Хаотичний шлях: стабільність і безпека стають ключовою лінією розподілу｜Щомісячний план великого класу активів Cathay Haitong 202604

（Джерело: огляд великих тенденцій）

Автор: Фан І / Лі Цзянь / Ван Цзиюй / Ван Хе / Го Цзяоцзяо

Ключові ідеї: Спираючись на рамку великої класової алокації активів Готай Хайтун, ми вважаємо, що на тлі ще неясних перспектив середньосхідної геополітичної ситуації активи безпеки та стабільності є головною лінією для алокації активів між класами. У квітні приділяємо увагу перевагам китайських активів, надмірній вазі акцій A/H, а також золоту й нафті, стандартно — промислові метали.

Резюме

▶ Ми будуємо рамку алокації активів між класами Готай Хайтун, що складається з «стратегічної алокації активів (SAA) — тактичної алокації активів (TAA) — коригування за результатами розгляду значущих подій», щоб слугувати узагальненим орієнтиром для інвестиційних рішень. Спираючись на цю рамку, ми вважаємо, що в умовах прискореного переформатування глобального порядку та тенденційного погіршення геополітичної ситуації безпека знову стала найбільш дефіцитним ресурсом, а золото — конкретизованим інструментом для протидії такій невизначеності. Рекомендація: у квітні збільшити вагу A-акцій, золота та нафти.

▶ Рекомендуємо у квітні 2026 року закласти вагу алокації за акціями 40.00%: надмірна вага A-акцій (10.00%), стандартна вага акцій Гонконгу (7.50%), стандартна вага акцій США (12.50%), стандартна вага європейських акцій (5.00%), стандартна вага японських акцій (5.00%). Китайський ринок акцій має високу стійкість; рекомендуємо надмірну вагу A-акцій. Стабільність є дефіцитною, а на китайському ринку — нижча премія за ризик. Мікротрейдингові шоки не триватимуть довго; у поточній позиції недоцільно сліпо продавати зниження. Ймовірні важливі дно та «зони влучання» на китайському ринку акцій. Підтримувальна політика Китаю щодо пом’якшення та різноманітність резервів/зростання допоможуть швидше зламати наратив ризику.

▶ Рекомендуємо у квітні 2026 року закласти вагу алокації за облігаціями 40.00%: довгострокові держоблігації (10.00%), короткострокові держоблігації (10.00%), довгострокові казначейські облігації США (10.00%), короткострокові казначейські облігації США (10.00%). Серед облігаційних активів: (1) Посилення або придушення інфляційних очікувань підтримує/стримує ефективність довгострокових облігацій. Неузгодженість між потребою у фінансуванні та пропозицією кредиту досі є об’єктивною реальністю, але тренд підвищення середньої точки ризик-апетиту рухається вгору; домогосподарства й підприємства можуть здійснювати балансування алокацій активів. У грошово-кредитній політиці застосовується відносно обережний і стриманий підхід. На тлі того, що геополітика підвищує глобальні ціни на енергоносії, і за умов зростання внутрішньої інфляції вище очікувань, привабливість алокації середньо- та короткострокових облігацій перевищує таку для наддовгострокових облігацій. (2) Економіка США на межі стабілізації; посилення інфляційних очікувань стримує показники довгострокових казначейських облігацій США. Уолш, якого Трамп висунув на посаду голови ФРС, виступає за скорочення балансу та помірне зниження ставки грошово-кредитної політики; у подальшому дохідності держборгу США ймовірно знижуватимуться помірними темпами. Політики, які реалізує адміністрація Трампа, суттєво послабили суверенний кредитний профіль США, а глобальні центральні банки та великі інститути з управління активами мають тенденцію до скорочення позицій у держборгу США. За шоків геополітичного ризику інвестфонди можуть здійснювати оборонну алокацію, але їх обмежує «угода про реінфляцію».

