FX168财经网_全球视野外汇黄金加密货币NFT资讯网

只有“傻瓜们“才相信美国经济强劲！《富爸爸穷爸爸》作者：股票和债券市场即将崩溃

显著推动股市表现的实体。清崎写道：“股票市场越来越高。傻瓜们真的相信经济是强劲的。别被骗了。由美国政府提供资金的‘七巨头’维持了股市的上涨。请小心。股票和债券市场即将崩溃。” 值得注意的是，清崎发表上述言论之际，美国经济在1月份增加35.3万个就业岗位，增幅远超市场预计的18万，突显出美国经济在大选年的弹性。此外，年度国内生产总值(GDP)报告显示，2023年美国经济年化增长率为3.1%。与此同时，消费者价格涨幅跌至两年多来的最低点。清崎以非常规投资策略而闻名，他一直直言不讳地批评传统的金融建议。由于认为崩盘可能即将来临，清崎主张投资黄金和白银等大宗商品。罗伯特·清崎的《富爸爸穷爸爸》是世界上最畅销的书籍之一，这本书被翻译成51种语言，在109多个国家售出了3200多万册。《富爸爸穷爸爸》系列丛书在美国《商业周刊》、《纽约时报》、《华尔街日报》等主要媒体的畅销书排行榜上多次位于榜首。罗伯特·清崎是最著名的大宗商品爱好者之一，尤其推崇黄金、白银、和牛和比特币，认为它们是法定货币的合适替代品。清崎认为法定货币没有价值，尤其是美元。清崎1月30日在X平台上发帖解释道：“为什么我拥有比特币。比特币是防止通过我们的钱窃取我们财富的保护措施。” 这位著名作家补充道：“美联储主席鲍威尔、美国财政部长耶伦和华尔街银行家通过我们的钱，特别是通过通货膨胀、税收和操纵股价来窃取我们的财富。这就是为什么我储蓄和投资比特币，而不是股票、债券和假美元。”

风枫2024-02-05

A股午后大反攻，“高股息”强势领衔，中信银行涨超5%！价值ETF(510030)快速拉升涨超1%

微观交易结构正在经历快速出清，这意味着股票市场的底部和市场企稳正在接近。价值投资，选择“价值”！价值ETF（510030）紧密跟踪上证180价值指数，该指数以上证180指数为样本空间，从中选取价值因子评分最高的60只股票作为样本股，覆盖26只“中字头”个股！上证180价值指数成份股均为“低估值+高股息”大盘蓝筹股，包括中国平安、招商银行、工商银行等金融板块龙头股，以及基建、资源等板块龙头股，成份股股息率高，在波动行情中具有较好的防御属性。数据来源：中证指数公司本文图片、数据来源于雪球、沪深交易所、华宝基金等，截至2024.2.5。风险提示：价值ETF被动跟踪上证180价值指数，该指数基日为2002.6.28，发布日期为2009.1.9。指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。文中提及个股仅为指数成份股客观展示列举，不作为任何个股推荐，不代表基金管理人和基金投资方向。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，本公司亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资人应当认真阅读《基金合同》、《招募说明书》、《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，选择与自身风险承受能力相适应的产品。基金过往业绩并不预示其未来表现！根据基金管理人的评估，价值ETF的风险等级为R3-中风险。销售机构（包括基金管理人直销机构和其他销售机构）根据相关法律法规对以上基金进行风险评价，投资者应及时关注基金管理人出具的适当性意见，各销售机构关于适当性的意见不必然一致，且基金销售机构所出具的基金产品风险等级评价结果不得低于基金管理人作出的风险等级评价结果。基金合同中关于基金风险收益特征与基金风险等级因考虑因素不同而存在差异。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎选择基金产品并自行承担风险。中国证监会对以上基金的注册，并不表明其对本基金的投资价值、市场前景和收益做出实质性判断或保证。基金投资需谨慎。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-05

让我们看看还有谁在买！科创板：提质增效重回报

转或者美联储降息带来更持续的流动性。股票市场短期内相信依然是大盘蓝筹高分红股表现更占优，因为现在大部分新增资金可能相对并不熟悉一般上市公司，主要依然会选择这些低风险高收益的品种；成长股和小盘股反弹乏力，但是很多基本面并不差，当前估值水平连创新低，投资者在能承受短期可能存在的流动性风险的情况下建议可以考虑抄底。鹏华科创100ETF基金（588220）紧密跟踪上证科创板100指数，交投持续活跃！科创相关产品科创100ETF基金（588220）。基金有风险，投资需谨慎。 $科创100ETF基金(SH588220)$ 以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-05

上证指数跌逾2%盘中创近4年新低，上证综合ETF(510980)跌逾3%，近3日净流入近5000万元！

上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。基金投资有风险，基金的过往业绩并不代表其未来表现，投资需谨慎。请投资者关注指数化投资的风险以及集中投资于上证综合指数成份股的持有风险，请关注部分指数成份股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险、参与转融通证券出借业务的风险等。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-05

