20260616-中国银河-_银河金工马普凡_ETF量化策略周度更新_20260612_3页_779kb

ETF量化策略周度更新（20260612）总结

核心内容概述

本报告是银河金工于2026年6月15日发布的ETF量化策略周度更新，内容涵盖多种ETF量化策略的表现、持仓情况以及相关风险提示。报告由分析师马普凡、白拙朴撰写，研究助理童诗倍协助完成，旨在为投资者提供基于历史数据和统计规律的ETF配置参考。

主要策略表现

1. 宏观择时策略

• 累计收益率：50.58%（2020年至今）
• 年化夏普比率：1.29
• 年化卡玛比率：1.20
• 最新一周收益率：-0.67%
• 最新持仓（2026年5月29日调仓）：
  • 沪深300ETF：7.51%
  • 中证500ETF：7.49%
  • 国债ETF：57.10%
  • 豆粕ETF：11.79%
  • 有色ETF：4.63%
  • 黄金ETF：6.48%
  • 货币ETF：5.00%
  • 未配置：标普500ETF、公司债ETF

2. 动量择势策略

• 累计收益率：168.32%
• 年化夏普比率：0.84
• 年化卡玛比率：0.60
• 最新一周收益率：-2.21%
• 最新持仓（2026年6月11日调仓）：
  • 天弘中证计算机主题ETF：20.63%
  • 广发中证全指信息技术ETF：20.63%
  • 鹏华中证酒ETF：19.93%
  • 华安黄金ETF：19.58%
  • 富国中证全指建筑材料ETF：19.23%

3. 资金流向策略

• 累计收益率：47.98%
• 年化夏普比率：0.40
• 年化卡玛比率：0.21
• 最新一周收益率：-1.50%
• 最新持仓（2026年6月15日调仓）：
  • 国泰中证钢铁ETF：30.00%
  • 富国中证全指证券公司ETF：30.00%
  • 富国中证全指家用电器ETF：10.00%
  • 华泰柏瑞中证油气产业ETF：30.00%

4. 分位数回归策略

• 累计收益率：166.55%
• 年化夏普比率：0.90
• 年化卡玛比率：0.58
• 最新一周收益率：-0.14%
• 最新持仓（2026年6月12日调仓）：
  • 国泰中证全指集成电路ETF：2.50%
  • 易方达中证军工ETF：2.50%
  • 华安中证电子50ETF：40.00%
  • 华泰柏瑞中证全指航空航天ETF：2.50%
  • 广发上证科创板人工智能ETF：2.50%
  • 剩余配置：国泰上证5年期国债ETF（511010.SH）：50.00%

5. 期权基础策略

• buywrite策略：
  • 最佳表现：创业板ETF（累计收益率24.58%）
  • 最新报告期（20260608-20260612）：上证50ETF（收益率1.21%）
• putprotection策略：
  • 最佳表现：科创50ETF（累计收益率42.17%）
  • 最新报告期：上证50ETF（收益率-0.03%）
• straddle策略：
  • 最佳表现：科创50ETF（累计收益率36.02%）
  • 最新报告期：中证500ETF（收益率0.14%）

关键信息总结

• 策略表现：不同策略在2020年以来的表现差异较大，其中动量择势策略和分位数回归策略表现相对较好，累计收益率分别为168.32%和166.55%。
• 风险提示：报告基于历史数据和统计规律，但二级市场受即时性政策影响较大，存在无法预测的市场波动风险，投资者应谨慎参考。
• ETF配置逻辑：各策略根据不同的市场特征和统计模型进行ETF配置，如宏观择时策略侧重于国债和大宗商品，动量择势策略关注行业ETF，分位数回归策略侧重于科技类ETF。
• 期权策略：在期权策略中，科创50ETF和创业板ETF表现突出，但最新报告期中，上证50ETF在buywrite和putprotection策略中表现相对稳定。

附录策略简介

1. 宏观择时策略：基于宏观周期判断，配置国债、大宗商品等资产。
2. 动量择势策略：利用价格动量和行业轮动效应进行ETF配置。
3. 二阶随机占优策略：结合Copula模型，优化资产组合的风险收益比。
4. 分位数随机森林策略：利用机器学习技术，预测科技类ETF的配置机会。
5. ETF期权基础策略：包括buywrite、putprotection和straddle等策略，用于对冲风险或捕捉波动收益。

报告来源与团队介绍

• 报告来源：中国银河证券2026年6月15日发布的研究报告《【银河金工】ETF跟踪研究：ETF量化策略周度更新（20260612）》
• 分析师团队：
  • 马普凡：金融工程团队负责人，有丰富的衍生品、资产配置和量化策略研究经验。
  • 白拙朴：主要从事可转债定价模型、期权及配对交易策略研究。
  • 吴金超：擅长指数择时、行业轮动、量化选股。
  • 吴俊鹏：研究领域涉及机器学习、大数据、新闻事件、大宗商品。
  • 刘璐：从事资产配置、量化选股、衍生品策略研究。
  • 童诗倍：研究助理，专注于ETF量化配置和衍生品策略研究。

法律申明

本报告评级标准为报告发布日后的6到12个月行业指数（或公司股价）相对市场表现，以沪深300指数为A股市场基准。报告结论仅供参考，不构成投资建议，基金历史收益不代表未来业绩表现。