Товари: (1) Інфляційні очікування та ціна на нафту мають потенціал висхідного руху; коливання цін на золото можуть посилитися або періодично загострюватися. У довгостроковій перспективі стратегічна цінність золота зберігається: серія політик, яку запроваджує адміністрація Трампа, змушує глобальний порядок, сформований після Другої світової війни, поступово руйнуватися. За умов прискореного переформатування глобального порядку та тенденційного погіршення геополітичної ситуації безпека знову стала найбільш дефіцитним ресурсом, а золото — конкретизованим інструментом для протидії такій невизначеності. Однак відтік спекулятивного капіталу та продовження сценарію реінфляції можуть тримати або суттєво підсилювати короткострокову волатильність. (2) Геополітична ситуація на Близькому Сході продовжує погіршуватися — рекомендуємо надмірну вагу нафти. Загальний попит на глобальну нафту відносно слабкий, а політика OPEC+ щодо обсягів виробництва змінюється. Нещодавно геополітична ситуація на Близькому Сході різко погіршилася і існує тенденція до подальшого розширення проблеми. За умов безперервної блокади Ормузької протоки та поступового зниження запасів сирої нафти в основних економіках ціни на нафту можуть мати потенціал висхідного руху, але невизначеність розвитку геополітики підсилить коливання на енергетичному ринку. (3) Сценарій реінфляції еволюціонує в бік стагфляційного сценарію (滞胀) або пригнічує попит на промислові метали. Останніми роками активний розвиток електроенергії-зв’язаних будівельних установок і транспортних засобів, а також розширення AI-вчислень і оновлення військових об’єктів формують додатковий попит на промислові товари; промислові метали, представлені міддю, можуть періодично перебувати в ситуації дисбалансу між попитом і пропозицією. Але нині глобальний сценарій реінфляції еволюціонує в бік стагфляційного, або пригнічує попит на промислові метали та посилює цінову волатильність.

▶ Попередження щодо ризиків: Існують обмеження в аналітичних вимірах; конструкція моделі має елемент суб’єктивності; історичні та прогнозні дані можуть відрізнятися від фактичних; корекція узгоджених очікувань ринку; обмеження кількісної моделі.

Зміст

01

Огляд показників активів та макро-трекінг

Ми у форматі місячного звіту переглядаємо події та важливі дані, що привертали підвищену увагу ринку в березні 2026 року та мали значний вплив на класи активів, а також проводимо необхідний розгляд і коментарі. Додатково, спираючись на рамку Готай Хайтун щодо алокації між класами активів, аналізуємо вплив граничних змін у макроекономіці на прогнози для класів активів і на TAA (тактичну алокацію активів). Тактичні погляди на алокацію відображають наші очікування щодо співвідношення ризику та прибутковості певного активу у майбутні 1–3 місяці порівняно з іншими активами.

1.1. Рамка алокації активів Готай Хайтун

Команда стратегічної алокації активів Готай Хайтун зосереджується на дослідженні алокації між класами активів із поєднанням активних (пассивних) і пасивних підходів. Вона активно використовує макроаналіз та кількісні моделі стратегій. Ми органічно поєднуємо переваги двох підходів: будуємо стратегічну рамку алокації активів, засновану на макро-факторному ризик-цінуванні (risk parity), та тактичну рамку алокації активів, що керується очікуваннями факторів. Паралельно, активно використовуємо досвід дослідження великих тенденцій у процесі аналізу стратегій, щоб розглядати ключові події, які впливають на ринок капіталів, і визначати ключові можливості для інвестування.

1.2. Відстеження граничних змін макроузгоджених очікувань

Зміни в макроузгоджених очікуваннях впливають на ціноутворення активів та оцінку. Ми вважаємо, що, використовуючи макроаналіз для керування алокацією активів, потрібно приділяти увагу змінам у ринкових узгоджених очікуваннях. Важливі макростани, як-от очікування щодо зростання чи інфляції, швидке зростання або падіння впливатимуть на ціни активів через зміни в оцінці, а отже впливатимуть і на доходність активів.

02

Стратегічна алокація: диверсифікація ризику за макрофакторною моделлю ризик-паритету

Команда стратегічної алокації активів Готай Хайтун розробила макрофакторну модель ризик-паритету для етапу стратегічної алокації активів (SAA). Ця модель дозволяє водночас краще використати переваги факторної алокації та уникнути труднощів під час побудови й застосування макрофакторів.

