下面是小编为大家整理的A股”SellinMay“效应,供大家参考。
目
录 1. 日历效应研究之“Sell in May”
................................................................................ 3 1.1. A 股的“Sell in May”效应
............................................................................................................................. 3 1.2. 行业的“Sell in May”效应
............................................................................................................................. 5 1.3.
小结
............................................................................................................................................................. 11 2. 观点综述
.................................................................................................................. 12 3. 本周全球股市回顾
.................................................................................................. 13 4. 市场资金跟踪
.......................................................................................................... 14 4.1. 产业资金: 下周解禁规模 745 亿，未来四周解禁 1760 亿 ..................................................................... 14 4.2. 杠杆资金：两融余额周环 1.86%，两融成交占比 9.79%
....................................................................... 15 4.3. 沪深港通：北向资金流入 28.57 亿元，南向资金流入 16.89 亿元 ........................................................ 15 4.4.
ETF 净流入-160.63 亿，股票型净流入-103.72 亿
................................................................................... 16 4.5.
新发基金：本周新发行基金份额为 30.16 亿份
...................................................................................... 17 5. 博弈存量指标底部回升
.......................................................................................... 18 6. 扩散指标择时：5 月暂歇，6 月攻势
.................................................................... 19 6.1. ROC 扩散指标择时
................................................................................................................................... 19 6.2. 均线扩散指标择时
..................................................................................................................................... 20 6.3. 扩散指标简介
............................................................................................................................................. 22 7. 指数与风格
.............................................................................................................. 24 7.1. 风格建议：成长 ......................................................................................................................................... 24 7.2. 周期、成长占比上升，消费、金融占比下降
