20260826-国信证券-时点动量和聚类重构视角下的主题ETF轮动策略_重绘Beta版图_53页_7mb
报告摘要
重绘Beta版图:时点动量和聚类重构视角下的主题ETF轮动策略总结
核心内容概述
本报告探讨了基于时点动量和聚类重构视角下的主题ETF轮动策略,旨在通过优化ETF池的构建方式,提升行业轮动策略的收益表现。报告指出,传统行业轮动策略在市场有效性提升的背景下表现弱化,而时点动量因子能够有效捕捉市场转折点,并在样本内外表现优异。此外,主题ETF池的重构能够显著提升策略的收益弹性与收益分化。
主要观点
-
时点动量因子有效性:
- 时点动量因子在市场大跌反弹日、顶部切换日、三角形突破日、高开跳空日、宏观事件冲击日等关键时点均表现出显著的动量效应。
- 该因子在样本内外均展现出较强的超额收益能力,尤其在2022Q4以来,行业轮动加快的市场环境下,策略仍保持稳健表现。
-
主题ETF池重构的必要性:
- 传统行业轮动策略存在收益弹性不足和风险集中等问题,因此有必要将研究视角下沉至细分主题ETF层面。
- 通过聚类重构和分类筛选,可以更精准地识别市场主线,提升策略的聚焦能力。
-
重构主题ETF池的方法:
- 集中度初筛:保留行业和板块暴露集中的主题指数,排除“类宽基”特征的指数。
- 主题聚类:采用DBSCAN算法,根据指数间日超额收益加权相关系数进行聚类,识别细分主题。
- 类内优选:在每个聚类中选择Beta值最高的指数作为代表,以增强收益弹性。
- 跨板块热点补充:识别近期放量且无法被现有池解释的跨板块主题指数,作为补充。
-
重构后的表现:
- 重构后的主题ETF池在收益分化和进攻性方面优于传统一级行业池,首尾收益差显著扩大。
- 从2014年1月9日至2026年8月7日,重构后的主题ETF轮动组合年化收益率达25.85%,超额收益为19.38%,信息比为1.22。
- 重构后的主题ETF池能够更全面地覆盖市场热点,提升策略的收益空间。
关键信息
时点动量信号分类与触发条件
| 信号 | 触发条件 |
|---|---|
| 反弹动量 | 中证全指前期下跌超过5%,中间每个小反弹不超过0.5%,当日反弹超过0.5%(ATR60调整阈值) |
| 切换动量 | 中证全指当日下跌超过ATR60,创一年新高,行业减少3个或3个以上 |
| 突破动量 | 过去五个交易日涨跌幅绝对值小于1%,当天涨幅超过1%,最高最低价形成的通道收缩 |
| 跳空动量 | 中证全指当日开盘相对昨收涨超1.5%,日内收盘价大于开盘价,收盘价高于开盘价的分钟数超过50% |
| 宏观动量 | CPI、PPI同时低于预期 |
重构主题ETF池的条件
-
初筛条件:
- 第一大行业权重大于30%
- 第一大板块权重大于80%
- 权重在5%以上的行业数量不超过5个
-
聚类方法:
- 采用DBSCAN算法,根据指数间日超额收益加权相关系数进行聚类,无需预先设定聚类数量。
-
类内优选方法:
- 计算指数相对类内其他指数的回归Beta值,选择Beta值最高的指数作为代表。
-
跨板块热点补充标准:
- 主题指数在信号触发日成交量显著高于中证全指成交量;
- 无法被现有主题指数池有效解释,且跟踪误差超过8%。
重构主题ETF池的收益表现
| 年份 | 全域轮动组合 | 中证全指 | 超额收益 | 相对最大回撤 | 信息比 | 跟踪误差 | 月胜率 |
|---|---|---|---|---|---|---|---|
| 2014 | 96.79% | 51.03% | 45.76% | 6.99% | 2.10 | 6.55 | 55% |
| 2015 | 76.87% | 32.56% | 44.31% | 8.19% | 1.77 | 5.41 | 58% |
| 2016 | -9.42% | -14.41% | 4.98% | 3.79% | 0.83 | 1.31 | 75% |
| 2017 | 12.60% | 2.34% | 10.26% | 5.66% | 1.38 | 1.81 | 75% |
| 2018 | -12.14% | -29.94% | 17.80% | 7.92% | 1.97 | 2.25 | 83% |
| 2019 | 45.33% | 31.11% | 14.22% | 9.15% | 1.06 | 1.55 | 67% |
| 2020 | 74.00% | 24.92% | 49.07% | 8.86% | 2.39 | 5.54 | 75% |
| 2021 | 38.34% | 6.19% | 32.15% | 10.32% | 1.53 | 3.11 | 67% |
| 2022 | -18.72% | -20.32% | 1.60% | 8.18% | 0.24 | 0.20 | 58% |
| 2023 | 6.26% | -7.04% | 13.29% | 9.24% | 1.01 | 1.44 | 67% |
| 2024 | 12.36% | 7.43% | 4.92% | 9.65% | 0.49 | 0.51 | 42% |
| 2025 | 66.78% | 24.60% | 42.19% | 7.54% | 1.96 | 5.60 | 67% |
| 全样本期 | 25.85% | 6.47% | 19.38% | 23.07% | 1.22 | 0.84 | 65% |
主题ETF池重构流程
- 集中度初筛:剔除行业和板块暴露过于分散的指数。
- 主题聚类:采用DBSCAN算法,基于指数间日超额收益加权相关系数进行聚类。
- 类内精选:选择类内Beta值最高的指数作为代表。
- 跨板块热点补充:识别近期放量且无法被现有池解释的跨板块热点指数。
重构后的主题ETF池优势
- 收益分化更明显:在时点动量信号触发后,重构后的主题ETF池展现出更大的首尾收益差。
- 覆盖更广泛:池内包含多个细分赛道,能够更全面地捕捉市场热点。
- 风险更分散:通过类内优选和热点补充,降低组合内部风险集中度。
结论
重构后的主题ETF池在时点动量框架下,能够有效提升策略的收益弹性与收益分化,同时降低风险集中度。通过初筛、聚类、类内优选和热点补充,策略能够更精准地识别市场主线,提升超额收益获取能力。未来,随着市场主题指数的进一步丰富,该策略有望在更多市场环境中发挥优势。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载