На відміну від макрофакторних моделей, які використовуються в деяких дослідженнях, макрофакторна модель ризик-паритету Готай Хайтун більше фокусується на контролі макроризику, тобто ризику того, що реальні макродані перевищать очікування або не дотягнуть до очікувань. Ціни активів переважно відображають очікування щодо майбутньої інформації, і лише «неочікувані» шоки, що виходять за межі прогнозу, спричиняють коливання цін. У макро-мультифакторних моделях дохідність формується через премію за ризик, пов’язану з макроекономікою. Лауреат Нобелівської премії з економіки 2013 року, автор пропозиції трьохфакторної моделі Fama-French, Юджин Ф. Фама (Eugene F. Fama), у 1970 році опублікував «Ефективний ринок капіталу: теорія та емпіричний огляд», де запропонував гіпотезу ефективного ринку (EMH), застосувавши раціональні очікування безпосередньо до ціноутворення активів. Ця теорія вважає, що в ефективному ринку ціни активів миттєво відображають усю публічну інформацію, інвестори можуть отримувати лише нормальну дохідність, яка відповідає ризику, і не можуть тривало обіграти ринок. Це також натякає на те, що макроочікування, узгоджені з ринком, важко дозволяють отримати прибуток, вищий за ринковий.

На етапі вибору факторів ми використовуємо реальні макропоказники для побудови макро-первинних факторів. Такий підхід уникає того, щоб макрофактори зазнавали впливу торговельних факторів та інших, не макроекономічних, чинників ціноутворення для активів. На етапі SAA ціль моделі — досягти диверсифікації ризику та відносно стабільної позиційної структури. Це дозволяє уникнути проблеми частотності у макроіндикаторах-факторах. Сам SAA коригує частоту значно рідше, ніж публікуються індикатори, а часові лаги для довгострокового інвестування майже не мають значення. Хоча фактори макроіндикаторів не можна напряму інвестувати, на етапі SAA метою є використання розрахунку базових пропорцій між усіма класами активів у пулі активів; це не суперечить прямим інвестуванням у фактори або іншим інструментам інвестування у активи, і також може ефективно поєднуватися з методологіями на кшталт макроаналізу.

Тому ми обробляємо первинні макродані: отримані прогнозні значення після STL-сезонного коригування використовуємо як ринкові очікування; різницю між фактичним (реальним) значенням і прогнозом — як макроризиковий фактор; далі стандартизуємо всі типи факторів.

Під час вибору первинних макрофакторів макрофакторна модель ризик-паритету Готай Хайтун обирає фактори внутрішньої економіки та фактори надбавки для зарубіжних активів. Серед факторів внутрішньої економіки, які контролюють ризикові експозиції, включено фактори зростання, інфляції, процентних ставок, кредиту, валютного курсу та ліквідності. Фактори зовнішніх активів включають фактори США, Європи, Японії та Індії. У процесі оцінювання моделі ми застосовуємо підхід, подібний до методу Barra: перевага явних факторних моделей полягає в тому, що фактори будуються, виходячи з ознак активів, що більше відповідає змісту економічної теорії. У результаті напрямок факторної моделі ризик-паритету стає більш чітким: уникнення надмірної концентрації ризикової експозиції в неочікуваній частині макрофакторів.

Перед регресією експозицій факторів ми спочатку на основі суб’єктивної апріорної інформації задаємо, які макрофактори можуть бути пов’язані з кожним класом активів. Наприклад, у цій статті ми вважаємо, що фактор кредиту впливає лише на ціни кредитних облігацій і корпоративних облігацій; тому інші активи не включаємо у багатофакторну регресію з фактором кредиту, щоб визначити експозиції факторів. Коли наприкінці кожного місяця розраховується матриця експозицій активів до факторів, для визначення коефіцієнтів регресії застосовується багатофакторна лінійна регресія; вікно регресії — ковзні попередні 5 років, а піввисота ваги регресії (half-life) — 1 рік.

Результати бек-тесту стратегії підтвердили ефективність макрофакторної моделі ризик-паритету. Ми використали сім типів активів як представницькі класи: CSI 800, індекс Hang Seng, S&P 500, процентні облігації (利率债), корпоративні облігації (企业债), товари Наньхуа (南华商品) та міжнародне золото. Було виконано місячні бек-тести з перезваженням, а як еталон — використано модель ризик-паритету для тих самих семи активів.

Результати бек-тесту стратегії показали, що макрофакторна модель ризик-паритету істотно підвищила доходність порівняно з моделлю факторного ризик-паритету, але показник Шарпа дещо погіршився. З огляду на те, що ця модель у SAA ставить за мету диверсифікацію макроризику, результат можна вважати задовільним.

