摘 要

大类资产表现：本月A股出现明显的大小盘分化，主要股票指数中，上证50、沪深300本月分别上涨5.63%、1.54%，而中证500、中证1000则分别下跌6.24%、8.03%；国内市场债券及大宗商品则出现不同幅度的下跌。

宏观数据以及配置建议：截至本月末，M2同比(%)的最新值10.50低于（过去6个月均值-2*过去6个月标准差）。从未来一个月来看，历史上出现该情况之后的一个自然月中，SGE黄金的平均涨幅为1.94%；从未来三个月来看，历史上出现该情况之后的三个自然月中，中债国债净价指数的平均累计涨幅为0.83%。当前未来一个月看好黄金，未来三个月看好国债。

资产配置模型表现：全球资产配置方面，本月风险平价+LLT择时、控制下行幅度、以及控制波动率策略的收益率分别为-0.63%、-0.13%、0.39%；国内资产配置方面，本月ABL资产组合收益率为-0.46%。

场内基金及量化基金：本月内分别有15只LOF、以及8只ETF发行或者上市；本月主动型量化基金净值平均下跌3.81%，量化对冲基金净值平均下跌0.67%；本月沪深300指数增强基金平均超额收益率为-0.32%，中证500指数增强基金平均相对于指数的超额收益率为0.38%。

报告正文

一、大类资产、宏观数据及配置建议

1.1 国内外大类资产表现

本月A股出现明显的大小盘分化，主要股票指数中，上证50、沪深300本月分别上涨5.63%、1.54%，而中证500、中证1000则分别下跌6.24%、8.03%；债券方面，本月国债以及信用债均有所下跌；大宗商品方面，本月各类大宗商品价格均出现不同幅度的下跌。

本月海外主要市场股票指数全线上涨；商品方面，本月NYMEX原油下跌1.14%、而COMEX黄金小幅上涨0.15%。

1.2 宏观因子指标以及资产配置建议

截至2017年5月31日，部分宏观数据的最新值如下：

为了研究宏观因子对于资产收益的影响，我们定义四类因子事件，分别为： 1.短期高点/低点：因子最新值高于（过去K1个月均值+2*过去K1个月标准差）或低于（过去K1个月均值-2*过去K1个月标准差）； 2.连续上涨/下跌：因子值连续上涨K2期或连续下跌K2期； 3.历史高点/低点：因子最新值创历史新高或者新低（因子数据从2007年开始）； 4.因子指标走势反转：因子值连续下跌K3期后出现上涨或连续上涨K3期后出现下跌。

本月共有一个宏观指标因子——M2同比发生上述因子事件，其最新值10.5低于（过去6个月均值-2*过去6个月标准差）。

对于表3中的各个因子，我们统计了2007.1-2017.4内各个因子的月度数据。如果某个因子的数据公布后，最新值触发了某一个因子事件，则记录历史上因子数据公布之后的下一个自然月或下三个自然月内表1中各个资产(债券指数采用对应净价指数)的收益率。 为了保证因子事件具有参考意义，我们在筛选时会考虑因子事件历史上发生的次数，当对于某个因子的极值事件发生次数超过8次时，我们才考虑其对于未来资产收益率的预测能力；同时，我们定义因子事件IR为：每次因子事件发生后，资产平均涨跌幅(一个月或三个月)/资产涨跌幅标准差，如果因子事件IR的绝对值越大，则该因子事件对于某一个资产未来收益的影响更加显著。

对应最新的因子事件，从未来一个月来看，历史上M2同比出现短期低点之后的一个自然月中，SGE黄金的平均涨幅为1.94%，因子事件IR为0.62。

对应最新的因子事件，从未来三个月来看，历史上M2同比出现短期低点之后的三个自然月中，中债国债净价指数的平均累计涨幅为0.83%，因子事件IR为0.60。

综上，结合本月的宏观因子事件以及相应资产的历史表现，当前未来一个月看好SGE黄金，未来三个月看好国债。

1.3 风险平价、均值方差模型(全球资产)

在资产的选择上，我们选取A股(沪深300、中证500)，港股，美股，国债，信用债，黄金，原油总计8类资产；资产权重方面对于各类资产设定不同的配置上下限，并根据各类资产不同的流动性设定不同的换手比例上限。 在配置策略上，我们采用三个策略：风险平价+LLT择时、控制95%意义下资产组合月度最大回撤不超过2%、以及控制资产组合年化波动率不超过5%。

从各个策略收益情况来看，本月风险平价+LLT择时、控制下行幅度、以及控制波动率策略的收益率分别为-0.63%、-0.13%、0.39%；2017年至今，三个策略的累计收益率分别为0.86%、1.90%、3.59%。

1.4 ABL模型(A股市场资产)

BL模型使用贝叶斯方法，将投资者对于一个或多个资产的预期收益的主观观点与先验分布下预期收益的市场均衡向量相结合，形成关于预期收益的新的估计。在传统的BL模型中，投资者给出的主观观点是对资产未来一阶段收益率的预期，而ABL模型则将BL模型的基础上，将输入条件扩展到了影响大类资产的宏观因子层面，使得资产的预测收益率更为准确。 在ABL模型的资产选择上，我们主要选择国内资产，在资产的选择上，我们选取沪深300、中证500，国债，信用债，黄金，农产品、基本金属、能源化工、以及货币总计9类资产；资产权重方面对于各类资产设定不同的配置上下限，并对权益类资产以及商品类资产的权重之和设定上限。

从ABL模型的收益情况来看，本月ABL资产组合收益率为-0.46%；2017年至今，ABL资产组合收益率为0.18%，年化波动率和最大回撤分别为3.09%、1.68%。

二、场内基金概况与量化基金表现

2.1 场内基金概况

本月ETF(不包含货币)、LOF总规模相比上月有所下降；而分级基金由于月初新政的落实，本月场内规模以及成交额相比上月均出现较大幅度的下降。

从新发行或上市的场内基金来看，本月内分别有15只LOF、以及8只ETF(不包含货币)发行上市，其中包括跟踪纳斯达克100指数的易方达纳斯达克100人民币，以及跟踪WTI原油价格的嘉实原油QDII基金。近期将有一只股票型ETF——南方中证申万有色金属ETF发行，发行日为6月1日。

2.2 量化基金表现统计

本月主动型量化基金净值平均下跌3.81%，量化对冲基金净值平均下跌0.67%；指数增强基金方面，本月沪深300指数增强基金平均相对于指数的超额收益率为-0.32%，中证500指数增强基金平均相对于指数的超额收益率为0.38%。

从2017年以来的量化基金业绩表现来看，由于过去几年的强势风格在今年以来表现不佳，去年表现较好的主动量化基金的业绩均出现了较大的回落。2017年至今，主动量化基金平均净值下跌幅度为5.73%；而量化对冲基金受到持续负基差的影响，2017年至今平均净值下跌幅度为0.45%；对于指数增强基金，2017年至今沪深300增强基金、中证500增强基金分别实现了1.34%、2.16%的超额收益。

详细研究内容请参见广发金工定期报告

《A股大小盘分化明显，未来看好黄金国债：大类资产配置与基金月报（2017-5-31）》

法律声明： 本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。 完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。 在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。 本微信号推送内容仅反映广发证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。 本微信号及其推送内容的版权归广发证券所有，广发证券对本微信号及其推送内容保留一切法律权利。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。