全文可编辑-ETF聚类优选与热点趋势策略构建分析报告.ppt

量化专题报告ETF的聚类优选与热点趋势策略构建2025年02月28日?国内ETF市场处于快速发展阶段，规模增加、机构持仓占比提高。国内ETF市场自2018年开始繁荣发展，当前总规模接近4万亿元，与美国市场相比，后续发力点可能在资产配置组合、创新型ETF、主动管理向ETF的转型等。从持有人角度来看，机构为主要投资者，其中公募FOF减少了对主动权益型基金的持仓，且增配ETF，其主要原因除ETF的工具属性外，还有对于主动基金超额收益的讨论。?主动基金与ETF的业绩差异来自哪里？主动权益型基金在行业配置上赚钱，在风格偏离上不占优，选股alpha稳定性较弱。其中，主动基金的风格偏离主要由于其长期追求成长性，导致在波动率、流动性和低估性风格上的长期负收益，且近年由于个股成长性与动量出现了一定程度的背离，在Beta和动量风格上的超额收益明显放缓。此外，基金的行业配置在一定程度上依赖于市场中的行业主线，即更容易通过集中配置获取定价权或趋势投资等方式，获得超额收益。与ETF相比，主动基金的超额收益一定程度上依赖于市场行业主线或成长行情，整体稳定性相对较弱。相关研究1.深度学习因子与组合月报：深度学习风险控制因子一月实现超额收益5.1%-2025/02/242.量化周报：流动性继续保持扩张-2025/02/23?针对国内ETF跟踪指数降维的问题，报告提出“聚类-评价-趋势”三层框架：从类型来看，当前ETF覆盖范围广，非货币ETF跟踪指数超400个，其中行业ETF的跟踪指数接近250个，在一定程度上增加了投资选择的复杂度，我们将通过聚类和优选的方式解决这一问题。3.量化专题报告：研报+公告+调研+量价全数据智能投研AI构建-2025/02/184.量化分析报告：指数产品趋势展望：因子投资的驱动与抑制因素-2025/02/165.量化周报：多头力量继续主导-2025/02/16?聚类分析：根据成分股相似度对ETF跟踪的指数进行分类。根据指数各期成分股及其权重，采用k-means++每半年度将各类指数按照成分股相似度划分成若干个区间，划分结果基本符合投资概念或板块的相似度要求。其中，k-means++通过概率化选择初始质心，确保质心之间尽量分散，覆盖不同数据分布区域，效果明显优于传统k-means聚类方法。?多维评价：从指数的基本面和业绩、ETF的费率和流动性角度进行评价和优选。在聚类基础上，根据估值贡献影响、集中度、盈利能力、成长性的同类比较打分剔除基本面相对较弱的指数，在剩余指数中选择长短期夏普比率更高的前50%，对于无法获得成分数据的指数则仅根据夏普比较；此外，考虑交易成本、流动性、跟踪紧密度，进而选出跟踪同一指数的产品中成本更低、流动性更强的前1-2只产品，完成对各类ETF进行初步筛选。?热点趋势：通过最高价与最低价形态判断，选择当前趋势更强的ETF产品构建组合。根据K线的最高价与最低价的上涨或下跌形态，先选出最高价与最低价同时为上涨形态的ETF；进一步根据最高价与最低价近20日回归系数的相对陡峭程度，构建支撑阻力因子，并选择因子多头组中近5日换手率/近20日换手率最高，即短期市场关注度明显提升的10只ETF构建风险平价组合。组合2016年以来年化收益14.46%，年化波动14.44%，年化夏普1.0，相对于沪深300指数的年化超额12.56%，在择时和资产配置上较为准确。?风险提示：本报告仅对基金产品进行定量不定性分析，不做任何推荐建议。基金历史业绩不代表未来业绩，基金投资有风险，投资者需谨慎决策。量化统计基于历史数据，如若市场环境、政策环境等发生变化，不保证规律的延续性。证券研究报告1

量化专题报告目录1ETF市场中美对比及与主动基金业绩差异..................................................................................................................31.1中美ETF市场对比.............................................................................................................................................................................31.2主动基金与ETF的业绩差异来自哪里？....................................................