本报告基于富国基金旗下21只ETF,构建景气度与估值的轮动因子,分析了6月ETF行情及因子表现,发现智能汽车等板块表现较好,旅游ETF表现落后。ETF轮动策略年化收益8.82%,但6月收益为-1.43%,略跑输基准。报告推荐7月重点关注农业、物流和旅游ETF,因其在盈利、估值和经营质量因子中表现优异。同时,因子近期出现波动,策略面临基本面失效风险,需关注市场情绪变化对旅游ETF的影响.
| 指标 | ETF轮动组合 | 等权基准 |
|---|---|---|
| 年化收益率 | 8.82% | 2.55% |
| 年化波动率 | 22.33% | 19.61% |
| 夏普比率 | 0.40 | 0.13 |
| 最大回撤率 | 37.69% | 35.12% |
| 双边换手率(月度) | 50.70% | 5.50% |
| 年化超额收益率 | 6.23% | -- |
| 跟踪误差 | 9.61% | -- |
| 信息比率 | 0.65 | -- |
| 6月收益率 | -1.43% | 0.27% |
| 因子名称 | 定义 | 加权方式 | 变动方法 |
|---|---|---|---|
| 扣非净利润环比 | 扣非净利润率 | 中位数法 | 环比 |
| 净利润同比 | 净利润 | 中位数法 | 同比 |
| 经营资本周转 | 经营资本与经营收入比值 | 龙头股法 | 半年环比 |
| 经营资本占比 | 经营资本与总资产的比值 | 龙头股法 | 同比 |
| 市盈率倒数 | 市盈率倒数 | 龙头股法 | 半年环比 |
| 分析师预期变化 | 一致EPS预期3个月环比变化 | 龙头股法 | 3个月环比 |
| ETF代码 | ETF简称 | 扣非净利润环比 | 净利润同比 | 经营资本周转 | 经营资本占比 | 市盈率倒数 | 分析师预期变化 |
|---|---|---|---|---|---|---|---|
| 159825.0F | 农业ETF | +++ | + | +++ | ++ | +++ | ++ |
| 516910.0F | 物流ETF | +++ | +++ | +++ | +++ | ++ | |
| 159766.0F | 旅游ETF | +++ | +++ | --- | +++ | ++ |
核心论点与主旨:
报告通过建立基于景气度、盈利水平、经营质量、估值动量和分析师预期的ETF轮动因子,旨在捕捉行业景气度的动态变化,提供有效的ETF组合配置建议。2023年6月轮动策略收益表现一般,主要受旅游ETF表现不佳拖累。展望7月,报告维持对农业ETF、物流ETF和旅游ETF的重点推荐,认为随着居民旅游意愿回升及部分行业技术进步突破,相关ETF具备反弹潜力。报告同时提示模型风险及外部宏观环境的不确定性对策略表现的潜在影响, 3, 5]。
关键内容:
研究样本涵盖国金证券富国基金旗下21只ETF,涵盖主题/行业、宽基、策略/风格类别,详细列示ETF代码、简称、成立时间及对应跟踪指数,并给出2023年6月月份涨跌幅。
6月表现较好的ETF有智能汽车(+7.55%)、机械ETF(+4.69%)、稀土ETF(+4.49%)、军工龙头(+3.82%)、消费50(+3.45%),表现差的有芯片龙头(-6.06%)、旅游ETF(-3.40%)及医药50ETF(-3.21%)。
逻辑与依据:
报告以基本面盈利及市场因素驱动ETF表现,如智能汽车行业受到自动驾驶及机器人概念推动,军工行业受业绩反弹业务推动表现良好。
6月ETF轮动因子IC(信息系数)虽为负(-20.91%),但多空组合收益率仅为-1.48%,显示因子稳定性有限,需要警惕因子失效风险。
因子排名:
意义分析:
因子表现与ETF收益呈动态相关,报告基于数量化模型尝试预测ETF走势,但目前因子效能存在波动。
强调技术进步与市场资金关注间的错配,导致短期异动捕捉难度大,3]。
策略构建:
按因子月末排名选取前三ETF,等权配置,每月调仓,手续费假设千分之三。
序列回测期间为2016年6月至2023年7月,使用21只ETF构建等权基准组合作对比。
6月策略表现:
6月策略收益率为-1.43%,跑输等权基准(0.27%),主要由于旅游ETF下跌拖累。
今年以来整体经济稳中向好,但消费不足与外需疲软及美联储加息影响限制了策略表现。
居民旅游和节假日消费数据改善,但市场股价与基本面背离,旅游ETF股价承压,预计情绪好转后有反弹空间。
7月最新推荐:
继续建议关注农业ETF(159825)、物流ETF(516910)、旅游ETF(159766)。
组合表现优势在于年化收益率达8.82%,较基准2.55%明显更优,但波动率(22.33%)及最大回撤(37.69%)均高于基准,显示策略风险较大。
换手率高(月度双边换手率50.7% vs 5.5%),反映量化轮动频繁换仓带来的交易成本风险。
系统性风险提示:
结构性行情使基本面因子表现失效,量化收益不稳定。
部分行业技术进步预示潜在行情,但短期内难捕捉需要行情回归正常,4,5].