日本银行股闪崩、美国地产掀起金融风暴！鲍威尔突然释鹰“救市” 比特币、黄金反弹遇重大阻碍

” 鲍威尔解释了对商业房地产的立场，但股票市场的闪崩行情，似乎提醒着投资者，这场金融风暴似乎尚未结束。美国银行业2月再次掀动荡，总部位于东京、按市值排名日本第16大银行的青空银行在2月1日发布财报，将全年财测从240亿日元的净利下修至280亿日元的净亏损，如此夸张的反差导致其股价在1日狂泻超过21%，随即2日再续挫逾17%，合计市值蒸发约 8.7亿美元。 (来源:Trading View) 彭博社报道称，青空银行在十年前积极向海外扩张，旗下有1/3以上的贷款都在日本境外。2023年11月，该行总裁Kei Tanikawa还向投资者保证，不需要大量额外准备金来处理商业不动产的坏帐，但却在上周五财报中闪电宣布，需要额外拨出324亿日元，约合2.21亿美元的准备金，显然资金压力非常可怕。 (来源:Bloomberg) 对此，Tanikawa已宣布将于4月1日下台负责，并表示：“原本以为投资办公大楼是最稳定的，没想到对公司财务的影响是最大的。” 据悉，青空银行在整个美国商办不动产市场，共有7.19亿美元的坏帐。值得一提的是，这场房地产风暴不只在美国蔓延，就连欧洲的德意志银行也正在将其坏帐准备金增加4倍至1.23亿美元。就在青空银行“爆雷”同一天，2023年收购加密友善银行Signature Bank的纽约社区银行(NYCB)也因为公布的第四季财报惊现2.52亿美元大额亏损，导致其股价开盘暴跌逾40%。 (来源:Trading View) 市场分析认为，美国商业房地产市场恶化是造成该行上季出现亏损的主因，纽约地区银行在第四季将坏帐准备金从6200万暴增至5.52亿美元，超出分析师预期10倍之多，以应对商办和不动产贷款的坏帐风险，尽管该行高层试图将此举解释为资产规模突破1000亿美元大关后，需要面临更严格和流动性要求。但这项利空消息仍导致该行股价上周四领跌逾40%，也使 KBW纳斯达克区域银行指数1日收跌6%，创下自2023年3月硅谷银行(SVB)倒闭以来的最大跌幅。#硅谷银行爆雷# 需要关注的是，受到商业房地产危机冲击的可能不只有银行业。据英国《金融时报》报道，2023年12月，知名做空机构浑水基金(Muddy Waters)投资长Carson Block曾透露，他正看空私募股权巨头黑石集团(Blackstone)管理的上抵押贷款信托基金BXMT，称其可能有高达25到45亿美元的坏帐。 (来源:Financial Times) 他还预测该信托基金将不得不在2024年年中“大幅削减股息”，并且面临商业房地产风暴带来的流动性危机。展望本周经济数据面，美国ISM服务业PMI报告基本上将成为重头戏，市场预估中值将从2023年12月的50.6升至52.0，预估范围在53.0至50.6之间。市场可能还记得，之前发布的12月份ISM服务数据显示增长幅度收窄，从11月份的52.7降至50.6。先前发布的数据中值得注意的一个重要点是，ISM服务业就业指数从50.7大幅下降至令人瞠目结舌的43.3。因此，这将成为本周备受关注的数字。至于澳洲联储，预计不会有烟花爆竹，该央行将举行会议，市场普遍预计2月6日将连续第二次召开会议，将现金利率维持在4.35%不变，这是12年来的高点。除了利率决议外，交易者还将收到利率声明、季度货币政策声明(SoMP)，其中提供了央行对经济状况的看法以及通胀和增长的前景，以及澳洲联储利率决议一小时后行长米歇尔·布洛克(Michelle Bullock)的新闻发布会。#VIP会员尊享# 美元技术分析：突破走高 FPMarkets分析师Aaron Hill表示，自1月17日以来，每日时间框架上的阻力位103.62出现了相当多的上行尝试，该水平与200日简单移动平均线(SMA)位于103.55共享图表空间。周五的买盘出现单边走势，观察到上述水平已被清除，阻力位现已标记为支撑位，为邻近阻力位104.15打开了大门，随后是另一层阻力位105.04。从图表中可以看出，自2023年中期以来，104.15一直是历史支撑位和阻力位；因此，如果本周进行测试，Aaron预计会出现回调，可能会促使重新测试下方突破的阻力位103.62。本周任何看涨情景都将得益于相对强弱指数(RSI)从50.00中心线(积极势头)反弹，以及从2023年12月末低点100.62形成的早期上升趋势。月度时间框架清楚地显示了长期趋势，尽管自2023年初以来走势平淡，但根据RSI，该趋势仍在向上，动量仍略高于正值。值得关注的附近结构是2023年12月低点和2023年10月高点，可能阻力位在107.35。在这些线之外，支撑位为99.67，阻力位为109.33。从技术上讲，本周多头面临两种可能的情况。首先，美元突破日线图上的阻力位104.15，为突破买家将目标阻力位105.04开绿灯。其次，事实上104.15具有历史意义，如果拒绝该水平，逢低买家可能会在重新测试最近突破的103.62时入场。 (来源:FXEmpire) 黄金技术分析 DailyForex分析师Christopher Lewis表示，从本质上讲，金价仍然在2000美元水平附近呈现出实质性支撑，这意味着这次挫折最终可能为买家带来机会。随着恐慌的交易者退出市场，当前的动荡可能会平息。包括地缘担忧在内的多种因素继续支持金价的上涨轨迹，使黄金成为投资组合中有吸引力的资产。目前看来，金价将在一个区间内波动，主要在2000至2075美元之间。果断跌破1980美元大关将带来强烈的负面影响，可能导致更严重的衰退。在这种情况下，可能有理由做空黄金，但在此之前，建议采取谨慎态度。市场的普遍情绪表明，目前市场处于区间波动之中，并有向上的倾向。此外，值得注意的是，当就业人数超出预期时，往往会引发短期反应，而随后又会出现逆转。因此，谨慎的做法是密切关注市场的走强迹象，并在出现迹象时采取相应行动。突破2075美元的门槛，可能会将市场转变为更长期的买入并持有的局面。目前，市场参与者似乎受到短期考虑的驱动，往往不考虑当前会议纪要之外的任何事情。最终，近期金价的下跌是由美国意外的就业报告推动的。然而，这可能只是暂时事件，市场有望重新站稳脚跟。受到多种因素的支撑，黄金仍然是一种有吸引力的资产，2000美元水平继续提供关键支撑。尽管短期波动可能持续，但总体情绪倾向于上行，投资者应保持警惕市场走强的迹象。 (来源:DailyForex) 比特币技术分析比特币仍停留在区间内，交易套件DecenTrader表示，价格横盘走势可能会持续一个月，然后由于预期4月份减半而导致购买激增。据彭博社报道，尽管比特币现货ETF已经为机构投资打开了大门，但由于大型交易平台正在进行尽职调查，资金流入一直缓慢。短期内的一个小积极因素是灰度比特币信托GBTC的资金外流一直在放缓。BitMEX研究数据显示，自1月29日以来，GBTC流出量一直徘徊在2亿美元大关左右，低于1月22日6.4亿美元的高点。#现货比特币ETF# 比特币的整合是一个积极的信号，可能会吸引交易者选择山寨币。 CoinTelegraph指出，过去几天，比特币一直保持在20天指数移动平均线42471美元之上，但多头未能挑战44700美元的上方阻力位。从20日均线的微弱反弹表明较高水平缺乏需求，如果价格下跌并跌破41394美元，则表明比特币可能会在44700至37980美元之间盘整几天。 44700美元的阻力位是上行方面值得关注的关键水平，突破并收高于该水平将表明多头重新掌控局面，这将为潜在反弹至50000美元的关键心理水平扫清道路。 (比特币日线图，来源:CoinTelegraph) 4小时图上的两条移动平均线均已趋于平缓，RSI接近中点，表明买家和卖家之间处于平衡状态。跌破50简单移动平均线将使优势向卖家倾斜，比特币随后可能会跌至41394美元。如果多头想要夺取控制权，他们将不得不将价格推至44000至44700美元阻力区之上。如果他们成功，两人的身价可能会攀升至47000美元。这一水平可能会成为一个坚实的障碍，该货币对可能会跌至44700美元。如果多头将该水平转变为支撑位，则该货币对可能会恢复上升趋势并飙升至50000美元。 (比特币4小时图，来源:CoinTelegraph)

