行业主题ETF配置策略：多空分类，优中剔劣
ETF生态的不断完善为行业主题配置策略提供了工具和土壤。本文筛选市场上流动性好、相关性低的行业主题ETF作为底层资产，从业绩、财务、估值、资金和量价五个维度进行评价，并基于因子的特性区分因子的正面筛选或负向剔除作用。与传统的等权因子方法相比，改进后的策略风险收益特征明显优化，具有更强的可投资性。从历史回测结果来看，2014年7月至今，行业主题指数配置策略年化收益率为23.40%，相较基准等权组合的年化超额收益率为16.85%。
▍研究背景：行业主题投资方兴未艾，ETF配置工具助力把握结构性行情。
近年来A股行业轮动特征明显，且轮动速度逐步加快。与此同时，ETF市场的蓬勃发展，以及A股投资者对于行业主题类ETF的偏爱，为行业主题类投资提供了丰富的Beta工具箱。截至2024年1月末，行业主题类ETF规模达4770亿元、数量达438只，为行业主题投资提供了丰富的Beta工具箱。传统的基于一级行业指数的行业轮动模型会导致投资策略误差大、落地性差；而基于ETF所追踪指数进行行业主题轮动，能够把握细分领域的投资机会，同时跟踪误差小、可投资性强。
▍配置工具：以低相关性的行业主题指数为底层资产，历史收益稳健。
我们采取直接法确定底层资产，即配置行业主题ETF的跟踪指数。筛选底层资产时，综合考虑指数流动性、相关性及成分股可得性等因素，在二级分类标签下筛选低相关性的行业主题指数。经过筛选，共得到45个低相关性的行业主题指数，较为均衡地覆盖了主要的产业板块和市场结构性方向。产品池等权组合历史收益表现优于中证800、中证1000等宽基指数，风格较为均衡。
▍评价框架：多维度指标构建行业主题指数分析框架。
我们基于业绩、财务、资金、估值和量价五个维度构建基于行业主题指数的分析框架。选取多头组超额表现较强的四个因子等权合成得到的等权因子有效性强、超额收益稳定。从模型组合收益表现来看，多头组年化收益20.91%，年化超额14.49%。
▍因子合成：多头类优选+空头类剔除。
从因子的特性出发，按照因子的分组收益分布，分为多头类和空头类因子，并采用“多头类优选+空头类剔除”的方式生成信号。基于因子多空分类模型所构建的新组合年化收益23.40%，年化超额16.85%，月度胜率71.30%，超额夏普1.88，超额最大回撤11.39%，超额收益回撤比1.48，较传统模型组合明显提升。
▍策略应用：ETF落地与最新组合推荐。
综合考虑规模、流动性、跟踪误差等因素，我们构建了流动性较高的ETF样本空间。多空因子分类法落地到ETF上的超额收益表现出色，同时跟踪误差较小。2022年1月以来，多空因子分类模型的多头组年化超额15.44%，超额夏普1.71，超额最大回撤8.80%，超额收益回撤比1.75，多空超额年化25.44%，较传统模型组合大幅提升。2024年3月最新推荐组合为：钢铁ETF、旅游ETF、家电ETF、食品饮料ETF、建材ETF、医疗器械ETF、证券ETF、汽车ETF、酒ETF。
▍风险因素：
基于历史数据测算，不代表未来收益；模型存在失效风险。
来源：券商研报精选