З точки зору структури позицій видно, що за відсутності обмежень щодо ваги позицій, хоча волатильність зміни позицій у макрофакторній стратегії ризик-паритету дещо вища, ніж у стратегії факторного ризик-паритету, частки розподілу між класами активів усе одно залишаються відносно стабільними та збалансованими. Частка облігаційних активів — у діапазоні 40–50%, частка акцій — близько 50%, а частка товарних активів — менше 10%, що загалом відповідає потребам більшості провідних інвесторів.

На основі наведених вище моделей та комплексного аналізу макросередовища й алокації активів командами стратегії та алокації Готай Хайтун ми використовуємо розраховані пропорції активів за макрофакторною моделлю ризик-паритету SAA як орієнтир. Для стратегічної базової пропорції акцій, облігацій і товарів встановлюємо 45%, 45%, 10%, а верхню межу відхилення — 10%.

03

Тактична алокація: BL-стратегія, що поєднує активні й пасивні погляди, для посилення доходності

3.1. Від моделювання макрофакторів одного активу до ротації між кількома активами

Методологія TAA у рамці алокації активів Готай Хайтун ґрунтується на розумінні інвесткліку та вкладення моделей циклів, а BL-стратегії ротації покладаються на циклічну методологію. Ми будуємо кількісне моделювання для одного активу: тобто кількісно визначаємо ступінь тиску середовища для певного типу циклу в конкретній економіці, формуючи низку базових макрофакторів із виразними характеристиками циклу. Далі застосовуємо обробку у вигляді зворотних квантилів до таких базових макрофакторів, щоб отримати показник макроциклічного «рейтингу» для певного циклу. Насамкінець, узагальнюючи кілька показників макроциклічного рейтингу, пов’язаних із різними циклами, на основі кореляцій та логіки економіки формуємо узагальнений показник макрооцінки для певного типу активів або стилю. Іншими словами, ми створюємо індивідуальні для кожного класу активів макроіндикатори, які кількісно описують фундаментальні основи; вони стають важливою опорою для нашого розуміння показників активів та формування матриці суб’єктивних поглядів.

У спеціальному звіті «Від оцінювання макро-дружності до матриці поглядів BL-моделі — нові ідеї для алокації між класами активів у форматі поєднання активних і пасивних підходів», який було опубліковано 11 березня 2024 року, ми перетворюємо показники макроузагальненої оцінки активів на суб’єктивні погляди через просту обробку та поєднуємо їх із кількісною моделлю Black-Litterman. Конкретний процес починається з перетворення узгоджених очікувань щодо макроекономічних показників на очікування щодо макроузагальненої оцінки активів, потім — на очікувані ставки доходності по великих класах активів, і в кінці — інтегруємо це в матрицю поглядів BL. За наявності опціональних активів, які включають акції (AH, США, Японія, Індія), облігації (Китай, США), товари, долар США та золото, стратегія BL у глобальній алокації між класами активів (тобто BL-модель із включенням суб’єктивних макро-поглядів на оцінку активів, що враховують і валютний курс) у п’ятирічному періоді бек-тесту (2019/01/2–2024/02/29) забезпечила річну доходність до 23.1%, що суттєво перевищує інші порівняльні стратегії та відображає ефективність поєднання суб’єктивних і кількісних досліджень.

У позасемплових результатах після березня 2024 року глобальна стратегія BL у глобальній алокації між класами активів також показала стійкість і навіть виявилася ще більш яскравою. Доходність стратегії у 2024 році досягла 24%, у 2025 році — 52%, а поточний підсумковий (за весь період бек-тесту) показник Шарпа — аж 1.76. З аналізу позицій у різні періоди видно, що стратегія успішно «вловила» історичний бичачий ринок золота у першому кварталі 2025 року, а також відновлення та ринок із побиттям рекордів на A-акціях у другому кварталі. Будучи щомісячною стратегією з перезваженням і керуючись логікою макроекономіки, результат можна назвати відмінним. У новій рамці ми використовуємо глобальну BL-стратегію алокації між класами активів як метод підсилення доходності на етапі TAA; хоча концентрація позицій у цій стратегії висока, але після того як у SAA етапі макрофакторна модель ризик-паритету визначає базові пропорції між класами активів, на етапі TAA стратегія може ефективно вирішувати цю проблему за рахунок обмежених відхилень від базових ваг у позиціях.

Модель TAA, тобто глобальна стратегія BL у алокації між класами активів, у позасемпловому періоді досягла 43.3% доходності у 2025 році, а у 2026 році YTD — 5.2% доходності.