小萧2024-02-05

会员

【盘前导读】纳斯达克100创历史新高，Meta暴涨超20%！年内约3.4亿资金布局低费率纳斯达克100ETF(159659)

023)。纳斯达克100指数由纳斯达克股票市场公司编制和发布。指数编制方将采取一切必要措施以确保指数的准确性，但不对此作任何保证，亦不因指数的任何错误对任何人负责。指数过往业绩不代表其未来表现，亦不构成基金投资收益的保证或任何投资建议。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-05

国泰君安：股票市场将进入磨底阶段低风险特征的资产相对优势未结束

安研报表示，由于暂缺乏预期上修的动力，股票市场将进入磨底阶段。现阶段股票风格大盘仍要好于小盘。需要指出的是，由于当前缺乏盈利增长和政策预期上修的动力，快速的杀跌之后市场参与者的心态羸弱，因此凝聚市场共识的能力相对欠缺。因此，市场底部出现到市场进攻机会出现的时机之间并不会很快吻合，这需要一定时间与进一步的风险释放确认。在尚缺增长和政策预期上修的阶段，国泰君安认为投资者依旧重视降低组合的波动，低风险特征的资产尤其是大盘股和高分红相对优势未结束，小盘股交易结构待出清还需要时间消化。

金融界2024-02-05

持币过节或成为首选？市场信心如何才能修复？看十大券商周策略...

