本文基于近年来A股显著的行业轮动现象,围绕行业ETF构建了六种行业轮动组合策略,分别从ETF跟踪标的指数和一级行业指数两大视角出发。通过“预期共振”行业轮动指标筛选推荐行业,并结合打分、聚类和权重优化方法,形成兼具稳定性和超额收益的ETF策略组合。实测数据显示,得分映射行业法(单一)策略收益最高,聚类打分法策略稳健度优于简单打分法,行业权重优化法则适用于基准对比需求,整体策略表现均显著优于基准。报告还分析了交易费用对策略的影响,确保策略在实务操作中具备可行性与收益稳定性
ETF市场与行业轮动背景
“预期共振”行业轮动模型介绍及表现
ETF组合构建难点及策略设计
六种ETF行业轮动策略比较分析
| 策略名称 | 总收益率 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普比率 |
|---|---|---|---|---|---|
| 简单打分法 | 193.23% | 19.33% | 23.06% | 30.43% | 0.84 |
| 聚类打分法 | 172.50% | 17.90% | 21.54% | 33.33% | 0.83 |
| 聚类打分法(最小风险) | 168.04% | 17.58% | 21.07% | 32.33% | 0.83 |
| 得分映射行业法(单一) | 238.30% | 22.17% | 23.53% | 38.19% | 0.94 |
| 得分映射行业法(加权) | 218.89% | 20.98% | 23.02% | 38.32% | 0.91 |
| 行业权重优化法(中证800) | 119.81% | 13.81% | 20.42% | 31.58% | 0.68 |
交易费用影响分析
| 策略名 | 年化收益率 | 年化收益率 (万分之1费率) | 年化收益率 (万分之2费率) | 年化收益率 (万分之3费率) | 夏普比率 (万分之3费率) |
|---|---|---|---|---|---|
| 简单打分法 | 19.33% | 18.93% | 18.53% | 18.13% | 0.79 |
| 聚类打分法 | 17.90% | 17.53% | 17.15% | 16.77% | 0.78 |
| 聚类打分法(最小风险) | 17.58% | 17.18% | 16.77% | 16.37% | 0.78 |
| 得分映射行业法(单一) | 22.17% | 21.75% | 21.33% | 20.91% | 0.89 |
| 得分映射行业法(加权) | 20.98% | 20.59% | 20.19% | 19.80% | 0.86 |
| 行业权重优化法(中证800) | 13.81% | 13.58% | 13.36% | 13.13% | 0.64 |
核心结论及策略建议
本文旨在探讨如何利用行业ETF构建能捕捉行业轮动收益的组合策略。基于此前研发的“预期共振”行业轮动模型,尝试从两种不同视角(ETF跟踪标的指数和一级行业指数)构建六种ETF配置策略。实证结果显示,这些策略整体获得显著超额收益,且不同视角和方法表现各有千秋:
此外,报告强调所有模型均基于历史数据,存在市场环境变动带来的模型失效风险,投资者需谨慎。
报告首先明确,近年来A股行业轮动特征显著增强,ETF作为投资工具的重要性上升。国内ETF数量与规模自2018年以来爆发式增长,截至2022年2月底ETF基金总数676只,合计规模约1.43万亿元,覆盖263个基准指数。股票型ETF占主导,占总规模的近68%(9700亿元)。
图1展示了2010年至2022年2月ETF数量(以柱状图体现)和合计资产净值(以折线体现)的增长趋势,显示自2018年以来ETF资产规模快速攀升,反映市场成熟与投资者热情不断增强。此外,2021年底ETF持有者个人投资者人数达514万,机构投资者2.08万,持有市值机构约为个人的2.3倍。ETF投资者盈利概率(61.3%)高于同时参与股票投资者(51.5%),表明ETF有提升投资效率的潜力。
“预期共振”模型由招商定量团队于2021年8月提出,聚焦行业内个股分析师预期的协同调整,把握“共振”效应,辅以行业动量与景气度验证,实现稳定超额收益。此模型旨在捕捉行业景气度变化带来的趋势,远离仅看单一指标的弊端,增强轮动指标的稳健性。
图2通过示意图形象展示该模型的构成,核心为分析师预期,辅以动量和景气度两个辅助因子。
采用该模型,每月末等权配置得分最高前20%的6个中信一级行业多头组合,回测显示:
图3的历史表现曲线显示出多头组合持续拉升趋势,明显优于基准和空头组合,且收益波动适中。
论文强调,一级行业指数虽有代表性,但实际ETF市场存在大量细分领域指数与主题指数(如新能源细分的光伏、电池、新能源汽车等),这些二级指数与一级行业表现可能不完全同步,忽视细分领域可能错失机会[页3-4]。
图4展示了电力设备及新能源和医药行业下的细分主题结构,明确细分指数丰富度及主题多样性。
此外,同一细分主题下存在多个类似ETF产品(如有色金属和证券公司领域内多个类似跟踪指数),需在构建组合时对同质化标的优化筛选,避免收益过度集中和波动加剧。
报告针对上述难点,从两个视角设计策略:
ETF跟踪标的指数视角:基于行业轮动模型的得分机制计算ETF所跟踪指数的得分。通过打分排名选取ETF,辅以聚类分析降低同质化风险。提出三种方法:
一级行业指数视角:先依据一级行业得分确定推荐行业,然后再在对应行业内:
图5展示了类似标的的具体例子,反映实际操作中需要仔细筛选和优化的复杂性。
表18详细列出六种策略(简单打分法,聚类打分法,聚类最小风险,得分映射单一,加权,行业权重优化)及对应基准的收益和风险指标:
显著发现:
表19分析了不同假设的双边交易费率(千分之一、千分之二、千分之三)对年化收益率和夏普比率的影响:
本报告的研究焦点为行业轮动策略和ETF组合构建,未涉及传统意义上对单一标的的估值分析方法(如DCF、市盈率等)。报告中涉及策略优化方法更多侧重统计、风险管理及组合构建层面,如聚类分析、最小风险组合优化和权重优化技术。
这些方法依托统计学和金融工程,增强组合的风险收益效率,而非传统估值模型。
报告明确提出的主要风险:
报告未详细说明缓解策略,投资者需结合自身风险偏好和市场情况,灵活调整。整体风险提示较为全面但较为宏观,未具体量化概率和影响程度,6]。
整体而言,报告立足数据驱动,对行业ETF轮动策略深度研究充分,但在落地实施层面和风险管理细节上仍有提升空间。
本报告系统展示并实证了基于“预期共振”行业轮动模型的ETF组合投资策略,围绕ETF跟踪指数与一级行业指数两大视角,构建了六种主要投资策略:
实证结果显示:
图表深化理解:
整体看,报告确立的基于“预期共振”的行业轮动ETF组合构建框架,兼顾收益与风险,为A股投资者提供可操作的主动行业轮动配置方案,具有较高实用价值与参考作用。
招商定量 | 基于ETF的行业轮动策略实践.pdf