【广发金工】多角度定量刻画指数拥挤度,结合拥挤度提升ETF组合表现——报告深度解析
1. 元数据与报告概览
- 报告标题:《多角度定量刻画指数拥挤度,结合拥挤度提升ETF组合表现:基金产品专题研究系列之七十》
- 作者及机构: 李豪(资深金工分析师)、安宁宁(首席金工分析师)等,广发证券金融工程研究团队
- 发布日期: 2025年8月4日
- 研究主题: 本报告聚焦A股市场的指数拥挤度,依托多维度指标体系,结合指数拥挤度剔除策略构建ETF组合,实证探索拥挤度指标对提升ETF组合长期表现的效果与稳定性。
核心论点总结:
作者提出,通过多角度(成交额、波动水平、融资存量与增量、基金持仓、资金流)定量刻画指数拥挤度,能够识别出短期拥挤度较高的指数。剔除这些拥挤指数后,构建的ETF组合能够显著提升长期超额收益并降低市场反转风险。报告回测数据支持拥挤度剔除策略在相对收益及指数增强ETF组合中的应用取得稳健表现提升。,1]
2. 逐章节深度解读
2.1 A股ETF市场现状与现有指数轮动策略回顾
-
2019年以来,A股权益ETF数量快速增长,从2018Q4的133只增至2025Q2的972只,规模从0.27万亿元暴增至3.03万亿元(图1),市场活跃度大幅提升,基金规模和数量呈爆发性扩张趋势,表明ETF发展加速,为指数轮动及策略构建提供丰富投资标的。,2]
-
权益指数轮动基础上构建的月度相对收益ETF组合采用6个维度指标体系:历史基本面、资金流、一致预期、宏观、动量、风格(图2),回测期间(2016年底到2025年中)累计收益201.79%,远超基准33.38%;绝大多数年份超额收益为正,体现该策略较强的有效性与稳定性(图3,表1)。但该策略与动量因子相关性较高,相关系数约60%,暗示存在一定风格依赖性和潜在波动期亏损风险。,3]
2.2 指数拥挤度指标的构建与测试
- 指数拥挤度从六个视角建立指标体系:成交额(成交额占比)、波动水平(Beta)、融资余额(融资余额市值比)、融资增量(融资增量成交额比)、基金持仓比例、中小单主动买入额占比。
- 拥挤定义是指标相对于指数历史1年、3年、5年分位数达到80%、90%、95%、甚至100%等高位,对此分别进行指标测试。核心思路是高拥挤度往往预示逆转风险,从回测表现看,拥挤指数的表现整体明显弱于样本权益组合(示例多指标指数剔除体现负面择时信号价值)。
单指标拥挤度回测解读
-
成交额占比拥挤指标:当指数成分股成交额占全部A股比例处于历史3年90%以上时,拥挤组合累计收益-11.66%,远低于41.03%样本权益指数,示意高成交额拥挤反映被过度关注,存在反转风险(图6,表4)。
-
Beta拥挤指标:值处于历史5年90%以上的指数,累计收益22.34%明显逊色于基准41.03%,过度波动的指数通常含有过分投机或波动风险(图7,表5)。
-
融资余额市值比:融资余额占流通市值比较高的指数,表现逊色(4.96% vs 41.03%,图8,表6),反映杠杆推高的拥挤风险。
-
融资增量成交额比:融资资金净流入占成交额比例高,表现较弱(1.86% vs 41.03%,图9,表7)。
-
基金持仓比例:主动型基金重仓股指数占比高,表现明显弱(-9.5% vs 41.03%,图10,表8),提示基金集中投资恐导致拥挤风险。
-
中小单主动买入占比:资金净流入高度集中,累积表现同样不佳(-22.67% vs 41.03%,图11,表9)。
-
