使用ETF构建板块轮动策略的初步探索.docxVIP

第 PAGE 2 页 共 NUMPAGES 3 页 请务必阅读正文之后的信息披露和免责申 请务必阅读正文之后的信息披露和免责申 内容目录 板块轮动模型 3 从宏观变量到板块行情的传导 3 板块划分 3 宏观指标 4 传导逻辑与信号强弱 4 板块轮动策略表现 6 小结 8 使用 ETF 构建板块轮动策略 9 ETF 筛选 9 使用 ETF 的策略表现 9 2.3. 小结 11 3. 总结 11 图表目录 图 1：行业超额相关性 3 图 2：板块轮动策略净值 1 7 图 3：板块轮动策略净值 2 8 图 4：ETF 板块轮动策略 1 净值 10 图 5：ETF 板块轮动策略 2 净值 11 表 1：板块划分 4 表 2：指标集 4 表 3：周期板块传导机制 5 表 4：大金融板块传导机制 5 表 5：消费板块传导机制 5 表 6：TMT 板块传导机制 6 表 7：板块轮动策略 1 业绩表现 6 表 8：板块轮动策略 2 业绩表现 8 表 9：所用 ETF 列表 9 表 10：ETF 板块轮动策略 1 业绩表现 10 表 11：ETF 板块轮动策略 2 业绩表现 10 本篇报告将中信一级行业指数划分为周期、大金融、消费和 TMT 四个板块，然后基于宏观信号向板块强弱的传导逻辑，在指定部分宏观信号方向的前提下，测试得到能够满足支持度、置信度、提升度要求的宏观信号用以构建板块轮动策略，然后尝试使用 ETF 实现板块轮动策略。 板块轮动模型 了解我们所处周期的位置会深刻影响我们的获胜机会。如果周期所处的位置发生变化， 而我们没有改变自己的投资占位，那我们就会陷入被动。换句话说，我们忽略了主动调整 以改变胜率的机会。 不同的领域有不同的周期，而一个领域的周期变化又可能影响另一个领域周期的变动。经济周期影响企业盈利周期，企业盈利周期影响金融市场波动，市场波动又会影响信贷宽 松程度，信贷宽松程度又会反过来影响经济、企业盈利和市场波动。实际上各个周期之间的传导机制更为复杂，不同类型周期并不是孤立运行。 但是由于 A 股样本期短、样本数量较少，我们很难找到一个稳妥的方法，既满足经济逻辑，又能够用以构建比较稳健的策略。本文我们从宏观变量到板块行情的传导逻辑出发， 使用支持度、置信度、提升度分析宏观信号到板块行业的传导强弱，然后将可用逻辑视作板块轮动信号进行板块配置。 从宏观变量到板块行情的传导 板块划分 我们依据中信一级行业的超额收益相关性将所有行业划分为周期、大金融、消费、TMT 四个板块，由于“综合”行业属性不明确，因而被排除在外。从下图可以看到，周期和大金融的正相关性更强，消费和 TMT 板块的正相关性更强。 图 1：行业超额相关性 资料来源：Wind， 请务必阅读正文之后的信息披露和免责申各板块包含的行业如下。在接下来的测试中，板块收益率使用行业收益率按照各行业自由流通市值加权获得，板块平均收益使用四个板块收益率等权平均。如果板块收益相对板块平均的超额非负，则将该板块记为强势板块，如果板块收益相对板块平均的超额为负， 请务必阅读正文之后的信息披露和免责申 表 1：板块 划分 板块 行业 周期 石油石化、煤炭、有色金属、电力及公用事业、钢铁、基础化工、建筑、建 材、机械、国防军工、汽车、交通运输 大金融 银行、非银行金融、房地产 消费 农林牧渔、纺织服装、食品饮料、餐饮旅游、商贸零售、医药、家电、轻工 制造 TMT 传媒、计算机、电子元器件、通信、电力设备 资料来源： 宏观指标 本文使用 PMI 作为经济周期的代理变量，使用申万 A 股一致预期 ROE 作为企业盈利周期的代理变量，使用过去 12 个月社融新增总量同比作为信贷周期的代理变量，使用 1 年期国开债到期收益率月度均值作为流动性的代理变量。特别的对于大金融板块，由于流 动性是非常核心的影响因素，我们将 1 年期国开债到期收益率替换为 3 个月期 Shibor 月度均值，增加 1 年期国开债到期收益率月度均值与 3 个月期 Shibor 月度均值之差作为流动性溢价的代理变量。 过去 12 个月社融新增总量同比使用“社会融资规模：当月值：初值”进行计算，由 于该变量从 2012 年 1 月开始，更早的年份，使用“社会融资规模：当月值”填充；3 个月期 Shibor 从 2006 年 10 月开始，更早的年份，使用“中债国开债到期收益率：6 个月”填充。申万 A 股一致预期 ROE 从 2006 年开始，难以找到类似的指标进行填充，因而本部分的测试样本期从 2006 年开始。 表 2：指标集 周期 代理变量 滞后阶数 指标处理 经济周期 PMI 0 不处理 盈利周期 申万 A 股一致预期 ROE 0 不处理 信贷周期 过去 1