20260316-中国银河-ETF跟踪研究_ETF量化策略周度更新_18页_1mb

ETF 量化策略周度更新 (20260313) 总结

核心内容概览

本报告总结了2026年3月13日的ETF量化策略表现及最新持仓情况，涵盖宏观择时策略、动量择势策略、资金流向策略、分位数回归策略以及期权基础策略（buywrite、putprotection、straddle）。

---

主要观点

宏观择时策略

• 累计收益率：2020年以来截至2026年3月13日为 54.63%
• 年化夏普比率：1.45
• 年化卡玛比率：1.65
• 最新持仓（2026年2月27日调仓）：
  • 沪深300ETF：6.96%
  • 中证500ETF：8.04%
  • 国债ETF：38.74%
  • 公司债ETF：14.56%
  • 豆粕ETF：8.77%
  • 有色ETF：5.60%
  • 黄金ETF：12.34%
  • 货币ETF：5.00%
  • 暂不配置标普500ETF

动量择势策略

• 累计收益率：2020年以来截至2026年3月13日为 184.21%
• 年化夏普比率：0.91
• 年化卡玛比率：0.67
• 最新持仓（2026年3月12日调仓）：
  • 华宝中证新材料ETF：36.25%
  • 国泰富时中国国企开放共赢ETF：30.63%
  • 南方上证科创板新材料ETF：16.88%
  • 南方中证500信息技术ETF：16.25%

资金流向策略

• 累计收益率：2020年以来截至2026年3月13日为 68.10%
• 年化夏普比率：0.51
• 年化卡玛比率：0.30
• 最新持仓（2026年3月16日调仓）：
  • 华宝中证800地产ETF：30.00%
  • 华夏上证主要消费ETF：30.00%
  • 华宝中证军工ETF：30.00%
  • 国泰中证钢铁ETF：10.00%

分位数回归策略

• 累计收益率：2020年以来截至2026年3月13日为 145.22%
• 年化夏普比率：0.86
• 年化卡玛比率：0.55
• 最新持仓（2026年3月13日调仓）：
  • 科技类ETF总配置权重：50%
  • 富国上证科创板芯片ETF：40.00%
  • 其他科技类ETF：各2.50%
  • 剩余50%配置于国泰上证5年期国债ETF（511010.SH）

期权基础策略

• buywrite策略：
  • 最佳表现ETF：创业板ETF，累计收益率 20.35%
  • 最新一期收益率：1.14%
• putprotection策略：
  • 最佳表现ETF：深证100ETF，累计收益率 26.54%
  • 最新一期收益率：1.06%
• straddle策略：
  • 最佳表现ETF：科创50ETF，累计收益率 6.26%
  • 最新一期收益率：1.71%

---

关键信息

策略表现

• 宏观择时策略整体表现稳健，年化夏普比率和卡玛比率较高，最大回撤较小。
• 动量择势策略表现突出，累计收益率高，但波动较大，最大回撤较高。
• 资金流向策略表现中等，累计收益率和夏普比率较低，但回撤控制较好。
• 分位数回归策略表现较好，累计收益率高，且对尾部风险有较好的控制。
• 期权策略中，buywrite和straddle表现相对较好，putprotection策略表现也较为稳健。

风险提示

• 报告结论基于历史数据和统计规律，但市场可能受即时性政策影响，出现与统计规律不符的走势。
• 历史收益不代表未来表现，文中观点仅供参考，不构成投资建议。

---

策略逻辑与配置方法

宏观择时策略

• 基于经济周期划分，使用Black-Litterman模型，结合Gaussian和Copula分布。
• 配置权重根据经济周期和流动性进行动态调整。
• 资产配置权重约束：
  • 股票ETF：≥50%
  • 债券ETF：≥15%
  • 商品ETF：≥15%
  • 货币ETF：≥5%

动量择势策略

• 基于XGBoost预测ETF上涨概率，结合拥挤度进行配置。
• 配置周期为一周，回测时间从2020年1月2日开始，每个季度末重新训练模型。

基于Copula的二阶随机占优策略

• 利用二阶随机占优理论，优化ETF配置权重，以控制尾部风险。
• 通过高斯Copula函数构建联合分布模型，进行多次循环优化。

基于分位数随机森林的科技类ETF配置策略

• 预测条件分位数，控制尾部风险。
• 配置科技类ETF，权重不得低于50%。
• 使用Fama-French五因子模型进行预测，并结合二阶随机占优优化。

期权基础策略

• buywrite：买入标的资产，卖出虚值认购期权。
• putprotection：买入标的资产，买入虚值认沽期权。
• straddle：买入平值认购与认沽期权，适用于波动市场。

---

附录与相关研究

相关研究

1. 宏观经济周期划分下的ETF配置方法
2. 结合价格动量和拥挤度的两融ETF交易策略
3. 资金流向ETF行业配置策略
4. 基于QRF分布预测的科技类ETF轮动策略

附录内容

• 宏观择时策略流程图：展示策略构建与执行过程。
• 动量择势策略逻辑：包括ETF筛选、动量与拥挤度计算、权重分配等。
• 二阶随机占优策略：通过概率密度函数与累积分布函数进行策略优化。
• 科技类ETF配置策略：基于分位数随机森林算法预测收益率分布。
• ETF期权基础策略：详细说明buywrite、putprotection和straddle策略的构建与执行。

---

分析师信息

• 马普凡：金融工程首席分析师，拥有14年量化研究经验。
• 白拙朴：金融工程分析师，专注于可转债定价模型、ETF及期权研究。
• 研究助理：童诗倍。

---

联系方式

• 中国银河证券研究院
• 地址：
  • 深圳市福田区金田路3088号中洲大厦20层
  • 上海浦东新区富城路99号震旦大厦31层
  • 北京市丰台区西营街8号院1号楼青海金融大厦
• 公司网址：www.chinastock.com.cn
• 联系方式：
  • 深广地区：程曦（0755-83471683）, 苏一耘（0755-83479312）
  • 上海地区：林程（021-60387901）, 李洋洋（021-20252671）
  • 北京地区：田薇（010-80927721）, 褚颖（010-80927755）