......................................................................................... 24 7.3. 申万一级行业成交额占比
......................................................................................................................... 25 7.4. 布林带择时
................................................................................................................................................. 26 8. 新股收益率监测
...................................................................................................... 28 8.1. 新股收益率监测（剔除科创板）
............................................................................................................. 28 8.2. 科创板打新收益率监控
............................................................................................................................. 29 9. 风险提示
.................................................................................................................. 31
1. 日历效应研究之“Sell in May” “ S ell in
M ay
and
G o
Aw ay”（意为 5 月卖出离场）是金融界熟知的一句谚语。根据 Inves topedia 的解释，它是基于某些股票在“夏季”(从 5 月至 10 月)表现不如“冬季”(11 月至次年 4 月)的日历效应。如果根据上述现象进行操作，那么投资者需要在 5 月撤资离场然后在 11 月回到股市。那么 A
股的“ S ell in M ay”的现象是否显著，如何根据 “ S ell in M ay”进行后市投资呢？
1.1.
A
股的“ S ell i n
May”效应 我们以 2000 年至 2019 年一共 20 年的上证综指的样本来研究该效应。首先，我们 通过月收益率分年度排序(每一年将12 个月收益率进行从小到大排序)堆叠图这一视 角来看月度效应。从图 1 可以看出，6 月是 12 个月中累计排名最差的，其次是 9 月、 8 月和 5 月，这几个月恰好也都发生在“夏季”。表现最好的月份是 2 月、11 月和 3 月，而这三个月也恰好都发生在“冬季”。
图 1 ：上证综指 2000 年至 2019 年月收益率分年度排序堆叠图
数据来源：
，Wind
上述视角是建立在排序基础上的，下面我们展示以调整月收益率(每一年将 12 个月的收益率减去当年最差月的收益率)视角来看这个结果。
从图 2 角度来看，表现最差的月份同样是 6、8、5、9 这四个月份；表现最好的是 2、 12、4 这三个月。因此，我们可以看到，上证综指确实显示出“ S ell in M ay”效应。
为什么会有这样的效应呢？“ S ell in M ay and G o Aw ay”一词源自一句古老的英语谚语“ S ell in M ay and go a w ay, and come on back on S t. Leger "s
D ay”，即五月卖出离场，在圣莱格节那天买入进场。这个短语是指贵族、商人和银行家的习俗，他们会在炎热的夏季离开伦敦去到乡村。圣莱格节（ S t. Leger "s
D ay）是指 9 月中旬举行的纯血马比赛，也是英国三冠王的最后一站。
因此，我们可以考虑在 4 月底就离开 A
股，然后在 9 月底回到 A
股。从而形成一个
只做多 10 月至次年 4 月的投资策略。该策略自 2000 年至 2019 年累计收益 477%，同期上证综指累计收益率 123%，“ S ell in M ay”策略收益高出 354%。从表 1 可以看出，过去 20 年里，有 7 次“ S ell in M ay”跑输，胜率 65%。
图 2 ：上证综指 2000 年至 2019 年调整月收益率分年度堆叠图 数据来源：
，Wind
图 3 ：上证综指“ S ell in
May” VS
上证综指
数据来源：
，Wind
表 1：上证综指“ S ell i n
May” VS
上证综指分年度表现
上证综指 S ell i n
May 上证综指 超额 2000 年 45.86% 51.73% -5.87% 2001 年 -4.68% -20.62% 15.94% 2002 年 -13.02% -17.52% 4.49% 2003 年 22.71% 10.27% 12.44% 2004 年 -3.35% -15.40% 12.05% 2005 年 -8.05% -8.33% 0.28% 2006 年 89.38% 130.43% -41.05% 2007 年 36.06% 96.66% -60.60% 2008 年 -44.28% -65.39% 21.11% 2009 年 60.44% 79.98% -19.55% 2010 年 -7.38% -14.31% 6.94% 2011 年 -3.34% -21.68% 18.34% 2012 年 18.51% 3.17% 15.34% 2013 年 -6.61% -6.75% 0.14% 2014 年 31.04% 52.87% -21.83% 2015 年 59.19% 9.41% 49.78% 2016 年 -14.24% -12.31% -1.94% 2017 年 0.38% 6.56% -6.18% 2018 年 -17.62% -24.59% 6.97% 2019 年 29.59% 22.30% 7.29% 数据来源：
