仓股多为消费、医药、电子等行业龙头

深证100指数的行业覆盖度广、相对均匀，权重最高的行业为医药生物，占比14.51%。指数前二十大重仓股大部分为消费、电子高科技、医药等细分产业龙头。在全球疫情背景下，医药生物是有利板块；电子行业仍是这轮科技周期回升的支柱产业，也是中国制造的优势产业；家用电器和食品饮料是传统优势产业，也是龙头效应最突出的板块。相较之下，上证50和沪深300指数的重仓板块是金融地产，与深证100指数具有较大区别。

权重股业绩增速高，历史证明深证100指数已遇投资良机

根据历史收益率统计结果，深证100指数的风格介于稳健和激进之间，在牛市中具有一定弹性。目前股市风险已逐步释放，未来走势可能随着基钦周期的上行而逐步缓和，深证100指数当前估值不高，是合适的买入时机。此外，我们发现指数成分股中，满足“净利润同比增速超过15%”的个股权重之和已达2012年以来的新高点，这与2013年底以及2017年底至2019年初的情况比较类似，在这些历史时刻买入或定投深证100指数都是比较正确的选择。考虑到当下深证100指数具有较强的业绩支撑，现在正是投资深证100指数的良机。

选基时需要考虑产品规模、流动性、公司实力：以易方达深100ETF为例

在同类产品中选择规模相对最大、流动性相对最好的，可降低投资者风险。以易方达深100ETF为例，其最新规模为80.5亿元，今年以来日均成交额为1.8亿元，远超同类产品。易方达深100ETF有两只联接基金：易方达深证100ETF联接A和易方达深证100ETF联接C，方便各种需求的投资者进行交易配置。在选择基金公司时，规模大、业内认可的基金公司更有优势。以易方达基金为例，其非货币非短期理财公募基金管理规模排名行业第一，旗下产品线丰富，长期收益率突出。在选择基金经理时，建议选择从业时间长、经验丰富的，例如易方达深100ETF的两位基金经理。

风险提示：本报告对历史数据进行梳理总结，历史结果不能简单预测未来，规律存在失效风险，投资需谨慎。报告中涉及到的具体基金产品不代表任何投资意见，请投资者谨慎、理性地看待。指数成分股介绍仅用于展示指数特色及编制思路，不构成对个股的投资建议。

报告正文

当前市场观点：三个支撑力和三个压制力对垒，A股或现长期配置价值

当前A股三个支撑力与三个压制力对垒，短期维持震荡格局，等待海外疫情拐点。三个支撑力来自于国内疫情最先修复、逆周期政策最早发力+海外流动性冲击缓和+长期逻辑未破，三个压制力来自于盈利预期的下调+海外疫情的低预测度+中期风险溢价的潜在变化。当前期限利差走阔的环境对短期A股估值形成支撑，重点跟踪海外疫情进展以及Q2内需对外压的对冲速度和力度，三个关键时点两会何时召开、欧美疫情何时缓解、CPI和PPI裂口何时收窄的逐一确认，将分别对应内需基建新基建、外需科技制造、后周期消费的加配时点。下半年市场的估值逻辑逐步向2021年盈利预期切换，预计市场中枢高于上半年。

并且，在华泰金工之前的观点周报《当前大盘股估值处于历史低位》（2020-4-6）中也曾经从数据层面详细描述过A股目前的盈利和估值水平，和上一段市场策略观点相互呼应，我们认为，自2019年初至今，A股大盘股的上涨动力主要源自于盈利的提升，而估值处于历史低位，股市在目前时点具有较好的长期配置价值。

在国内指数化投资快速发展的当下，配置指数产品是您参与市场的良好选择之一。接下来，我们将展开分析，在当前市场环境下，深证100指数的特点和配置价值。

深证100指数：荟聚深市核心优质资产，兼具成长、蓝筹双属性

深证100指数（399330）由深市中市值大、流动性好的100只股票组成，其成分股涵盖深市主板、中小板和创业板，成长和价值属性兼备，是代表深市核心优质资产的旗舰指数。它发布于2006年1月24日，基日为2002年12月31日，历史悠久，在2007年和2009年时由于涨幅领先市场而成名，之后一直受到众多投资者关注。

与上证50、沪深300、中证500等其它重要市场指数对比，深证100指数在市值方面的属性更接近沪深300指数，其成分股中市值在1000亿元以上的个股权重之和约为62%，详见下面图表。深证100指数（按成分股权重加权的）平均市值约为1675亿元，过去一年日均成交额约为756亿元，说明该指数主要投资于深市的大中盘股票，且流动性充足。

