本报告全面回顾了Excel Force MSC Berhad 2024财年的业务表现与财务状况，核心收入70%来自于应用服务提供商(ASP)模式，财务数据显示集团2024财年总收入为RM2,902万，较2023年下滑，EBITDA及现金余额均有所减少。报告详列产品创新（三款新产品“eForce EmPower”，“eForce Interactive X-Chart”及“eForce One”）及企业重组，强调内部风险控制及可持续发展措施，助力集团面对复杂宏观环境和加速行业数字化转型的挑战。[pidx::0],[pidx::7],[pidx::15],[pidx::16],[pidx::17],[pidx::18]
本报告披露了EXCEL FORCE MSC BERHAD截至2024年12月31日未经审计的中期财务报表，显示总收入为1,419万令吉，同比略降2.5%，利润前税为474万令吉，净利润为356万令吉，主要受到运营成本和财务费用增加的影响。细分业务中，应用服务提供（ASP）部门贡献最大收入，财务状况稳健，资产总计达1.51亿令吉，负债合理，现金流状况持续改善。图表显示ASP及维护服务收入稳定增长，基本每股盈利为0.58仙，体现公司持续盈利能力和稳健经营基础。[pidx::1][pidx::11][pidx::12]
本报告系统研究了Smartbeta策略的理论基础、海外发展趋势及国内应用现状，结合多个代表性Smartbeta指数（如沪深300与中证500红利、低贝塔、波动、基本面指数）及资产配置组合实证，揭示Smartbeta可带来显著超额收益和风险特征明确优势，并在股债配置中实现组合绩效的有效提升，表明其具备成为国内资产配置底层核心资产的巨大潜力与市场需求增长空间[pidx::0,6,8,17,21].
本报告深度解析全球及中国Smart Beta市场发展现状与趋势。全球Smart Beta规模迅速扩张并被投资者广泛认可，ETF产品为主流载体。美国市场展现显著先发优势，价值、成长、红利为主流因子，近年多因子和ESG等热点策略快速成长。国内Smart Beta市场起步但发展迅速，新基金发行数量与规模均创新高，且2018年首次实现资金净流入。多因子、红利、基本面及价值类基金规模增长明显，成长类表现相对低迷。国内市场ETF份额偏低，费率水平偏高，具备较大创新与提升空间。国内市场先发优势尚未稳定，创新将是破局关键。未来伴随价值投资兴起，Smart Beta产品具备广阔成长空间。[pidx::0][pidx::4][pidx::14][pidx::25]
本报告基于同比序列发现全球股票市场周期性及显著同步性，测试多种简单择时指标（均线、海龟交易、MACD）在全球主要指数的适用性，发现单一策略普适性有限。提出基于全球统一同比择时信号的同步配置策略，通过捕捉全球市场共涨共跌机会实现年化收益7.32%，显著提升夏普比（0.8359），优于等权及风险平价配置，且统一择时信号也在单指数择时中表现优异，验证了全球多市场共性及协同择时的潜力。[pidx::0][pidx::4][pidx::5][pidx::8][pidx::28][pidx::30][pidx::34]
本报告基于价格与成交量对数同比构建长周期量价择时模型，通过行业层面信号综合判断市场趋势，模型在沪深300和中证500表现优异。结合均线、MACD、布林带和海龟交易规则等技术指标，优化模型的反应速度和稳定性，提升夏普比率及盈亏比，降低回撤。交易成本分析显示，量价模型对成本敏感度低，策略兼容性与标的选择差异明显，强调趋势交易策略在周期性牛市的有效性。[pidx::0][pidx::3][pidx::4][pidx::5][pidx::7][pidx::8][pidx::22]
本报告基于行业价格与成交量的同比序列分析，提出华泰价量同比择时模型，结合市场周期性特征，实现基于行业的量价择时策略。实证显示该模型在2002-2016年期间，年化收益率约23%，夏普比率达1.1，显著优于等权指数，同时基于行业价量同比开发的大盘择时策略也取得良好效果，验证了行业价量信息在市场择时中的重要作用（见图9、图15展示主要策略收益与看多信号）[pidx::0][pidx::3][pidx::8][pidx::13][pidx::17]