以来最低，30年国债收益率快速下行，而股票市场风险溢价持续高企，反映市场避险情绪升温。主要担忧集中在：地产基本面回暖幅度，稳增长政策力度，以及对雪球、融资资金及股权质押风险的流动性担忧。根据我们分析，当前A股股权质押风险可控，但对资金面负反馈效应的担忧、叠加春节长假来临，会使得市场风险偏好短期或难有明显逆转，需耐心等待稳增长政策效果显现和经济预期重回上行。行业配置上：央企红利行情仍是当下主线，关注央企估值重塑三条思路：持续稳定分红、战略性重组和新央企组建、市场化增持和回购。华金证券：2月延续震荡筑底，可能有反弹今年2月延续震荡筑底，可能有反弹。比照历史经验，今年2月来看：（1）流动性上，一方面美国就业数据依然强劲，对国内宽松有一定掣肘；但另一方面，国内流动性依然可能维持宽松，节前降准后，节后仍有可能进一步降息降准。（2）政策和外部事件上，偏正面，可能催化反弹：一是政策方面，首先，地产端政策进一步放松（多个一、二线城市放宽限购），国常会和证监会连续表态稳定资本市场（以投资者为本，限制融券等）；其次，节后两会政策预期上升，大概率聚焦稳增长方向。二是外部事件上，中美摩擦和美联储不宽松的压力难进一步加大，对市场影响有限。（3）A股当前的估值和情绪已处于历史低位，对2月行情有利。 2月建议均衡配置价值和成长：一是央国企相关的建筑、石化、银行、非银等；二是政策和产业趋势向上的通信（算力、卫星互联网等）、传媒（影视）、计算机（数据要素、鸿蒙）、消费电子；三是超跌的新能源（电池、光伏）、医药（中药、药店）、消费（社服、纺服、白酒）。民生证券：市场低估实物类资产的韧性和向上弹性当下即使“低位股”遍地，但投资者仍然低估了这类资产波动率的不对称性。在“去金融化”的大背景下实物消耗>GDP增长>企业利润增长的格局仍会长期存在，市场仍然低估实物类资产的韧性和向上弹性，甚至忽视了其筹码的稀缺性（自由流通市值占比更低）。面对上述市场结构的分化与未来实物需求仍在不断修复的预期，我们的行业推荐如下：第一，优先推荐挂靠实物属性的资源品链：油、煤炭、铜、油运、铝、黄金。从红利视角来看，周期红利的性价比当下也比传统稳定类红利资产更优。第二，在地方政府资产负债表扩张受限、同时化债压力持续存在的情况下，国企的重要性正在提升。考虑到政策端对国企市值管理的诉求，推荐低估值、国企市值占比高的行业：银行、非银行金融、房地产、建筑。第三，大盘成长风格的底部或许已经出现，沪深300可以积极布局。第四，具备垄断经营特性的公用事业（电力、水务、燃气）和交通运输（公路、港口），稳定类红利的预期差相对周期红利较低，但是仍有配置价值。华创证券：基本面的变化对后续市场趋势的判断更为重要市场短期急跌，投资者关注点集中在流动性的变化，但流动性往往是股价的同步指标，更多是市场情绪的印证，无法做前瞻性的判断。我们认为基本面的变化更重要一些，历史上上证综指跌幅较深的季度往往对应全A非金融业绩超预期变化，在通胀水平偏低的背景下，基本面的变化仍需进一步跟踪。配置思路：红利底仓+科技进攻。关注红利背后的自由现金流资产，可能是未来3-4年，经济增量转存量背景下公募的调仓方向，红利低波关注煤炭开采、炼化及贸易、厨卫电器，红利成长关注白电、厨卫电器、通信服务。科技成长短期受风险偏好压制，建议政策发力后再提高其权重。