，Wind
1.2.
行业的“ S ell i n
May”效应 当我们发现 A
股的“ S ell in M ay”效应之后，我们可以重点研究在“ S ell in
M ay” 的几个月份当中如何进行行业配臵。
首先，我们来看中信一级行业从 2005 年至 2019 年在 5 月份行业排名和收益率的表 现。从图 4 的排名维度来看，表现最好的行业是电子、农林牧渔、医药、国防军工 和计算机；表现最差的行业是交通运输、钢铁、轻工制造、建筑和煤炭。从图 5 的调整收益率维度来看，表现最好的行业是国防军工、纺织服装、计算机、医药和电子；表现最差的行业是银行、非银、交通运输、煤炭和钢铁。因此，综合来看国防 军工、医药、计算机和电子是较为稳定在 5 月份具有超额收益的行业，同时交通运 输、煤炭和钢铁则是在 5 月份表现最弱的行业。
其次，我们来看中信一级行业从 2005 年至 2019 年在 6 月份行业排名和收益率的表 现。从图 6 的排名维度来看，表现最好的行业是食品饮料、非银、银行、家电和电子；表现最差的行业是农林牧渔、轻工制造、纺织服装、电力设备及新能源和综合。从图 7 的调整收益率维度来看，表现最好的行业是食品饮料、银行、非银、家电和房地产；表现最差的行业是农林牧渔、电力设备及新能源、轻工制造、纺织服装和 计算机。因此，综合来看食品饮料、非银、银行和家电是较为稳定在 6 月份具有超 额收益的行业，同时农林牧渔、电力设备及新能源、轻工制造和纺织服装则是在 6 月份表现最弱的行业。
图 4 ：中信一级行业 2005 年至 2019 年 5 月收益率分年度排序堆叠图
数据来源：
，Wind
图 5 ：中信一级行业 2005 年至 2019 年 5 月调整收益率分年度堆叠图
数据来源：
，Wind
图 6 ：中信一级行业 2005 年至 2019 年 6 月收益率分年度排序堆叠图
数据来源：
，Wind
图 7 ：中信一级行业 2005 年至 2019 年 6 月调整收益率分年度堆叠图
数据来源：
，Wind
接着，我们来看中信一级行业从 2005 年至 2019 年在 7 月份行业排名和收益率的表 现。从图 8 的排名维度来看，表现最好的行业是农林牧渔、银行、消费者服务、基础化工和国防军工；表现最差的行业是计算机、电力设备及新能源、通信、机械和纺织服装。从图 9 的调整收益率维度来看，表现最好的行业是有色金属、国防军工、
农林牧渔、钢铁和房地产；表现最差的行业是电力设备及新能源、计算机、机械、商贸零售和家电。因此，综合来看国防军工和农林牧渔是较为稳定在 7 月份具有超 额收益的行业，同时电力设备及新能源、计算机和机械则是在 7 月份表现最弱的行业。
图 8 ：中信一级行业 2005 年至 2019 年 7 月收益率分年度排序堆叠图
数据来源：
，Wind
图 9 ：中信一级行业 2005 年至 2019 年 7 月调整收益率分年度堆叠图
数据来源：
，Wind
图 10 ：中信一级行业 2005 年至 2019 年 8 月收益率分年度排序堆叠图
数据来源：
，Wind
图 11 ：中信一级行业 2005 年至 2019 年 8 月调整收益率分年度堆叠图
数据来源：
，Wind
然后，我们来看中信一级行业从 2005 年至 2019 年在 8 月份行业排名和收益率的表 现。从图
10
的排名维度来看，表现最好的行业是计算机、电子、商贸零售、国防 军工和消费者服务；表现最差的行业是家电、煤炭、建筑、通信和机械。从图
11
的调整收益率维度来看，表现最好的行业是消费者服务、计算机、商贸零售、国防军工和电子；表现最差的行业是煤炭、家电、电力及公用事业、非银和钢铁。因此，综合来看计算机、电子、商贸零售、国防军工和消费者服务是较为稳定在 8 月份具 有超额收益的行业，同时煤炭和家电则是在 8 月份表现最弱的行业。
图 12 ：中信一级行业 2005 年至 2019 年 9 月收益率分年度排序堆叠图
数据来源：
，Wind
图 13 ：中信一级行业 2005 年至 2019 年 9 月调整收益率分年度堆叠图
数据来源：
，Wind
最后，我们来看中信一级行业从 2005 年至 2019 年在 9 月份行业排名和收益率的表 现。从图
12
的排名维度来看，表现最好的行业是通信、汽车、非银、电力设备及新能源和机械；表现最差的行业是纺织服装、钢铁、有色、电力及公用事业和农林牧渔。从图
13
的调整收益率维度来看，表现最好的行业是非银、通信、传媒、煤炭和电力设备及新能源；表现最差的行业是钢铁、房地产、纺织服装、农林牧渔和银行。因此，综合来看通信、非银和电力设备及新能源是较为稳定在 9 月份具有超 额收益的行业，同时钢铁、纺织服装和农林牧渔则是在 9 月份表现最弱的行业。表 2：“夏季”月份中信一级行业表现情况
数据来源：
，Wind
从表 2 可以看到，国防军工出现在表现好的行业当中的次数最多，6 月和 9 月份也未出现在表现差的行业当中，表现较为稳定。
1.3.
小结 A
股具有“ S ell
in
M ay”的日历效应，原因有可能与气候逐渐变得炎热有关。因此 “夏季”的月份当中，整体表现不佳。如果在 10 月至次年 4 月做多上证综指，而 在 5 月份至 9 月份空仓，则在过去 20 年当中可以跑赢上证综指 354%。根据中信一 级行业的表现来看，在 5-9...
推荐访问:A股”SellinMay“效应 效应 SellinMay