本报告基于华泰金工周期三因子定价模型，结合贝叶斯Black-Litterman（BL）模型构建周期预测观点融合的资产配置策略。实证显示该周期BL策略相比传统均值方差模型能显著提升资产组合收益与稳健性，特别在大类资产的全球股票、债券和大宗商品上表现优异。重点通过蒙特卡洛参数敏感性分析，揭示BL模型对风险厌恶系数更敏感，且采用周期三因子预测收益提升配置有效性。策略回测年化收益最高达17.47%，最大回撤显著低于均值方差模型，且在多种市场环境下表现稳健，具有优异的风险收益特征和轮动适应性。[pidx::0][pidx::3][pidx::13][pidx::18][pidx::26]
本报告基于周期理论和机器学习，结合华泰金工周期三因子资产定价模型，创新引入机器学习Softmax模型及集成学习方法，量化挖掘资产周期状态与未来收益排序的非线性概率预测关系。通过对全球及中国主要资产的深度实证回测，结果显示该方法在年化收益率、最大回撤和夏普比率等多项指标上明显优于传统等权策略及单指标预测模型，验证了机器学习方法在周期资产配置中对新兴及发达市场的普适性和有效性，且可实时动态指导资产配置决策（含图表1周期三因子模型框架及图23、24等多模型实证对比）[pidx::0][pidx::2][pidx::21][pidx::22]
本文利用资产价格服从周期几何布朗运动模型，系统分析对数价格、同比、环比序列的数学特性及其周期结构，确认同比序列是最有效的市场周期运动指标。通过频谱分析和线性回归论证42个月基钦周期（短周期）在市场“牛熊”转换中具有决定性作用。数学推导与实证结果显示同比序列短周期相位领先价格序列4.5个月，结合多国主要股指数据，判断2018年一季度为本轮市场周期高点。实证图表如标普500和上证综指的42个月周期滤波序列均显示同比序列显著领先价格序列，印证周期领先时间差理论，指导投资择时选股具有重要参考价值。[pidx::0][pidx::4][pidx::11][pidx::13][pidx::20][pidx::22]
本文深入研究基钦周期这一核心经济周期，采用傅立叶变换、高斯滤波、SUMPLE算法及Z域变换等先进信号处理方法，结合多国存货及宏观经济、金融指标数据，首次创新地用动画形象展示周期相位领先滞后关系。实证显示基钦周期稳定存在，全球与中国市场主要资产与宏观经济数据周期同步，且具有明确的相位分布规律，为投资轮动与资产配置提供量化依据。[pidx::0][pidx::3][pidx::15][pidx::22]
本报告提出并验证了基于华泰金工周期三因子模型的资产定价与配置策略。以42、100、200个月三大稳定周期为核心，利用信号处理领域的SUMPLE算法对全球主要金融资产同比序列进行周期信号提取与合成，挖掘不同资产在统一系统“金融星球”上的相对稳定周期相位差及其时变规律。回归分析显示，周期三因子能够有效解释各大类资产的价格波动，实证策略在全球及中国市场均表现出明显超额收益和风险调控能力。报告还创新性地解决了中国市场数据不足问题，提出多个补全及替代方案，保证了模型的广泛适用性和稳定性，为宏观择时与量化资产配置提供了系统化且科学严谨的研究框架和实操方案。[pidx::0][pidx::14][pidx::20][pidx::33][pidx::38][pidx::44][pidx::46][pidx::58][pidx::63][pidx::69][pidx::95][pidx::107]
本报告基于经典DDM股价模型，结合企业盈利能力ROE和利率波动，解析A股市场板块轮动规律。通过假设多种ROE周期与利率周期的组合情境，利用不同模型计算股价走势及板块表现（见图6-28），发现ROE周期与利率周期长度及相位差是推动周期股与成长股、以及多个板块轮动的核心驱动力。实证分析显示，行业平均ROE与超额收益高度相关（见图31-37），验证了模型的解释力，为未来板块轮动趋势提供了理论支持和投资指引。[pidx::0],[pidx::4],[pidx::13],[pidx::18],[pidx::23]