金融界2024-02-05

十大券商策略：市场再次陷入流动性循环连锁仍需政策加码提振市场信心

观交易结构正在经历快速的出清，这意味着股票市场的底部和市场企稳正在接近。应该注意的是，由于市场在过去两年极端的大小盘分化与成长蓝筹分化，本轮市场微观交易结构的出清并不是以低风险偏好者出清为标志，而是当高风险偏好者尤其是推升小盘题材股的投资者完成预期下修，市场预期、交易结构将得以出清。随着上证指数估值接近10%的历史分位、中小市值股票深度调整、两融担保比例接近2013和2018年极端水平，以及雪球风险接近出清。我们认为上证指数进入底部区域，相较本周低点杀跌空间不大，震荡磨底阶段耐心等待。申万宏源策略：有效化解筹码结构问题是当务之急化解筹码结构问题，可能需要经历两个阶段：1.科技成长超跌反弹，相对收益净值回升。2.而后相对收益逐步有序降仓，市场性价比和筹码结构同步出清。化解筹码结构问题后，市场风险偏好可能明显修复。筹码结构问题有效化解前，其他变量对市场的影响相对次要(比如1月美国非农就业数据超预期，3月降息预期大幅下修)。我们推演后续筹码结构修复的过程，可能需要经历两个阶段：第一阶段：稳定资本市场预期的政策加码，直接推动科技成长超跌反弹，相对收益资金仍维持高仓位，净值回升。第二阶段：相对收益资金在保护下有序减仓，以求性价比和筹码结构同步出清。短期化解筹码结构问题后，就是政策信心提升最好的契机，彼时市场风险偏好可能明显修复。中邮策略：对近期调整不宜过度悲观行情有望逐渐偏向积极近期经济数据显示国内经济仍延续偏弱修复态势，12月工业企业利润仍继续保持较高增速，但四季度整体经济增速及社零均低于市场预期；因此虽然一系列积极政策密集出台，但前期市场对基本面与政策的悲观预期仍未得到根本性扭转，市场仍在等待政策落地效果以及基本面改善的验证。同时，美国经济数据超预期叠加美联储官员偏鹰言论使得海外市场持续纠偏前期过度乐观的降息预期；叠加地缘政治风险的扰动仍存，因此后续市场或仍将呈现震荡态势。此外，当前市场估值处于历史底部，同时地方两会整体经济增长目标较为积极，且年初稳增长政策的加码落地、稳地产政策的持续发力以及宽松的货币环境或将推动整体经济基本面的逐步修复，进而提振市场整体的风险偏好。因此，对近期市场调整不宜过度悲观，后续行情有望逐渐偏向积极。银河策略：耐心等待催化剂信心有望重拾 2月投资者信心有望在波动中重拾。在经过跌宕起伏的2023年后，股市内外利空因素基本已消化完，考虑到当前的A股处于估值底部区域，2024年有望在国内外多方面利好下迎来信心的重拾、吸引资金流入，2024年A股有望迎来震荡向上的修复行情。3月初将召开两会，考虑到通常A股在两会前市场多数呈现积极的表现，政策驱动是聚焦的关键点之一，需耐心等待政策端的催化剂重拾投资者信心。2月配置的投资策略应当聚焦受益于政策助力+有两会政策利好预期板块里的低估值价值股+成长型价值股。2月我们建议均衡性布局航空、银行、科技、煤炭、电力等板块里的价值股。广发策略：年报预告靴子落地成长已更为低估当前各行业估值方差已接近08年、12年、18年市场底部特征，即“绝大多数行业进入便宜区间”。估值的天平再度倒向成长板块，创业板/沪深300相对估值触底，建议在估值低位、筹码压力缓解行业中，逐步关注基本面有边际变化的细分方向。如果缺乏增量资金，那么存量资金博弈依然会在行业比较前面加入“低估值”的定语。一方面，高股息/优质央企中，可以更关注向低估板块的扩散（运营商/银行）；另一方面，一些估值挤水分更充分、配置分位数显著降温的成长板块，逐步具备配置的性价比，例如电力设备PB分位数从22年底的73%降至本周的4%、基金四季报剔除产业基金已回到低配，TMT普遍处于历史15%PB分位数、计算机和传媒的基金配置比例已至过去五年的30%分位数以下。华安策略：等待基本面改善验证或宏观政策力度加码确认展望2月，我们认为市场还将面临诸多考验，在投资者关键信心并未显著扭转或者改善之前，市场反弹的时间和空间都面临较大不确定性，因此我们整体倾向于认为市场仍将继续呈现震荡走势，等待基本面改善验证或者宏观政策力度加码确认。当下市场需要考虑的影响因素在于：一方面此前市场担忧的核心在于经济预期和宏观政策力度预期都较悲观，这种悲观的预期仍然需要更多更大政策力度的提振；二方面具体到2月份，市场还将面临较多的考验，如美联储降息表态、1月金融数据能否超预期、宏观流动性能否继续加码宽松、春节消费数据能否快速修复、节后两会政策目标的博弈等。海通策略：月线六连阴后 A股资金面和估值行至何处？积极的宏观政策发力有望催化行情转暖。正如我们前文所述，当前A股估值、破净率、风险溢价等指标显示市场已处在大的底部区域，融资及股权质押的压力还需继续观察，不过积极政策的密集出台有望使得宏微观基本面逐渐转暖，资金面后续也有望出现积极变化。今年年初以来一系列积极政策密集出台，从宏观金融政策到资本市场，再到地产、地方化债、区域和产业政策等。本周政策仍在持续落地中。当前市场预计美联储可能在5月或6月开始降息，随着未来美联储进入降息周期，美国长债利率大概率还要震荡回落，叠加近期中美关系进一步缓和，外资也有望出现积极动向。华西策略：央企红利行情仍是当下配置主线本周A股、港股市场领跌全球，上证指数录得月线六连阴，周五一度下探至2666点，创2020年4月以来新低，投资者情绪降至冰点。A股主要指数普跌，中证2000、中证1000指数跌幅超10%。近期10年期国债收益率跌至2002年以来最低，30年国债收益率快速下行，而股票市场风险溢价持续高企，反映市场避险情绪升温。主要担忧集中在：地产基本面回暖幅度，稳增长政策力度，以及对雪球、融资资金及股权质押风险的流动性担忧。根据我们分析，当前A股股权质押风险可控，但对资金面负反馈效应的担忧、叠加春节长假来临，会使得市场风险偏好短期或难有明显逆转，需耐心等待稳增长政策效果显现和经济预期重回上行。