多指标结合:多维拥挤指标之间相关度普遍偏低(平均相关系数接近0),表明各视角独立捕捉不同拥挤信息。将多指标等权结合指数拥挤指数组合(剔除拥挤状态指标数量≥2的指数)表现优于单维度拥挤组合,显示多角度方法有效增强稳定性,减少指标单一性缺陷(图12-13,表10-11)。
2.3 结合指数拥挤度的ETF组合构建及实证表现
2.3.1 指数组合构建
- 先通过历史基本面、资金流、一致预期、宏观、动量、风格六大类指标打分,将样本指数划分为10档,择取得分最高档第1档。
- 在第1档中剔除拥挤状态指标≥2个的指数,再等权构建组合,得到结合指数拥挤度的相对收益指数组合。
- 回测区间(2016.12.31-2025.6.30),该组合累计收益355.05%,显著高于未剔除拥挤指数的相对收益指数组合292.66%(图14,表12)。年化收益率19.75%对比17.67%,最大回撤与波动率均有所降低,风险调整后更优(表12,表13)。
2.3.2 相对收益ETF组合构建
- 篩选ETF时附加规模(>2亿元)、流动性(日均成交额>0.1亿元)、存续时间(>180天)等硬性条件,排除转型基金。
- 对可投资的ETF对应指数进行综合得分排名并筛选 前20%,剔除拥挤状态指标≥2个的指数所对应ETF。
- ETF组合在同一宽基指数、同类行业主题和SmartBeta指数数量有限制,持仓最多10只ETF。
- 回测结果显示,结合指数拥挤度后的相对收益ETF组合累计收益263.53%,显著优于未剔除ETF组合的201.79%,年化收益16.59% vs 14.04%。同时表现更加稳定,最大回撤降至25.78%,优于对照组(图15-16,表14-15)。
2.3.3 指数增强ETF组合构建
- 以中证800指数为基准,上述方法筛选指数,在控制组合与中证800板块、行业配置比例偏差范围内,最大化综合得分构建持仓比例。
- 采用对应ETF构建组合,目标实现增强回报。
- 回测期间累计收益149.26%,显著优于未剔除组合的126.45%,年化收益率15.29%更优,最大回撤30.17%较低(图17-18,表17-18)。
3. 图表深度解读
3.1 图1:A股权益ETF数量与规模
- 蓝色柱状代表ETF数量,红色折线代表规模(亿元)。
- 2018年底,ETF逾130只,总规模约2700亿。到2025年中,ETF数量近千只,规模突破3万亿元。
- 说明A股ETF市场高度活跃,品种丰富,规模庞大,市场认可度提升,为策略落地提供足够投资空间。
3.2 图3:相对收益ETF组合表现
- 蓝线为策略组合净值,红线为基准,黄线为相对收益(右轴)。
- 策略整体超越基准,波动中保持上行态势,约两倍基准收益。
- 表明基于6维指数指标构建的策略较为有效。
3.3 图6-11:不同拥挤度指标对应拥挤指数组合表现
- 蓝线为对应拥挤指数组合,红线为样本权益指数,黄线为该组合相对收益。
- 全部拥挤指数组合表现弱于权益指数(蓝线低于红线),绝对收益和相对收益(黄线)均显示负面表现。
- 说明判定的拥挤状态指标稳定筛出表现不佳指数,验证指标有效性。
3.4 图12-13:多指标拥挤指数组合表现
- 图12单指标等权组合表现尽管也不佳,但多指标结合(图13)筛选更严苛(拥挤状态≥2指标)时表现更差,准确捕捉了拥挤风险。
- 表明多角度拥挤指标的互补性,结合各视角提高识别效果。
3.5 图14-16:结合指数拥挤度后的相对收益指数组合与ETF组合
- 图14与图16中,结合拥挤度的组合持续跑赢未结合版本,且持续保持正超额收益。
- 直观展示拥挤度剔除为投资组合带来实质性回报提升与风险控制。