本报告基于复杂系统理论与阵列信号处理中的多重信号分类（MUSIC）算法，系统验证了全球重要市场金融资产及经济指标存在约42个月、100个月和200个月的统一周期信号。结合丰富的国内外实证数据及多组仿真实验，报告提出周期三因子模型，解释超50%的市场波动，为长期资产配置与市场择时提供理论及方法支持。[pidx::0,pidx::6,pidx::31,pidx::48]
本报告基于傅里叶变换频谱分析方法，验证了金融经济数据中存在显著的42个月基钦周期和95-100个月朱拉格周期，展示了不同市场与宏观指标在这两大周期上的振幅与相位关系，揭示了周期同步性及领先滞后特征，为大类资产配置提供量化参考和实证支撑。[pidx::0][pidx::2][pidx::7][pidx::10]
本报告基于华泰金工周期研究，利用42个月、100个月、200个月高斯滤波对全球主要股票、债券、大宗商品及主要国家CPI、PPI同比序列进行频谱回归拟合和未来12个月预测，发现全球股票市场牛市持续，大宗商品长期向好，债券市场谨慎，通胀风险增大，周期成效拟合优度普遍超过0.5，周期信号驱动市场走势具有较强稳定性与预测价值，为资产配置提供科学依据。[pidx::0][pidx::2][pidx::4][pidx::15][pidx::23]
本报告通过傅里叶变换和蒙特卡罗模拟，系统揭示全球主要股票市场与宏观经济指标普遍存在42个月和104个月两大统一周期，且各类指标间相关性高，体现出金融经济系统作为复杂系统的内在固有频率，验证了周期的内生驱动力及其在不同维度上的表现特征（如图1欧盟经济景气指数与上证综指周期高度吻合），为宏观周期性投资策略提供科学依据。[pidx::0][pidx::3][pidx::4][pidx::7][pidx::18][pidx::23]
本报告以傅里叶变换分析2001-2016年中国一级行业指数同比序列周期，发现行业普遍存在与上证指数类似的45个月左右周期，通过K-means聚类将行业划分为周期上游、中游、下游、大金融、消费和成长六大板块，揭示了周期、消费、成长三大类板块结构。基于行业指数同比序列设计的月度轮动配置策略表现优异，实现775.32%的累计收益，显著超越同期沪深300指数（245.01%），具有较高信息比率和盈亏比，验证了行业周期信号在投资决策中的有效性。[pidx::0][pidx::2][pidx::7][pidx::11][pidx::12]
本报告基于周期几何布朗运动模型，通过线谱提取法对中国、美国、日本及德国主要股票市场的同比序列进行频谱分析，发现所有市场普遍存在以42个月为短周期、104个月为长周期（德国为87个月）的显著周期性特征。报告进一步采用线谱还原技术验证了周期同步性，并指出当前中国A股短周期见底、长周期见顶，未来20个月以上升趋势为主，提供了周期性板块重点关注建议[ pidx::0, 3, 9, 11, 16 ]。
本报告系统分析了全球主要金融市场及大宗商品市场普遍存在约40个月的周期现象，涵盖A股、美股、CRB指数等，通过同比序列滤波和周期划分揭示其高同步性。[page::0][page::3][page::5][page::7][page::9] 结合美国与日本基钦库存周期数据，探讨金融市场周期与经济库存周期的内在联系及同步机制。[page::12][page::14][page::17] 进一步引入Dalio的债务周期理论，阐释经济增长中的长期生产率提升、债务周期及信贷波动对周期形成的影响。[page::19][page::20] 基于对经济体生产关系和市场机制的分析，提出周期性波动源自经济体免疫系统对不确定性和随机波动的滤波作用，该机制通过库存和产能两道防线形成稳定的40个月左右周期。[page::28][page::29][page::30] 本报告强调经济周期的稳定存在是经济系统自身选择的结果，周期规律具有必然性且对投资及宏观理解具有重大指导意义。[page::31]