金融界2024-02-04

重新审视比特币基于时间的幂律和协整

预测——它的每个方面都是事先已知的。像股票市场价格这样的事情是随机的，因为我们无法提前预测资产的价格。因此，我们将股票或比特币价格等时间序列视为随机变量的观测值。相反，时间的流逝遵循确定性模式。每一秒、一秒都过去了——没有任何不确定性。因此，事件发生后经过的持续时间是一个确定性变量。一个信号的平稳性在研究协整之前，我们首先看一下协整的基础概念：平稳性：平稳过程是一种随机过程，宽泛地说，随着时间的推移，它具有相同的属性。此类属性的示例是均值和方差，对于平稳过程来说，均值和方差是已定义且稳定的。平稳时间序列的同义词是 I(0)。来自平稳过程的时间序列不应该“漂移”，并且应该倾向于恢复到平均值，通常为零。非平稳过程的一个例子是随机游走，描述了物理学中的布朗运动或粒子扩散：随机游走中的每个新值取决于先前的值加上随机数。非平稳过程的属性（例如均值和方差）随时间变化，或者没有定义。非平稳过程为 I(1) 或更高，但通常为 I(1)。源于非平稳过程的时间序列随时间“漂移”，即倾向于远离任何固定值。符号I(1)指的是时间序列在达到平稳之前需要“差分”的频率。差分是指时间序列中的值与其前一个值之间的差异。这大致相当于求导数。平稳时间序列已经是平稳的——它需要差分 0 次才能平稳，因此它是 I(0)。I(1) 时间序列在平稳之前需要进行一次差分。上图的构建方式是通过对橙色时间序列进行一次差分来获得蓝色时间序列。等效地，橙色时间序列是通过对蓝色时间序列进行积分得到的。这里的单位根过程指的是自回归模型（更准确地说是 AR(1) 类型），其中 rho 参数估计等于 1。虽然我们可以互换使用 rho 和根，但 rho 指的是过程通常是未知的，需要估计。估计结果就是“根”值。 rho 的值表示进程记忆其先前值的程度。u 的值指的是误差项，假设为白噪声。单位根过程是随机游走，是非平稳的。“根”或 rho 值低于 1 的过程往往不会漂移，因此是静止的。从长远来看，即使接近（但低于）1 的值也将倾向于均值回归（而不是漂移）。因此，单位根过程是特殊的，因为它的行为与根值非常接近 1 的过程根本不同。下图显示了 4 个已知自回归过程生成的数据的 4 个样本，每个样本都具有不同的 rho 值。两个信号的协整两个随机变量（在我们的例子中为时间序列）之间存在或不存在协整。为了使该对进行协整，两者必须以相同的阶数进行积分并且是非平稳的。此外（这是关键部分），两个时间序列必须存在平稳的线性组合。无协整信号的示例如果两个时间序列是非平稳的，则线性组合（在这种情况下我们简单地选择两个时间序列之间的差值）通常也是非平稳的：协整信号的示例如果两个非平稳时间序列长期“以相同的方式”漂移，那么线性组合（这里我们选择 r2–0.5*r1）可以是平稳的： Tu 等人 [1] 很好地直观地描述了协整： “时间序列之间存在协整关系意味着它们在长期内具有共同的随机漂移。” 如果两个非平稳时间序列具有平稳的线性组合，为什么有用？假设我们有两个时间序列 x 和 y，并且我们尝试基于 x 对 y 进行建模：y = a + b*x。我们的模型误差由 x 和 y 的线性组合给出：模型误差 = y — a — b*x 。我们希望这个模型误差是稳定的，即从长远来看不会漂移。如果模型误差从长远来看逐渐消失，那就意味着我们的模型很糟糕——无法做出准确的预测。细节决定成败更正式的定义可以在 Engle 和 Granger 的《协整和误差修正：表示、估计和检验》中找到[2]（格兰杰是协整概念的发明者，并获得了 2003 年诺贝尔经济学奖），它定义了关键概念以及协整检测的检验。该论文的关键是假设时间序列是随机的，没有确定性成分（我们稍后会讨论这一点）。应用于时间和比特币价格在基于时间的幂律的情况下，我们有两个变量： log_time：自创世区块以来的天数的对数 log_price : 价格的对数根据Engle和Granger的定义，两个变量都需要是随机变量，没有确定性成分，并且需要是非平稳的。此外，我们必须能够找到两个变量的平稳线性组合。否则，两个变量之间不存在协整。在深入讨论细节之前，让我们首先展示一些关于模型数据本身的图表，没有任何平稳性或协整概念的概念。请注意，基于时间的幂律产生的拟合在视觉上看起来相当不错。残差向量并不立即表明漂移。此外，该模型显示出出色的样本外性能（见下文）。出色的样本外性能并不符合模型是虚假的这一说法——基于虚假相关性的模型应该是：虚假的，这意味着它无法准确预测。可以通过将模型拟合到有限数量的数据（直到某个日期）并预测模型不拟合的时间段（类似于交叉验证）来测试样本外性能。在样本外期间，观察到的价格不断频繁地穿越建模价格，并且观察到的价格的最大偏移也没有系统地远离建模价格。我们可以更严格地查看模型发布后（2019 年 9 月）的表现，因为模型发布后我们不可能以任何方式作弊——我们无法事后更改模型。对于任何关于该模型仅仅是基于虚假相关性的指控，该模型的预测能力都应该持保留态度。协整逐步为了使 log_time 和 log_price 之间可能存在协整，两个变量都必须是相同阶次的随机变量积分，并且至少为 1 阶。 log_price 变量 log_price 是平稳时间序列吗？Nick得出结论，使用未指定风格的 ADF 测试（非平稳性测试）和 KPSS 测试（平稳性测试），log（价格）毫无疑问是非平稳的，因此 I(1) 或更高。Marcel Burger通过目视检查得出结论为 I(1)。Tim Stolte做了一个更有趣的观察：他在不同时间段进行了 ADF 测试（未指定风格），并指出情况并不明确：“因此，我们无法坚决拒绝非平稳并得出结论：是对数价格非平稳的迹象。” 让我们进行自己的分析。