风险增加，减持股票基于数据机器学习的三月资产配置建议

　　作者：BlentBaygn
　　感觉好像进入了未知的领域，但我们不应该只见树木不见森林。全球经济仍然处于同一状态，或者按深数宏观（DeepMacro）的说法，处于同一集群。不同的是这次，风险成为决定资产配置的主要因素，并使其处于更具防御性的位置。
　　纽约时间2022年3月7日下午12：45。
　　来源：caibaycen。com
　　在通货膨胀和央行政策之上，地缘政治又增加了一个全新的不确定性来源。。。
　　来源：bopproducts。com
　　。。。最重要的是石油价格的暴涨是否会进一步加剧通货膨胀。
　　来源：vollyballfull。blogspot。com
　　当世界把所有难题都抛给你，最好保持警惕，并在你的投资组合中采取防守姿态。全球经济和市场状态：万变不离其宗
　　过去一个月发生了很多变化，即使不考虑强劲的全球经济增长和过热的通货膨胀，单从我们所处的风险环境来说亦是如此。投资者担心的主要问题是央行何时会加息以及加息多少的日子已经一去不复返了。现在回想起来，当时的情况似乎有些简单得离谱：无论原因是供应链压力，极度宽松的货币政策刺激了需求，还是强劲的就业增长，通货膨胀都是主要的威胁，必须得降低。各国央行都在行动，或者准备采取行动。而现在的威胁是战争，是会造成人员伤亡、有不可预测的政治影响，会对经济和市场产生重大影响的战争。
　　然而，尽管有如此复杂的情况，在深数宏观（DeepMacro）的框架中，世界的状态还是可以用经济增长、通货膨胀和风险这三个因子的水平和变化来概括的。这是一种非常有效的方法，长期以来为我们的资产配置指明正确的方向。这一方法的核心是深数宏观（DeepMacro）机器学习驱动分类的全球经济在不同状态下的特征，用经济增长、通货膨胀和风险在空间中的集群来确定。自2021年下半年以来，尽管在这一多维空间内存在巨大波动，但全球经济实际上稳定的处于绿色状态中（见图1）。代表绿色状态的集群一般包含以下共同特点：经济增长高于平均值（有时非常强劲），通货膨胀高且正在上涨，以及风险高或正在上涨。
　　举个最近的例子，自二月以来，全球范围内的经济增长实际已经从扩张状态转移到了放缓状态，但看起来仍然最接近绿色状态，远超其他描述这三个因子完全不同组合的集群。
　　正如我们在之前的报告中所指出的，在市场波动性处于平均水平的时期，绿色状态通常要求采取相对平衡的资产配置方法。但是，当波动性增加，就像目前的情况，偏离4060的股票债券参考值的主要原因是资产波动性。所以，为了实现5的目标波动性，三月份投资组合仍然减持股票。
　　图1。深数宏观（DeepMacro）全球经济状态，2003年12月2022年2月（大星号表示最近的点）（点击下面的视频查看最近的状态）
　　视频加载中。。。
　　注：不同颜色代表根据深数宏观（DeepMacro）算法确定的全球经济当月最接近的经济状态。大星号代表截至2022年3月1日的数值，用于三月的投资组合。箭头表示过去五个月读数的变化。
　　来源：深数宏观（DeepMacro）资产配置：请给我更多的债券
　　市场仍然非常动荡，风险因素不断增加，深数宏观（DeepMacro）GTAA投资组合继续将安全放在首位。对于一个完全投资且仅做多的投资组合而言，这意味着像上个月一样，对股票这种波动性更高的资产的配置更少，以便将投资组合的波动性维持在5的目标水平。这种谨慎和系统性的方法使得投资组合在2月份的表现轻松超过了4060的股票债券参考值。从更长时间来看，投资组合从去年11月份以来就一直在减持股票，这使其能够有效得应对自那之后风险重重的市场环境。
　　在国家配置方面，在股票方面，美国的减持已被大幅削减至接近中性。欧元区目前大幅减持，这与它所面临的大范围的地缘政治风险相一致，此外，欧洲央行为了解决通胀压力，为今年准备采取紧缩措施打开了大门。
　　在固定收益方面，美国加入了日本的行列，从少量减持转为少量增持。由于即将到来的紧缩周期，美国国债在承受了多个月的压力之后最近再次站稳了脚跟，这要归功于它们在当前全球环境中作为安全资产的地位。经济增长：亮点更少
　　图2a显示了深数宏观（DeepMacro）经济增长因子及其在过去三个月内的变化。与上个月相比，处于扩张状态的经济体更少了，只有德国连续两个月处于该状态。但是，英国是最值得关注的，英国的经济增长急剧上升，使其从一个月前的放缓状态到现在稳稳地处于扩张状态。澳大利亚和新西兰也较为突出，因为这两个国家均处于倒退状态，其经济增长低于平均值且正在下跌。其他国家也有类似的下降，最明显的是瑞典和日本，但它们的经济增长仍高于趋势值，所以它们没（尚未）处于倒退状态。
　　图2a。十国集团：经济增长因子状态，水平（x轴）和变化（y轴），2021年12月1日（左侧）vs。2022年3月1日（右侧）（十年平均数标准差）
　　来源：深数宏观（DeepMacro）
　　图2b从略微不同的角度来观察这些相同的数据，显示了各个国家之间对比的情况。
　　意大利和西班牙近几个月来一直领先。本月的不同之处在于，英国成功地超过其他主要欧元区国家跻身第三名，而就在上个月，英国的经济增长还在表格的下半段挣扎。
