申万金工ETF组合.docxVIP

目录

TOC\o1-2\h\z\uETF组合构建方法 4

基于宏观方法的ETF组合构建 4

2.2三位一体风格轮动ETF组合构建 4

宏观行业组合 5

宏观+动量行业组合 6

核心-卫星组合 7

三位一体风格轮动ETF组合 8

风险提示及声明 9

图表目录

图1：宏观行业ETF组合2013年以来净值 5

图2：宏观+动量行业ETF组合2013年以来净值 6

图3：核心-卫星ETF组合2013年以来净值 7

图4：三位一体风格轮动ETF组合2021年以来净值 8

表1：宏观行业ETF组合2月持仓 5

表2：宏观+动量行业ETF组合2月持仓 6

表3：核心-卫星ETF组合2月持仓 8

表4：三位一体风格轮动ETF组合2月持仓 9

ETF组合构建方法

基于宏观方法的ETF组合构建

在《宏观量化方法下的ETF核心-卫星组合构建》中，我们主要根据经济、流动性、信用三个维度的宏观变量，对我国ETF中宽基、行业主题、SmartBeta三大类产品所跟踪的指数分别计算宏观敏感性，依据当期宏观变量状态与指数的宏观敏感性得到每个月ETF的选择。此外，除了宏观指标，我们同时也考虑加入动量指标来进行互补。

在测算中我们发现，传统周期行业对经济敏感，更适合在经济上行时期配置；TMT对流动性敏感、对经济不敏感，更适合在经济偏弱但流动性宽松时配置；消费对信用相对敏感，在信用扩张时受益。此外，由于除了行业指数，测算中也包含了国企、ESG等相关的主题指数，我们也看到了国企、ESG相关主题对流动性和信用的低敏感性。

最终，我们依据宏观敏感性测算方法和动量分别构建了宏观行业组合、宏观+动量行业组合以及核心-卫星行业组合共3个ETF组合并每月调仓，下面我们介绍每个组合目前的持仓情况。

2.2三位一体风格轮动ETF组合构建

宏观流动性能够长期下较好解释大类资产，我们以此为思路，尝试构建以宏观流动性为核心的中长期风格轮动模型，并尝试以沪深300指数以标的进行对比。

在构建组合时，我们综合胜率表现与赔率表现，筛选逻辑上可解释的宏观因子、基本面因子与市场情绪因子等构建模型，根据风格的差异，共分为三类模型：1）成长/价值轮动模型：宏观流动性作为核心，反映市场对于两类风格的偏好，并辅以市场成交额做情绪判断；2）市值模型：以风格的基本面数据为核心，反映风格景气度，并辅以流动性判断高景气下的弹性空间；3）质量模型：流动性选取与企业筹融资、生产经营更为相关的变量，辅以基本面特征，判断高质量企业能否具备优势。综合三个模型的结果，得到最终指向；模型共包含2*2*2=8个风格偏好结果。

随后，筛选目标风格（如小盘成长+高质量）暴露较多的ETF，控制ETF的行业暴露与风格组合相近，并设置3%~20%的配置上下限，最终得到ETF的配置模型。

宏观行业组合

针对所有标记为“行业主题”的ETF，选择成立时间1年以上、当期规模2亿以上的产品跟踪的行业主题指数，每个月根据历史数据计算经济、流动性、信用的敏感性得分，然后根据最新的经济、流动性、信用判断指标调整得分方向后进行加总，若流动性与信用明显背离则去除流动性得分，最终得到排名前6的行业主题指数，然后取对应规模最大的ETF进行等权配置。

按照该方法得到的组合历史表现情况如下：

图1：宏观行业ETF组合2013年以来净值

，研究

目前经济开始上行、流动性指标略微转紧、信用经市场指标调整后略转为偏好，我们选择对经济敏感、对流动性不敏感、对信用敏感的ETF配置，2月持仓如下：

代码权重

代码

权重

名称

512400.SH

16.67%

南方中证申万有色金属ETF

515220.SH

16.67%

国泰中证煤炭ETF

159825.SZ

16.67%

富国中证农业主题ETF

510410.SH

16.67%

博时自然资源ETF

159652.SZ

16.67%

汇添富中证细分有色金属产业主题ETF

560860.SH

16.67%

万家中证工业有色金属主题ETF

，研究

选择中有色的比例较高，周期占比明显提升。

宏观+动量行业组合

基于宏观类配置策略主要存在偏左侧的特点，胜率偏低而赔率较高，我们尝试将宏观与动量的方法进行结合，两种方法各自筛选后直接合并。

在使用动量方法时，为了避免同行业主题的高相关指数集中入选，我们先使用聚类方法将行业主题分为6个不同的组，然后每组选择过去6个月涨幅最高的1只产品进行等权配置。在使用指数进行测算时，我们发现宏观方法和动量方法能够形成一定的互补按照该方法得