3.2. Поєднання «центру тяжіння» в SAA та підсилення доходності через TAA — відмінний результат

Ми беремо «центральну» конфігурацію, визначену макрофакторною моделлю ризик-паритету SAA, плюс TAA-активну ротацію, як стандартний кількісний процес для алокації активів. Ми розглядаємо стратегічну алокацію, розраховану макрофакторною моделлю ризик-паритету, як базовий еталон портфеля. Ваги між класами активів становлять: акції 45.00% (A-акції 7.50%, акції Гонконгу 7.50%, акції США 15.00%, європейські акції 5.00%, японські акції 5.00%, індійські акції 5.00%), облігації — 45.00% (з них китайські держоблігації 22.50%, американські держоблігації 22.50%), товари — 10.00% (з них золото 5.00%, нафта 2.50%, індекс товарів Наньхуа 2.50%).

Ми встановлюємо верхні й нижні межі відхилення для класів активів ±10%. Ваги окремих підвидів активів усередині цієї структури переважно ґрунтуються на результатах роботи тактичної моделі Black-Litterman і додатково коригуються на основі суб’єктивного аналізу. Ця стратегія поєднує «центральну» SAA-конфігурацію з підсиленням доходності через TAA, що дозволяє ефективно контролювати волатильність і максимальну просадку та підвищувати доходність порівняно з первинною стратегічною алокацією активів. У 2025 році ця модель забезпечила річну доходність 21.7%, коефіцієнт Шарпа — 2.29, коефіцієнт Calmar — 3.84, а максимальна просадка за рік — 5.6%.

04

Розгляд значущих макроекономічних подій та план алокації

4.1. Розгляд нещодавніх значущих макроекономічних подій

Команда стратегічних і дослідницьких робіт Готай Хайтун прагне до ефективного поєднання кількісної моделі й суб’єктивного аналізу. У реальному інвестиційному процесі розгляд і коригування значущих подій також є ключовим етапом. Хоча в рамках висококількісної алокації активів вони виглядають «суб’єктивними», у практичному застосуванні в поєднанні з кількісними стратегіями це ефективно підвищує точність і адаптивність інвестиційних рішень. Суб’єктивна оцінка й коригування також є «захисною сіткою» кількісного інвестування, особливо необхідною під час екстремальних подій, змін політики та збоїв у моделі. Під час цього розділу розгляд подій ми насамперед аналізуємо значущі події, які можуть вплинути на місячну картину ринку.

4.2. Тактичний план алокації між класами активів за лютий 2026 року

Акції: Китайський ринок акцій має високу стійкість; рекомендуємо надмірну вагу A-акцій. Стабільність є дефіцитною; на китайському ринку нижча премія за ризик. Мікро-торговельні шоки не триватимуть довго; у поточній позиції не варто сліпо продавати на зниження. Китайський ринок акцій має показати важливе дно та «зони влучання». Підтримувальна позиція Китаю щодо м’якого курсу та диверсифіковані резерви/диверсифіковане зростання допоможуть швидше зламати наратив ризику.

Облігації: (1) Посилення або стримування інфляційних очікувань визначає показники довгострокових облігацій. Потреба у фінансуванні та дисбаланс між попитом і пропозицією кредиту все ще є об’єктивною реальністю, але тренд у середній точці ризик-апетиту має висхідну спрямованість; домогосподарства та підприємства можуть проводити повторне балансування алокації активів. У грошово-кредитній політиці акцент робиться на відносно обережному й стриманому втручанні. На тлі того, що геополітика підвищує глобальні ціни на енергоносії, і за умов, коли внутрішня інфляція зростає вище очікувань, середньо- та короткострокові облігації з точки зору співвідношення ціна/вигода вищі за наддовгострокові. (2) Економіка США на межі зближення з рівнем, але інфляційні очікування посилюються та тиснуть на показники довгострокових казначейських облігацій США. Волш, якого Трамп висунув на посаду голови ФРС, виступає за скорочення балансу та помірне зниження ставки грошово-кредитної політики; у подальшому дохідності за держборгом США можуть знижуватися помірними темпами. Політики, що реалізуються адміністрацією Трампа, значно послабили кредит довіри до суверенного боргу США, і глобальні центральні банки та великі інститути з управління активами мають тенденцію до скорочення позицій у держборгу США. За шоку геополітичного ризику захисні кошти можуть перейти до оборонної алокації, але їм перешкоджає сценарій реінфляції.