与 Tim Stolte 类似，我们将在不同的时间窗口应用 ADF 测试：始终从第一个可用日期开始，并每天添加一天（我们使用每日数据）。通过这种方式，我们可以看到 ADF 测试的结果如何随时间变化。但与 Tim 和 Nick 不同的是，我们将指定运行哪个版本的 ADF 测试。根据维基百科，DF 和 ADF 测试具有三种主要风格：这三个版本之间的区别在于它们能够适应（消除）不同的趋势。这与 Engle 和 Granger 要求删除任何确定性趋势有关 - 这三个版本能够删除三种简单的确定性趋势类型。第一个版本尝试仅使用过去的 log_price 数据来描述每日 log_price 变化。第二个版本允许使用常数项，其效果是 log_price 可以具有线性趋势（向上或向下）。第三个版本允许二次（抛物线）分量。我们不知道 Tim 和 Nick 运行了哪些版本，但我们将运行所有三个版本。我们在 ADF 测试中使用的最大滞后为 1，但使用更长的滞后并不会显着改变我们的结果和结论。我们将使用 python 的statsmodels.tsa.stattools.adfuller函数，其中“maxlag”为 1，并将使用“n”、“c”和“ct”作为“回归”参数（相当于上面维基百科描述的三种风格））。在下图中，我们显示了测试返回的p 值（统计显着性的度量），其中较低的值意味着较高的平稳性可能性（通常使用 0.05 的阈值）。我们观察到，第一种风格（绿线）明确地得出结论：log_price 时间序列是非平稳的。测试的第三个版本（橙色线）得出相同的结论，但不太果断。有趣的是，考虑常数项（蓝线）的检验无法确定时间序列是否平稳（蒂姆很可能也使用了带有常数项的 ADF 检验）。为什么这三个版本如此不同，特别是为什么带有常数项的版本不排除 log_price 是平稳的？只能有一种解释：在 log_price 差异中仅使用常数项（导致 log_price 中存在线性项）可以“很好地”拟合时间序列，从而产生看起来几乎静止的残差信号（尽管具有相当大的开始和结束偏差）。到目前为止，在 log_price 中根本不使用确定性趋势，或者使用二次项确定性效应都效果不佳。这已经给了我们一个强烈的暗示，即时间和 log_price 之间存在关系。事实上，如果使用常数项的 ADF 测试得出信号是平稳的结论，这将意味着线性时间项能够足够好地逼近 log_price 以获得平稳残差。获得平稳残差是可取的，因为它是非虚假关系的标志（即我们已经找到了正确的解释变量）。线性时间趋势并不完全是我们所需要的，但看起来我们已经很接近了。我们的结论与马塞尔·伯格的结论明显不同，他（在另一篇文章中）指出： “在之前的分析中，我表明比特币的价格是一阶积分的，而且现在仍然如此。比特币在价格随时间的演变中没有表现出任何确定性因素。” 我们的结论是，线性时间并不能完全解释比特币随时间的价格行为，但绝对清楚 log_price 具有确定性的时间元素。此外，在删除适当的确定性组件（根据恩格尔和格兰杰的要求）后，log_price 是否为 I(1) 还不清楚。相反，它看起来是趋势平稳的，但仍然需要找到适当的确定性成分。如果我们正在寻找协整，那么 log_price 不是 I(1) 的事实已经是一个问题，因为对于要协整的两个变量，它们必须都是 I(1) 或更高。 log_time 变量现在让我们看看 log_time 变量。Marcel Burger 得出结论，log_time 似乎是六阶积分（他一直保持差分直到遇到数值问题）。他期望像对数这样的数学函数从完全确定性变量转换为随机变量的方法是荒谬的。 Nick对于 log_time 和 log_price 变量得出相同的结论：毫无疑问，它是非平稳的，因此 I(1) 或更高。Tim Stolte 声称log_time 在构造上是非平稳的。这些都是令人惊讶的声明！积分阶和协整是指随机变量的概念，并且从中删除了任何确定性趋势（参见上面的 Engle 和 Granger [2]）。提醒一下：确定性变量的值是提前已知的，而随机变量的值则不然。时间（显然）是完全确定性的，对数函数也是完全确定性的，因此 log_time 也是完全确定性的。如果我们遵循 Engle 和 Granger 并从 log_time 中删除确定性趋势，我们剩下的是一个由零组成的向量，因为 log(x) — log(x) = 0，即我们仍然有一个完全确定性的信号。这意味着我们陷入了困境——我们无法将完全确定性的变量 log_time 转换为随机变量，因此我们无法使用 Engle 和 Granger 的框架。了解协整分析中完全确定性变量的问题有多大的另一种方法是考虑平稳性检验（例如迪基-富勒检验）如何处理它。让我们考虑最简单的情况（其中 y 是感兴趣的变量，rho 是要估计的系数，u 是假设为白噪声的误差项）：应该发生什么？对于 t 的所有值，误差项 u_{t} 均为 0，因为我们没有随机分量 — 不需要误差。但由于 log_time 是时间的非线性函数，因此 rho 的值也必须取决于时间。对于随机变量，该模型更有用，因为变量 rho 捕获了先前随机值的记忆程度。但如果没有随机值，这个模型就没有意义。其他类型的测试也存在与确定性变量相同的问题。因此，完全确定性变量不属于协整分析。或者换句话说：协整分析不适用于确定性信号，并且如果其中一个信号是确定性的，则协整分析是一种声称虚假关系的不合时宜的工具。怎么办？协整仅在两个均为 I(d) 的变量之间定义，其中 d 至少等于 1。我们已经证明 log_time 是一个完全确定性变量，不能在平稳性检验中使用。我们不能说 log_time 是 I(0)、I(1) 还是 I(6)。此外，log_price 也不是 I(1)，而是趋势平稳的。 