　　图2b。十国集团：各个国家的经济增长因子，2021年12月1日vs。2022年3月1日（十年平均数标准差）
　　来源：深数宏观（DeepMacro）通货膨胀：大宗商品价格上涨并没有帮助
　　图3a显示了深数宏观（DeepMacro）通货膨胀因子及其在过去三个月的变化。似乎是老生常谈，但所有国家的通货膨胀仍然远高于平均值并且大多数国家的通货膨胀还在继续上升。值得注意的一点是，与上个月非常相似的情况不同，以三个月变化衡量的通货膨胀势头略有下降。也就是说，通货膨胀仍在上升，但上升的速度没有那么快了，即使是在新西兰和西班牙等国家，也是如此。加拿大和日本的通货膨胀实际上已经进入放缓状态，这意味着通货膨胀高于平均值但正在下降。从技术上来说，美国也处于该状态，但只是还处在边界上。
　　图3a。十国集团：通货膨胀因子状态，水平（x轴）和变化（y轴），2021年12月1日（左侧）vs。2022年3月1日（右侧）（十年平均数标准差）
　　来源：深数宏观（DeepMacro）
　　图3b从另一个角度显示了各个经济体的通货膨胀。欧元区所有主要经济体都仍然位于前列，延续着过去几个月的模式。事实上，在这段时间，通货膨胀甚至攀升得更高。
　　列表的另一端呈现出一种稳定的状态，瑞士、加拿大和美国的通货膨胀都保持稳定或略有走低，尽管仍比其各自平均值高出约两个标准差。
　　图3b。十国集团：各个国家的通货膨胀因子，2021年12月1日vs。2022年3月1日（十年平均数标准差）
　　来源：深数宏观（DeepMacro）风险：短短一个月，风险环境就变成了雷区
　　在充满了不确定性和风险加剧的背景下，深数宏观（DeepMacro）全球风险指数（GRI，见图4a）本月急剧上升。全球风险指数的每个组成部分都有所上升，但是其中最明显是市场风险组成部分。尽管尚未达到新冠疫情早期的水平，但总指数和市场风险部分都已经远远高于其长期平均值。银行风险虽然最近有所上升，但仍然处于较低水平，这表明我们目前所经历的并不是普遍存在于经济所有行业的系统性风险。
　　图4。深数宏观（DeepMacro）全球风险指数（GRI），2017年1月1日2022年3月1日（百分比，样本时间自1994年1月1日开始）
　　来源：深数宏观（DeepMacro）外汇：欧元面临的新型风险
　　由于乌克兰战争，金融市场仍然非常动荡，投资组合的全球风险指数（GRI）支柱重新开始起作用。作为提醒，全球风险指数支柱在投资者规避风险时做多避险货币，包括日元和瑞士法郎。由于欧元的流动性及其净外国资产头寸，欧元也是全球风险支柱中做多的货币。
　　尽管有这些组成方面的变化，净美元头寸仍然为做空。欧元和日元占据了投资组合中做多头寸的前两位。支持做多欧元的不仅仅是全球风险指数支柱：其生机勃勃的经济活动使得欧元在经济增长支柱中也处于做多的首位。日元的情况则不同：尽管在经济增长支柱中表现不佳，但其整体做多头寸要归功于其便宜的估值，以及如上所述，当全球风险指数开启时其作为安全货币的地位（因此做多）。另一方面，由于在经济增长支柱中的名次下滑，英镑下跌至适度做多头寸，尽管英镑估值便宜，但也没有便宜到足以显著支撑其在估值支柱中的头寸。
　　有关货币和风险事件，我们有两点需要指出。首先，根据风险事件的性质不同，不同货币的表现有很大不同。第二，美元并非总是在避险事件中上升，最近澳元和新西兰元的上升就是明证。如果高风险的主要驱动因素是流动性短缺，那么美联储注入流动性通常就会解决这一问题，然后美元就会下跌。随着对衍生品市场流动性问题的讨论不断展开，我们可能正在接近这个点。
　　随着时间的推移，拥有大流动性市场和净外国资产头寸的国家的货币通常在避险事件中表现良好。乌克兰战争显然使欧元成为了主要货币中最为脆弱的。FX1系统通过调整欧元区国家间的主权CDS价差来量化欧元作为许多国家货币的独特脆弱性。截至目前，这些价差并没有大到足以将欧元从全球风险指数支柱做多货币的行列中剔除出。在我们看来，这可能是因为当前危机对欧洲银行的影响并没有之前欧元区主权债务危机的影响大，因为欧洲央行仍然承诺将不惜一切代价，也是因为在疫情期间欧元区在财政化方面取得了进展。
　　尽管如此，通过经济增长、贸易和商品渠道（包括衍生品活动），这场战争对欧元的影响显然比其他主要货币更为直接。由于上述特征，我们在这里仍然使用FX1框架，并维持欧元在全球风险指数支柱中的做多头寸。但目前的情况显然是，即使是系统性的策略也可能希望保留一些自主裁量的选择。
　　深数宏观（DeepMacro）由华尔街资深经济学家和IT界著名数据科学家创建，利用人工智能分析大量经济数据，将其量化为经济增长因子、通货膨胀因子、全球投资风险因子等指标，预测全球宏观经济趋势。全自动的算法系统利用大数据在官方数据发布之前，分析经济状况并获取对市场重要但官方数据未能很好覆盖的数据。基于这些指标，深数宏观（DeepMacro）构建了各种资产类别的中期投资组合，包括短期利率、外汇和全球资产配置，都取得了很好的业绩。深数宏观（DeepMacro）与世界各地的金融机构，包括主要银行、主权财富基金和全球对冲基金等密切合作，提供付费内容、专有指标和咨询服务。有关更深入的数据分析和专业解释，请联系infodeepmacro。com。