Товари: (1) Інфляційні очікування та ціна на нафту мають потенціал висхідного руху; коливання цін на золото можуть посилитися або періодично загострюватися. У довгостроковій перспективі стратегічна цінність золота зберігається: серія політик, запроваджених адміністрацією Трампа, спричинила поступове руйнування глобального порядку після Другої світової війни. За умов прискореного переформатування глобального порядку та тенденційного погіршення геополітичної ситуації безпека знову стала найбільш дефіцитним ресурсом, а золото — конкретизованим інструментом протидії такій невизначеності. Але відтік спекулятивного капіталу та триваючий сценарій реінфляції можуть тримати або суттєво загострювати короткострокову волатильність. (2) Геополітична ситуація на Близькому Сході продовжує погіршуватися — рекомендуємо надмірну вагу нафти. Попит на нафту у світі відносно слабкий, а політика OPEC+ щодо обсягів виробництва часто змінюється. Нещодавно геополітична ситуація на Близькому Сході різко погіршилася і є тенденція до подальшого розширення. За умов, коли Ормузька протока була постійно заблокована, а запаси нафти в основних економіках поступово зменшуються, ціни на нафту можуть все ще мати потенціал висхідного руху, але невизначеність розвитку геополітики посилить коливання на енергетичному ринку. (3) Сценарій реінфляції еволюціонує в стагфляційний сценарій (滞胀) або пригнічує попит на промислові метали. Останніми роками розвиток електротехнічних будівельних установок і транспортних засобів, а також розширення обчислювальної потужності AI та оновлення військових об’єктів спричинили додатковий попит на промислові товари; промислові метали, представлені міддю, можуть періодично перебувати у стані дисбалансу попиту й пропозиції. Але зараз глобальний сценарій реінфляції еволюціонує в стагфляційний або пригнічує попит на промислові метали та посилює коливання цін.

Згідно з дослідницькою рамкою, викладеною в «Короткий огляд дослідницької системи активної алокації між класами активів», опублікованій у березні 2025 року, і на основі розрахунків у розділі 3 для моделі TAA та висновків розгляду подій у розділі 4, пункті 1, ми оновлюємо тактичний план алокації між класами активів на лютий 2026 року наступним чином:

Ваги алокації в акції: 40.00% — надмірна вага A-акцій (10.00%), стандартна вага акцій Гонконгу (7.50%), стандартна вага акцій США (12.50%), стандартна вага європейських акцій (5.00%), стандартна вага японських акцій (5.00%).

Ваги алокації в облігації: 40.00% — довгострокові держоблігації (10.00%), короткострокові держоблігації (10.00%), довгострокові казначейські облігації США (10.00%), короткострокові казначейські облігації США (10.00%).

Ваги алокації в товари: 20.00% — надмірна вага золота (10.00%), надмірна вага нафти (6.25%), стандартна вага промислових металів (3.75%).

05

Попередження про ризики

Існують обмеження в аналітичних вимірах: дослідницька рамка базується на поглядах аналітиків, тому аналітичні виміри можуть не повністю відображати фактори ціноутворення ринку.

Конструкція моделі має суб’єктивність: вибір факторів і ваг у макрофакторній моделі ґрунтується на поєднанні суб’єктивної та об’єктивної частин; об’єктивна частина — з кількісного бек-тесту, тоді як суб’єктивна — з досвіду та суджень, тож можливі певні відхилення.

Історичні та прогнозні дані можуть відрізнятися: історичні дані та дані прогнозів, використані в звіті, можуть неточно відображати реальні ринкові очікування.

Коригування ринкових узгоджених очікувань: висновки звіту ґрунтуються на припущенні нейтральності щодо ринкових узгоджених очікувань; якщо станеться подія, яка перевищить очікування, і це призведе до коригування ринкових очікувань та відповідних макрофакторів, це може спричинити зміну висновків моделі.

Обмеження кількісної моделі: цей висновок виведено лише на основі кількісної моделі й не збігається з позиціями інших дослідницьких команд Інституту. Щодо поглядів інших дослідницьких команд Інституту на галузі, наведені вище, зверніться до відповідних опублікованих дослідницьких звітів.

Відмова від відповідальності

Команда стратегії Готай Хайтун

Дуже великий обсяг інформації, точна інтерпретація — усе в застосунку Sina Finance APP