金融工程深度报告：如何从ETF的提纯Alpha中学习信息-20240122-东证期货-20页.pdfVIP

深度报告——金融工程

[Table_Title]

如何从ETF的提纯Alpha中学习信息

[Table_Rank]

报告日期：2024年01月22日

王冬黎金融工程首席分析师

[Table_Summary]从业资格号：F3032817

★被动指数化投资是未来的趋势

[Table_Analyser]

投资咨询号：Z0014348

随着近年来市场波动加剧，主动管理的难度不断加大，在近三

Tel:86213975

年、近两年和近一年的统计区间内，主动权益产品和指增产品相

Email:dongli.wang@

较行业板块和宽基指数的平均超额收益衰减显著。相比之下，被

动ETF产品的规模逐渐增加，自2017年的1817亿元增长至2023联系人

年的13998亿元，平均保持着40%的年化增长率，同期公募机构[Table_Analyser]

徐凡金融工程助理分析师

在ETF产品上的持仓权重也从0.04%增长至5.12%，由此可见，从业资格号：

被动指数化投资的增长趋势显现。Tel:86213975

Email:fan.xu@

金★截面打分模型构建

本文以自下而上的视角构建ETF组合，从全市场ETF产品（剔

融除宽基指数）映射至标的指数，在该标的指数池上训练模型，再

[Table_Report]

回溯至（某一时期内）成交量最大的跟踪产品。在模型构建细节

工上，我们分别从标的指数和成分股两个维度提取66个特征，以

各个标的经风格因子回归后的Alpha为目标，滚动训练前馈网络

程以拟合特征与目标间非线性关系。就标的指数回测而言，我们分

别测试了四种构建组合的方式以及对应的四个不同调仓周期，结

果显示等权模型不同周期的预测值和短周期（五日）调仓结果最

优。

★在不同ETF标的池下的回测结果

我们构造ETF组合的方式为五日调仓，以等权不同周期预测值

生成标的指数信号，最后回溯至跟踪标的指数的（近一个月成交

量最大）ETF产品构造组合。同时，我们分别在全市场ETF（剔

除宽基）标的池、股票型ETF标的池、主题指数型ETF标的池

和行业指数ETF标的池滚动测试效果，结果显示除了行业指数

ETF标的池外，其余组合相较于中证800和标的池平均的超额收

益均显著。

★风险提示

指标计算和策略收益基于历史数据得出，不排除失效的可能

性。

重要事项：本报告版权归上海东证期货有限公司所有。未获得东证期货书面授权，任何人不得对本报告进行任何形式的发布、复制。本报告的信息均来源于

公开资料，我公司对这些信息的准确性和完整性不作任何保证，也不保证所