3.6 图17-19:结合拥挤度指数增强ETF组合表现与超额表现
- 支持结合拥挤度的指数增强ETF组合实现相对中证800及未结合增强组合的稳定超额收益。
- 说明拥挤度筛选方法对不同策略类型均有正面辅助作用。
4. 估值分析
本报告重点在于指数拥挤度指标构建与实证检验,未涉及传统估值方法分析(如DCF或PE倍数估值)。报告核心为量化策略构建与有效性验证,而非公司基本面估值。
5. 风险因素评估
报告明确风险提示:
- 数据和结论基于历史数据,未来市场表现可能不一致。
- 模型依据和假设可能无法精确反映复杂现实市场。
- 打分和组合构建不构成具体投资建议。
- 投资者需谨慎参考,量化模型固有局限需警惕。
这些风险提示表明作者对此方法和结论的适用范围保持谨慎态度,未夸大其泛化能力。
6. 审慎视角与细微差别
- 依赖历史分位数定义拥挤: 采用历史分位数高位标准定义拥挤,虽合理但存在历史窗口选择和极值影响问题,指标稳定性可能受数据窗口大小和市场结构变化影响。
- 指标样本和频率限定: 指数筛选和拥挤定义主要基于月度数据,短期高频波动或突发事件可能难以捕捉。
- 相对收益ETF与动量策略具相关性,超额收益波动较大: 尤其在市场风格转变时,该超额可能回落,反映策略对市场环境适应性有限。结合拥挤度后效果更稳定。
- 多指标拥挤度相关性低,但非完全独立,实际投资组合中担忧指标对共性风险存在一定敞口。
- 组合权重均等,未考虑因子权重差异或风险贡献,未来优化空间存在。
- 报告仅披露历史回测表现,缺乏手续费、滑点等交易成本考虑,实际可实施性需实证验证。
总体上,报告数据详实,结论合理,结合指数拥挤度指标剔除拥挤成分获得有效超额收益,理论与实证逻辑清晰。但投资者应结合自身风险偏好及实际交易成本审慎应用。
7. 结论性综合
本报告系统构建并验证了基于六大视角指标(成交额、波动水平、融资余额、融资增量、基金持仓、资金流)对A股市场指数拥挤度的量化度量方法,利用历史分位数筛选出高拥挤度指数。单个指标及多指标结合均显示拥挤指数相对表现弱于样本指数,验证拥挤度为有效逆转信号。
借助该拥挤度指标,作者分别构建了结合指标剔除策略的相对收益指数组合、相对收益ETF组合和指数增强ETF组合。三者均实现了显著的年化收益率提升(19.75%、16.59%、15.29%),最大回撤及波动率有所下降,且年度超额收益表现稳定,显示结合拥挤度的组合在风险调整下更优。
报告中的图表直观展示相关组合的净值增长及相较基准的超额收益,系统化验证拥挤度剔除策略在当前市场环境中的有效性与稳定性。
综上,报告充分展示了多维拥挤度指标在指数选取和ETF组合构建中的实用价值,提供了可量化、可操作的拥挤度识别方法,为指数轮动策略风险控制与收益提升提供了创新工具和实证支持。
重要图表标注示例(Markdown格式引用)
-
图5:结合指数拥挤度的ETF组合构建流程
-
图16:结合指数拥挤度的相对收益ETF组合表现
-
图18:结合指数拥挤度的指数增强ETF组合表现
总结
本报告立足于实际市场数据,基于多角度拥挤度指标体系定量构建指数拥挤度,系统剔除拥挤指数以构建ETF组合,取得持续超额收益和风险降低。其方法论及实证结果在丰富ETF投资策略工具箱的同时,为指数工具的风控和动态配置提供了坚实支撑,展现了量化因子多角度融合的强大潜力及实际应用价值。报告所揭示的拥挤度风险识别具有普适意义,建议结合具体市场变动动态调整指标和阈值,进一步挖掘模型效能。
(注:引用页码标注均对应报告页,便于后续溯源与验证)