20260803-中国银河-ETF跟踪研究_ETF量化策略周度更新_18页_970kb

ETF 量化策略周度更新总结（20260731）

核心内容概述

本报告总结了2026年7月31日的ETF量化策略表现，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。各策略在不同时间维度下的表现、持仓配置及风险提示均有所展示。

一、各ETF量化策略表现

1. 宏观择时策略

• 累计收益率：2020年以来为50.36%，年化夏普比率1.25，年化卡玛比率1.17。
• 最新一周收益率：-0.77%。
• 最新持仓（2026年7月31日调仓）：
  • 沪深300ETF：6.68%
  • 中证500ETF：8.32%
  • 国债ETF：39.52%
  • 公司债ETF：13.02%
  • 豆粕ETF：7.81%
  • 有色ETF：6.12%
  • 黄金ETF：13.53%
  • 货币ETF：5.00%
• 暂不配置：标普500ETF。

2. 动量择势策略

• 累计收益率：2020年以来为160.42%，年化夏普比率0.80，年化卡玛比率0.57。
• 最新一周收益率：0.67%。
• 最新持仓（2026年7月30日调仓）：
  • 华泰柏瑞中证智能汽车ETF：22.01%
  • 华夏中证新能源汽车ETF：21.64%
  • 天弘中证计算机主题ETF：20.15%
  • 汇添富中证中药ETF：19.78%
  • 国泰中证光伏产业ETF：16.42%

3. 资金流向策略

• 累计收益率：2020年以来为50.64%，年化夏普比率0.41，年化卡玛比率0.22。
• 最新一周收益率：3.50%。
• 最新持仓（2026年8月3日调仓）：
  • 广发中证全指汽车ETF：30.00%
  • 大成中证工程机械ETF：14.87%
  • 嘉实中证信息安全主题ETF：30.00%
  • 易方达中证全指建筑材料ETF：7.42%
  • 国泰中证影视主题ETF：17.71%

4. 分位数回归策略

• 累计收益率：2020年以来为161.32%，年化夏普比率0.85，年化卡玛比率0.56。
• 最新一周收益率：-1.33%。
• 最新持仓（2026年7月31日调仓）：
  • 天弘国证航天航空行业ETF：2.50%
  • 南方中证500信息技术ETF：2.50%
  • 富国恒生A股专精特新企业ETF：2.50%
  • 嘉实上证科创板工业机械ETF：2.50%
  • 鹏华科创板半导体材料设备主题ETF：40.00%
  • 剩余50.00%配置于国泰上证5年期国债ETF（511010.SH）。

二、ETF期权基础策略表现

1. buywrite 策略

• 累计收益率：科创50ETF期权为16.56%，上证50ETF期权最新一期收益率为-0.15%。
• 策略特点：买入标的资产，同时卖出虚值认购期权，适用于牛市市场。

2. putprotection 策略

• 累计收益率：科创50ETF期权为33.08%，深证100ETF期权最新一期收益率为0.42%。
• 策略特点：买入标的资产，同时买入虚值认沽期权，用于对冲下行风险。

3. straddle 策略

• 累计收益率：科创50ETF期权为22.95%，创业板ETF期权最新一期收益率为0.84%。
• 策略特点：同时买入平值认购和认沽期权，适用于波动市场。

三、主要观点总结

• 宏观择时策略：表现稳健，累计收益率为50.36%，但最新一周出现小幅下跌，表明市场存在短期波动风险。
• 动量择势策略：累计收益显著，达160.42%，主要配置在新能源汽车、智能汽车等板块，体现了对高动量行业的偏好。
• 资金流向策略：累计收益为50.64%，最新一周收益较高，表明市场资金偏好正在向特定行业倾斜。
• 分位数回归策略：累计收益达161.32%，但近期表现不佳，显示策略对市场波动的适应性需进一步观察。
• 期权策略：buywrite、putprotection、straddle三种策略表现各异，其中putprotection和straddle策略在近期表现相对较好。

四、关键信息

• 策略调仓频率：宏观择时策略为月度调仓，动量择势策略为周度调仓，资金流向策略为周度调仓。
• ETF配置权重：不同策略对ETF的配置权重各有侧重，如宏观择时策略更关注国债和公司债，动量择势策略侧重于新能源汽车和智能汽车。
• 风险提示：报告基于历史数据，无法预测市场变化，投资需谨慎。
• 策略优化方式：部分策略采用Black-Litterman模型、分位数随机森林等方法进行优化，以提升收益和控制风险。

五、附录要点

• 资产配置权重约束：股票ETF权重不低于50%，债券ETF不低于15%，商品ETF不低于15%，货币ETF不低于5%。
• 策略优化流程：动量择势策略使用XGBoost预测ETF上涨概率，结合板块动量与拥挤度进行权重分配。
• 分位数随机森林应用：用于预测资产收益率分布，控制尾部风险，优化科技类ETF配置。
• 期权策略调仓条件：根据期权合约到期日和保证金情况调整持仓。

六、相关研究

1. 宏观经济周期划分下的ETF配置方法
2. 结合动量和拥挤度的两融ETF交易策略
3. 基于二阶随机占优的资金流向ETF配置策略
4. 基于QRF分布预测的科技类ETF轮动策略

七、分析师信息

• 马普凡：金融工程首席分析师，14年量化研究经验，曾任职于华泰柏瑞基金、广发证券、中信证券。
• 白拙朴：金融工程分析师，主要从事可转债定价模型、ETF及期权相关研究。
• 研究助理：童诗倍

八、免责声明

• 报告基于历史数据，不构成投资建议。
• 投资者需自行判断，自行承担投资风险。
• 银河证券不保证报告的准确性与完整性，不承担因使用报告而产生的损失。

九、联系信息

• 中国银河证券研究院
  • 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
  • 联系邮箱与电话详见文档。