在基本面数据方面，深证100指数也有亮眼表现。根据2019年三季报数据，深证100指数ROE为10.4%，归母净利润同比增长率为17.3%，高于下面图表中所有其它市场指数。并且，在净利率、毛利率、净经营现金流占比、ROE同比增长率、营收同比增长率、净经营现金流同比增长率等方面，深证100指数全部名列前茅。深证100指数当前市盈率为22.4倍，处于中游水平，低于中证500、深证成指、中小板指、创业板指等指数。以上数据说明，深证100指数基本面优秀，有业绩支撑，兼具成长、蓝筹双属性，具备较高投资价值。

我们在下面图表中展示了深证100指数与其它市场指数历史业绩对比情况。实际上，该指数2016年至今一直表现较为优秀，基本面突出，业绩具有可持续性，是最近一段时期比较适于定投的指数。

深证100行业分布均匀，重仓股多为消费、医药、电子等热门行业龙头

深证100指数的行业覆盖度广、相对均匀，权重最高的行业为医药生物，占比14.5%，其次电子和家用电器行业占比也超过10%，权重在3%~10%之间的行业有9个（详见下面图表）。与之形成对比的是，上证50、沪深300在金融地产股上的权重和都超过了1/3，行业集中度高，深证100相对合理的行业分布特点更有利于风险分散、更适合代表市场整体走势。

深证100指数的前二十大重仓股大部分为消费、电子高科技、医药等细分产业龙头，而上证50和沪深300的重仓股则多为大体量的金融股，也存在一部分消费和医药股（详见下面图表）。我们认为，全球疫情仍在升级之下，医药生物是贯穿疫情始终的防御板块，而全球疫情修复之后，医药生物也将是国家为提升公共防疫能力而重点增加投资的成长板块；电子行业仍是这轮科技周期回升的支柱产业，也是中国制造的优势产业，预计2B、2G的电子制造和上游的电子元器件将在逆周期调节政策加码和内需修复中首先修复，后续随海外疫情拐点逐步出现、外需悲观预期逐步转暖，2C电子制造的估值和景气也将逐步修复；家用电器和食品饮料是中国制造的传统优势产业，也是龙头效应最突出的板块，内需修复之下食品饮料特别是白酒将迎来估值修复，内销家电将随地产竣工的加速而迎来需求边际改善，外销家电需等待海外疫情拐点。

具体来看，立讯精密、中兴通讯、迈瑞医疗、宁德时代、海康威视、京东方A、东方财富、科大讯飞、潍柴动力等是这轮科技周期中景气向上+国产替代逻辑共振的重点行业核心龙头（5G基站→5G终端→5G应用、新能源车、医疗器械等）；而格力电器、美的集团、五粮液、万科A、温氏股份、平安银行、牧原股份、宁波银行、泸州老窖等则是过去十年传统行业中走出的优秀龙头企业，将中长期享受行业集中度提升之下的龙头估值溢价。

权重股业绩增速高，历史证明深证100指数已遇投资良机

下表展示了深证100指数和其它市场指数分年度收益统计结果，可以看出，深证100指数在牛市年份的表现略强于熊市年份，在2017、2019两年，该指数收益率战胜表中所有其它指数排名第一。

今年以来受疫情影响，股市波动较大，在1月底急跌之后，2月3日至3月5日出现了一轮较大幅度反弹，在反弹阶段深证100指数录得19.7%的收益，超过上证综指的11.8%和沪深300的14.1%的反弹幅度。以上数据表明，深证100指数的风格介于稳健和激进之间，在牛市中具有一定弹性。目前股市风险已逐步释放，根据本文首章的相关描述，A股未来走势可能会逐步缓和，深证100指数当前估值不高，还是比较适合作为投资工具的。

指数的表现除了受到大环境影响，跟自身的业绩也有很大关系。我们发现了一个很有意思的现象：深证100指数前二十大重仓股中，当前有17只净利润同比增速都超过了15%（详见下面图表10）。如果将“净利润同比增速超过15%”设为“利润增速条件”，接下来，我们计算了2011年底以来，深证100指数成分股中满足“利润增速条件”的个股权重之和的变化曲线，如下面图11所示。实际上，当前满足“利润增速条件”的个股权重之和为67.8%，已经达到了2011年12月30日以来的最高水平。纵观历史，满足“利润增速条件”的个股权重之和超过60%的两段时间（图11中淡红色背景）均为投资深证100指数的较佳窗口期：第一段时间为2013年底附近，是近十年来深证100指数相对最低的一段时间，若能在当时买入，在2015年牛市时接近翻番，持有至现在有50%左右的收益；第二段时间为2017年底至2019年初，深证100指数点位整体呈现“深V形”，是比较适合进行定投的一段时间，若在此区间进行定投，目前有正收益，未来或能获得更高收益。