log_time 和 log_price 之间未定义协整这一事实是否意味着基于时间的幂律在统计上无效或虚假？在任何适当的统计分析中使用混合确定性变量和趋势平稳变量都是完全有效的。正如我们的批评者试图相信的那样，协整并不是统计关系分析的中心点。所以协整是不可能的。但平稳性分析可能仍然有一席之地应用于幂律模型。让我们进一步探讨一下。我们之所以首先对输入变量之间进行协整分析，是因为我们希望找到两者的平稳线性组合。没有根本原因说明为什么不可能将确定性变量 (log_time) 和趋势平稳变量 (log_price) 组合起来以获得平稳变量。因此，我们可以简单地对残差进行平稳性测试，而不是寻找严格意义上的协整（因为残差只是两个输入信号的线性组合）。如果残差是平稳的，即使我们没有严格遵循恩格尔-格兰杰协整检验，我们也会找到平稳的线性组合（这是协整的目标）。更深入的研究 James G. MacKinnon在他的论文“协整检验的临界值”[3] 中准确地解释了这一点：协整检验（Engle Granger 检验）与残差的平稳性检验（DF 或 ADF 检验）是一样的，如果“协整”回归”（将 log_time 链接到 log_price 的回归）已经执行： MacKinnon 重复了这一说法：如果连接 log_time 和 log_price 的参数是先验已知的，则可以跳过 Engle Granger 协整检验，而是可以对残差执行三种常见风格之一的平稳性检验（DF 或 ADF 检验）：因此，我们可以使用两种方法中的任何一种，除了生成的检验统计量之外，它们是相同的：将 log_time 拟合到 log_price 并计算残差（误差）。根据该残差，计算 DF 或更好的 ADF 检验。由此产生的统计数据告诉我们残差是否平稳。假设 log_time 和 log_price 为 I(1)，并运行 Engle-Granger 协整检验。得到的统计数据还告诉我们残差是否平稳。对于 ADF 测试，使用 python 的statsmodels.tsa.stattools.adfuller函数；对于 Engle-Granger 测试，我们使用statsmodels.tsa.stattools.coint。对于这两个函数，我们使用不使用常数的风味（随着时间的推移没有恒定的漂移），因为我们的残差不应该包含随着时间的推移恒定的漂移（因为这意味着随着时间的推移，模型开始过度或低估价格）。我们写道，ADF 和 Engle-Granger 检验是等效的，但这并不完全正确：它们不会产生相同的检验统计量。Engle-Granger 协整检验假设 N=2 个随机变量，而 ADF 检验假设 N=1 个随机变量（N 是自由度的度量）。一个随机变量可以受到另一个随机变量或确定性变量的影响，但确定性变量不能受到随机变量的影响。因此，在我们的例子中（只有一个确定性变量 log_time），ADF 测试返回的统计数据（假设 N=1 随机变量）是首选。原则上，Engle-Granger 和 ADF 检验可能不一致，但实际上，基于时间的模型并非如此。如下图所示，结论是一样的：我们得到了一个平稳残差向量。两项测试最初均未指示平稳残差，这是正常的。这是因为残余信号中存在低频分量，可能会被误认为是非平稳信号。只有随着时间的推移，残差均值才会明显恢复并且实际上是静止的。 S2F 和长期股指价格 S2F 模型似乎已被普遍忽视，因为严格意义上的协整被证明是不可能的，其原因与基于时间的幂律相似：（部分）确定性输入变量。然而，模型产生的残差看起来非常稳定。事实上，Engle-Granger 协整检验和 ADF 平稳性检验（首选，因为有一个确定性变量和一个随机变量）都产生非常接近 0 的 p 值。因此，不应排除 S2F 模型“缺乏协整”的基础（实际上意味着“缺乏平稳性”）。然而，我们在 2020 年初指出，还有其他迹象表明 S2F 模型不应该成立。我们预测 BTCUSD 价格将低于 S2F 模型的预测，事实证明这一预测是有先见之明的。查看长期股价指数与时间的关系也很有趣（这里是没有再投资股息的标准普尔 500 指数）。众所周知，主要股票市场指数平均以7%左右的指数速度增长。事实上，我们通过指数回归证实了这一点。这里我们再次有一个确定性变量（时间）。Engle Granger 协整检验产生约 0.025 的 p 值，ADF 检验（首选）产生约 0.0075 的 p 值（但这些值高度依赖于选择的确切时间段）。再次是平稳残差。股票价格的指数时间趋势是有效的。影响 S2F 模型最初因其良好的计量经济学基础（特别是协整的存在）而受到高度赞扬（尤其是 Marcel Burger 和 Nick Emblow）。随着潮流的转变，人们发现 S2F 模型无法存在协整（严格意义上的），Marcel 和 Nick 都跳槽并宣布 S2F 模型无效。看来，这次事件之后，人们对S2F模型的看法也发生了变化。埃里克·沃尔（Eric Wall）对事件的转变做了精彩的简短总结。我们已经解释过，并且计量经济学文献（MacKinnon [3]）也同意我们的观点，即协整性和平稳性几乎可以互换使用（统计值除外）。利用这一见解，我们发现 S2F 模型在协整/平稳性方面没有任何问题，因此因为假设缺乏协整而改变对 S2F 模型的看法是错误的。我们同意S2F 模型是错误的，但它的错误除了缺乏协整之外还有其他原因。比特币基于时间的幂律因其缺乏协整性而受到批评，据称将 log_time 和 log_price 之间的关系标记为虚假关系。我们已经证明，比特币基于时间的幂律具有明显静止的残差，因此我们批评者的推理路线是没有意义的。比特币基于时间的幂律模型是有效、稳定和强大的。一如既往。来源：金色财经

金色财经2024-02-04

24小时热点