因子体系:
指标涵盖盈利水平(扣非净利润环比、净利润同比)、经营质量(经营资本周转、经营资本占比)、估值动量(市盈率倒数变动)及分析师预期调整。
采用中位数法和龙头股法对个股因子映射至ETF层面,利用同比或环比进行变动率计算。
构建流程:
因子解释:
盈利因子反映行业盈利边际变化。
经营质量因子衡量资产使用效率。
估值动量捕捉市场情绪和估值变动趋势。
分析师预期体现外部信息和预期变化。
重要性:
富国基金成立于1999年,国内领先基金公司,基金规模逾8500亿元,ETF产品丰厚,共管理49只ETF,涵盖股票型、债券型、商品型、跨境等类别。
在热门行业主题ETF领域有大量布局,涵盖科技、医药、消费等,管理经验丰富。
ETF产品数量分布以行业主题占最大份额,宽基和smart beta策略产品较少(见图表12)。
报告背景说明了ETF研究及推荐基础的产品池和富国基金的专业实力,增加报告的权威性和针对性,8].
内容:21只ETF基本信息及2023年6月涨跌幅。
趋势:智能汽车等科技主题ETF涨幅明显,核心原因归因于自动驾驶和机器人题材火爆。芯片、旅游、医药50则因宏观及行业因素疲软,表现差。
联系文本:支撑了因子排名与收益走势的相关性,反映当月市场热点及资金配置特征.
描述:IC值表现整体稳定,统计t值显示因子有统计显著性,但最近出现下降趋势。
趋势:IC波动较大,尤其近两年出现回撤,表明因子在特定阶段失效。
逻辑:提示因子稳定性不足,说明当前经济结构与市场环境对传统因子响应有限,,3].
描绘:L-S多空组合净值累积与收益率显示,策略整体仍实现正收益累积。
联系:多空组合历史上存在显著阿尔法,策略有效,但近两年波动加大。
解读:反映策略在历史周期不同阶段效果波动.
数据点解读:
策略年化收益8.82%,显著优于基准2.55%,但伴随更高波动率和回撤。
夏普比率0.40虽优于基准,但仍偏低。
换手率高达50.7%反映较高交易频率及成本。
6月负收益与等权基准形成明显落差。
意义:策略具超额收益潜力,但风险及交易成本不可忽视.
行为:净值曲线整体呈现上升趋势,尤其2019-2021年增长迅猛,但近期出现波动。
验证:与统计指标吻合,策略利好时期表现突出,震荡期调整明显.
表现:
2019、2020年策略收益均超过50%,远胜基准。
2022年大幅回撤,接近-20%,2023年略有回调。
推断:策略依赖于市场环境,结构性行情有时利好,有时受挫.
结构:使用“+++”、“++”、“+”到“---”分级指标体现各ETF在盈利、经营资本周转、估值等因子的相对排名。
解读:
农业ETF在盈利和估值指标上排名前列。
物流ETF表现全面,经营资本周转和盈利指标尤其突出。
旅游ETF盈利及经营质量好,但估值指标较弱,存在估值压力。
意义:反映推荐ETF基本面多维度优势与劣势,有助理解策略选股逻辑.
图示强调从个股TTM数据到ETF的映射过程,采用不同加权方式及中位数法、龙头股法等聚合方法,重视同比和环比变动,为构建动态轮动因子提供理论及技术支撑。
定义表详尽揭示6个细分因子,支撑盈利变化与估值动量的核心角色,7].
