本报告围绕富国基金旗下ETF轮动因子及轮动策略进行研究,采用盈利、估值、分析师预期等多因子构建综合轮动因子,9月因子IC达25.32%,策略年化收益8.70%,对标等权基准超额收益6.03%。10月重点推荐稀土ETF、智能汽车ETF和物流ETF,因子表现优秀且具有阶段性行情预期,为投资组合提供动态配置建议 .
| 指标 | ETF轮动组合 | 等权基准 |
|---|---|---|
| 年化收益率 | 8.70% | 2.88% |
| 年化波动率 | 21.49% | 19.44% |
| 夏普比率 | 0.40 | 0.15 |
| 最大回撤率 | 42.20% | 40.73% |
| 月度换手率 | 51.31% | 5.17% |
| 年化超额收益率 | 6.03% | — |
| 跟踪误差 | 9.34% | — |
| 信息比率 | 0.65 | — |
| 9月收益率 | 22.44% | 22.77% |
| 9月超额收益率 | -0.32% | — |
| ETF代码 | ETF简称 | 轮动因子 | 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 |
|---|---|---|---|---|---|---|---|---|
| 159713.SZ | 稀土ETF | +++ | +++ | -- | ++ | ++ | ++ | +++ |
| 515250.SH | 智能汽车ETF | +++ | -- | -- | ++ | +++ | +++ | ++ |
| 516910.SH | 物流ETF | +++ | +++ | +++ | -- | +++ |
核心论点:
报告通过构建富国ETF轮动因子,结合盈利、经营质量、估值动量以及分析师预期等多维度因子,筛选出表现优异的ETF组合。9月份策略表现优异,整体收益高达22.44%,尽管略低于等权基准22.77%,依旧表现稳健。报告提出10月份重点关注稀土ETF、智能汽车ETF以及物流ETF,基于上述因子综合排名及相关基本面和预期的提升,指出稀土ETF具有较强上涨潜力,智能汽车和物流ETF也有望迎来阶段行情。分析师给出的投资建议重点在于选择因子表现优秀的主题ETF以获取超额收益。,2,3,4,5]
关键内容:
报告筛选了富国旗下20只ETF作为样本,涵盖了宽基、主题/行业、策略/风格等类型,形成样本池。2024年9月份,随着利好刺激政策出台,A股整体上涨。所有样本ETF均实现正收益,券商指数ETF、创业板ETF富国及大数据ETF表现优异,涨幅分别37.76%、37.68%、30.98%,相较上证指数(13.67%)存在显著超额收益(分别超20.37%、20.29%、13.59%)。通过轮动因子计算,9月排名靠前的三只ETF分别是智能汽车ETF、物流ETF及医药龙头ETF,因智能汽车ETF市盈率倒数及经营资本周转因子表现突出。宏观经济形势虽有波动,整体向好趋势明显。
支撑逻辑:
轮动因子基于盈利类、质量类、估值动量及分析师预期因子进行综合评分,给予投资决策基石。盈利类因子侧重扣非净利润环比和净利润同比,质量类因子考察经营资本周转和占比,估值因子主要利用市盈率倒数环比,分析师预期变化因子通过一致预期EPS变化体现市场预期修正。多因子标准化后等权合成以提升因子多样性和整体稳定性。,7]
数据指标解读:
主要信息:
策略通过每月调仓,挑选前3名的ETF进行等权配置,并扣除手续费(千分之三)。9月份信号带来22.44%的单月收益,略低于基准22.77%,超额收益率-0.32%。整体来看该策略年化收益率达8.7%,年化波动率21.49%,夏普比率0.40,均优于等权基准(年化收益率2.88%、波动率19.44%、夏普0.15)。不过换手率较高,月度换手达51.31%,表明策略活跃,交易成本相应增加。最大回撤率42.2%,略高于基准40.73%。显示该策略在收益与风险上均优于基准,且具有一定超额收益能力。
净值表现:
净值曲线稳步上扬,特别在2019-2021年间实现快速增长,2022-2023年出现调整,2024年再度开启上涨态势。超额净值曲线虽有波动,但整体表现正向,验证策略的时效性和选股能力。,5]
推荐ETF:
因子排名细节:
稀土ETF在扣非净利润环比、分析师预期变化等多项因子中排名靠前(+++),展现盈利改善和预期向好。智能汽车ETF基于估值倒数和经营资本占比也表现突出,尽管扣非净利润环比相对偏弱。物流ETF经营资本周转优异,属实质经营质量提升明显。其综合因子排名支持投资建议,反映产业景气度和财务趋势合力推动ETF表现。,6]
构建思路:
因子模型基于ETF分解成分股收益表现,通过盈利(扣非净利润环比、净利润同比)、质量(经营资本周转、占比)、估值动量(市盈率倒数环比)和分析师预期四方面权重合成,反映行业景气度与投资价值,具体通过中位数法或龙头股法加权。算法借鉴了指标映射和成分股收益的逻辑,以量化手段提升轮动策略的科学性和预测性。,7]
盈利因子定义:
扣非净利润环比表示剔除非经常性损益后的利润变动,反映核心盈利能力短期变化;净利润同比呈现公司整体盈利成长趋势。经营资本因子体现企业运营效率和资本投入使用,市盈率倒数为估值反向指标,是衡量市场情绪的快反指标。
分析师预期变化:
作为增量市场信息,分析师对EPS的调整反映了机构投资者的预期变化,能捕捉政策、行业短期景气度变动,对于动态追踪ETF表现具有辅助说明作用。
本报告基于多因子量化模型筛选优质ETF,未直接针对单只ETF做传统DCF或市盈率等估值测算,而是通过因子(盈利、经营质量、估值动量、分析师预期)综合评分来辅助资产配置决策。
因子中的市盈率倒数作为估值动量因子,用于捕捉估值相对提升情况,间接体现估值水平,而分析师预期变化则反映未来盈利预期趋势,辅助捕捉估值变化动态。
整合后形成轮动因子得分,以此排序选择前列ETF,体现量化选股中的“估值+成长+质地”的综合考虑。
报告明确提示多项风险:
报告未明确给出缓解措施和概率判断,但强调投资者需关注宏观环境及模型适用性的动态调整。,8]
本报告系统介绍了富国ETF轮动策略的构建方法、因子选择逻辑及其历史表现,结合多维度因子抓取市场热门主题ETF的盈利、质量、估值动量及市场预期变化。2024年9月策略收益优异,年化收益与夏普率均优于等权基准,尽管换手率高带来成本压力,整体策略展现了量化轮动筛选的有效性和稳定性。
通过详尽的表格和图表数据,报告展现了从单只ETF表现、因子预测力、组合净值及年度收益表现的多重维度证据,科学展示了量化选股的前瞻性判断。
基于当月因子排名及基本面表现,报告建议2024年10月重点关注稀土ETF、智能汽车ETF和物流ETF,反映了市场对核心成长及新兴产业链的信心恢复,结合宏观回暖的背景,有望带来持续增长潜力。
同时,报告明确提示政策及市场环境变化可能导致模型失效和策略风险,投资者需保持警惕,结合自身情况合理决策。
总体而言,富国ETF轮动策略作为一套系统性量化投资框架,凭借多元因子融合,有效捕捉行业景气度与估值优势,为投资者提供了切实的投资参考和策略支持,具有较强的实践应用价值。,2,3,4,5,6,7,8]
(全文完)
ETF轮动策略跟踪:策略上月表现优异 10月建议关注稀土ETF.pdf