此刻，深证100指数成分股中，满足“利润增速条件”的个股权重之和已达新高点，结合深证100指数优秀的基本面表现，我们推测目前深证100指数是有较好投资价值的。

如何评价并选择深证100指数工具：以易方达深100ETF及联接基金为例

在同类产品中选择规模相对最大、流动性相对最好的，可降低投资者风险

根据深证指数公司官网，目前市场上跟踪深证100指数的被动基金共有14只，其中在国内上市的ETF共有5只，详见下面图表。在类似产品中，投资者可从规模、流动性等方面来考察比较。一般来说，规模大、流动性好的产品是相对质地比较好的，既便于投资人在指定时点达成交易，同时也具有较低的运营风险，对短期交易或长期持有者，都比较方便合适。

以易方达深100ETF（159901）为例，它是第一只跟踪深证100指数的ETF产品，成立于2006年，其余4只产品均成立于近两年内；从规模方面来看，易方达深100ETF目前规模80.5亿元相对较大，其它产品规模均与其有不少差距；从流动性方面来看，易方达深100ETF今年以来日均成交额超过1亿元，也远超同类产品。并且，易方达深100ETF有两只联接基金：易方达深证100ETF联接A（110019）和易方达深证100ETF联接C（004742），方便各种需求的投资者进行交易配置（详见图表13）。

选择规模大、业内认可的基金公司，有平台优势做保障

由于指数产品同质化程度比较高，在挑选产品时除了看重产品本身的规模、流动性等属性外，还建议选择规模较大、获得业内权威奖项的经验丰富的基金公司。此类公司一般管理经验比较丰富，风控机制完善，对投资人来说有平台优势做保障，长期持有可以更放心。

以易方达基金为例，其成立于2001年，总资产管理规模自成立以来整体呈现稳步上升的状态，个别年份存在波动（详见下面图表）。截至2019年底，公司总资产管理规模超过1.4万亿元，其中非货币非短期理财公募基金管理规模排名行业第一。

易方达基金产品线齐全，截至2019年底，旗下管理基金产品174只，股票型、债券型、混合型基金规模均超过一千亿元人民币（数据来源：Wind）。根据易方达官网描述，旗下权益类基金和固收类基金在2019年度的平均收益率分别高达54.32%和9.65%，均在大型公司中排名第一；中长期来看，近两年、三年、五年，易方达旗下权益类和固收类基金收益也都处在业内前列。在刚刚揭晓的第十七届中国基金业金牛奖评选结果中，易方达基金凭借优秀管理能力斩获“金牛基金管理公司”、“固定收益投资金牛基金公司”。

基于以上事实，易方达基金是规模大、业内认可的基金公司，具有一定平台优势。

选择经验丰富的基金经理

在选择基金产品时，基金经理也是重要的考虑因素。一般来说，从业时间较长、经验比较丰富的基金经理更值得信赖。

以易方达基金为例，该公司旗下深100ETF及联接基金的现任基金经理是成曦先生和刘树荣先生，具有丰富的管理经验和优秀的投资能力。

成曦先生，经济学硕士，曾任华泰证券资产管理部研究员、易方达基金管理有限公司集中交易室交易员、指数与量化投资部指数基金运作专员、基金经理助理，现任易方达基金管理有限公司深证100交易型开放式指数基金、易方达创业板交易型开放式指数证券投资基金等多只产品的基金经理。

刘树荣先生，经济学硕士，曾任投资银行资产托管部基金会计、易方达基金管理有限公司核算部基金核算专员、指数与量化投资部运作支持专员、基金经理助理，现任易方达基金管理有限公司深证100交易开放式指数基金、易方达创业板交易型开放式指数证券投资基金等多只产品的基金经理。

风险提示

本报告对历史数据进行梳理总结，历史结果不能简单预测未来，规律存在失效风险，投资需谨慎。报告中涉及到的具体基金产品不代表任何投资意见，请投资者谨慎、理性地看待。指数成分股介绍仅用于展示指数特色及编制思路，不构成对个股的投资建议。

免责声明与评级说明

公众平台免责申明

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。

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】周期在供应链管理模型的实证——华泰周期起源系列研究之六

【华泰金工林晓明团队】不确定性与缓冲机制——华泰周期起源系列研究报告之五

【华泰金工林晓明团队】周期是矛盾双方稳定共存的结果——华泰周期起源系列研究之四

【华泰金工林晓明团队】周期是不确定性条件下的稳态——华泰周期起源系列研究之三

【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】重剑无锋：低波动 Smart Beta——华泰 Smart Beta 系列之四

【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