数据显示行业主题ETF(28只)占据主导,宽基(6只)、smart beta(2只)数量较少。
解释:反映富国ETF的战略重点,表明此策略覆盖的行业主题ETF有充足样本池支持.
报告未显著涉及具体公司或个股的估值模型,主要侧重于基于行业景气度和量化因子综合评估ETF投资价值。其估值动量因子采用市盈率倒数的变化,作为情绪和预期变化的代表变量。因子合成则通过等权和统计方法整合多个维度指标,形成ETF全景景气度评价。
此方法适合宏观及行业趋势判断,不涉及传统DCF等公司层面现金流贴现模型,而是借助因子构建在宏观层面实现“景气+估值”结合的轮动效果。
模型失效风险:历史数据和模型建立基于现有政策和市场环境,政策或市场剧烈变化可能导致因子与资产表现关系失效,现有模型预测效果受限。
政策环境风险:政策调整可能导致资产与风险因子相关性变化,造成轮动因子失效。
市场系统性风险:国际政治摩擦升级可能引发资产间同向大幅波动,破坏策略多样化优势。
策略风险:
高换手率带来交易成本和滑点风险。
结构性市场分化导致传统基本面因子短期失效,降低策略稳定性。
缓解措施:报告未对风险具体缓解策略进行展开,但强调投资者需关注市场及政策变化对策略的潜在冲击,8].
因子稳定性与有效性限制:
近期轮动因子IC及策略表现有所回落,反映出多因素模型受到宏观经济和市场情绪变化冲击,传统基本面因子或难以稳定应用,需审慎看待模型预测能力。
策略波动性高,换手率过大:
高达50%以上的月度换手率预示面对实际交易,潜在成本与流动性风险不可忽视,这对净收益产生侵蚀,实际投资需权衡成本效益。
旅游ETF表现背离基本面:
虽然数据指向旅游将反弹,但股价表现疲软说明存在市场预期错配,提醒投资者谨慎判断市场短期反应,不应盲目追涨。
内部信息表达不够一致:
旅游ETF估值指标在表中较弱,与其他盈利指标的较好表现存在矛盾,可能意味着市场情绪对估值影响大。
缺少明确的量化模型细节:
报告中因子构建方法阐述较概念,缺少具体参数及样本量描述,略显不足,难以完全验证模型稳健性。
结论积极偏向:
尽管因子表现波动及策略跑输基准,报告仍持续推荐相同ETF,可能体现一定的观点坚持或产品推广意图。
本报告基于量化景气度及估值动量因子,针对富国基金管理的21只ETF构建动态轮动策略,力图抓取宏观经济和行业景气度的变动趋势,实现超额收益。2023年6月策略表现受旅游ETF拖累,整体轮动因子稳定性略显下滑,但长期回测显示策略具备显著年化超额收益潜力,夏普比率中等,风险波动较大。
报告详细梳理了ETF的盈利能力、经营质量和估值动量等多维因子,形成综合的ETF轮动因子,力求多因子互补提升策略韧性。7月推荐保持农业ETF、物流ETF和旅游ETF搭配,基于盈利和经营质量的优势,及旅游业消费回暖的预期。
图表数据显示,智能汽车、机械、稀土等高景气行业ETF在过去一阶段表现优良,而金融、芯片等板块表现一般至弱势。因子IC指标提示模型在复杂经济背景下能力有待强化,需警惕因子失效风险。
投资者需重视策略的高换手率和波动性对收益的影响,以及宏观政策和环境快速变化带来的系统性风险。综合来看,本报告提供了基于量化因子的实用ETF轮动模型和行业配置方案,作为辅助投资工具具备参考价值,但建议结合市场实况及多维风险管理稳健应用。
图表3:富国ETF轮动因子IC趋势图
显示ETF轮动因子IC在2016年中至2023年6月的波动趋势,整体IC稳定但近年微幅下滑,反映因子有效性受市场结构影响。
图表5:轮动策略关键指标对比表
| 指标 | ETF轮动组合 | 等权基准 |
|---|---|---|
| 年化收益率 | 8.82% | 2.55% |
| 年化波动率 | 22.33% | 19.61% |
| 夏普比率 | 0.40 | 0.13 |
| 最大回撤率 | 37.69% | 35.12% |
| 月度换手率(双边) | 50.7% | 5.5% |
| 6月收益率 | -1.43% | 0.27% |
ETF轮动策略跟踪:景气度估值视角下7月应关注哪些ETF.pdf