20221212-浙商证券-金融工程深度_以Lucky_Fund为目标的ETF组合构建策略-长期绩优组合构造_20页_2mb

金融工程深度：长期绩优组合构造——以LuckyFund为目标的ETF组合构建策略

核心内容

本报告探讨了通过构建ETF组合来跟踪Lucky Fund（LF）净值曲线，以获取显著的市场超额回报。LF是一个虚拟的收益序列，代表了市场中不同收益分位的绩优基金表现。通过引入动量与反转策略，以及对LF序列的定时修正，实现了对LF的模拟跟踪。

主要观点

1. 市场轮动加速：2022年市场风格和行业轮动速度加快，不确定性增强，导致基金业绩波动较大。
2. LF作为目标收益序列：LF通过选取不同收益分位的基金组合，反映市场不同层次的绩优水平，为组合配置提供信号。
3. 动量与反转的优化：通过参数A和R对LF收益进行预处理，实现了对动量和反转的动态调整，提高了跟踪效果。
4. ETF与行业指数跟踪效果：使用ETF和申万行业指数进行模拟跟踪，ETF组合在高收益分位表现更优，但换手率更高；行业指数组合换手率较低，且跟踪效果与ETF组合相当。
5. 策略回测结果：在0.2至0.3分位的LF收益上，模拟组合可获得年化收益30%以上，夏普比率1.5以上，卡玛比2.9以上，表现出良好的风险调整能力。

关键信息

1. 市场轮动特征

• 2022年市场震荡下行，风格切换频繁，行业轮动节奏加快。
• 基金市场规模增速下降，灵活配置型基金表现波动较大。
• 市场中板块收益趋势变动幅度增强，反转效应突出。

2. LF构造方法

• LF是基于灵活配置型基金的回报数据合成的虚拟收益序列。
• 根据基金过去20个交易日的收益排名，将基金分为三组：LF1（20%-30%）、LF2（30%-40%）、LF3（40%-50%）。
• LF序列的构造依赖于每日基金的中位数收益，反映了不同收益水平下的市场表现。

3. 模拟组合构建方法

• 使用申万一级行业指数和场内ETF作为底层资产。
• 通过带约束的回归模型，计算模拟组合的权重向量。
• 引入动量调整参数A和R，对LF收益进行预处理，以优化组合配置。

4. 参数A与R的作用

• 参数A用于放大正收益，参数R用于缩小负收益。
• 在不同收益分位的LF序列中，A和R的取值不同，以适应市场风格的切换。
• 通过样本外优化，寻找最佳的A-R组合，提升跟踪效果。

5. 组合配置策略

• 原始方案（方案一）和简单动量跟随方案（方案二）为基本策略。
• 优化策略（优化一至五）通过动态调整A-R参数，提高组合收益和风险调整能力。
• 优化策略四和五强调对正动量的调整，效果显著。

6. 策略回测结果

7. 风险提示

• 本报告基于历史数据，不能保证未来表现。
• 市场风格和行业轮动可能变化，策略可能失效。
• 数据可能存在滞后或不准确，需谨慎参考。

策略应用

• 策略适用于追求长期稳健收益的投资者。
• 通过定期调整组合权重，能够有效跟踪LF序列，获取超额回报。
• 在高收益分位的LF跟踪中，优化策略表现更优，尤其在ETF组合中。

结论

本报告提出了一种基于LF序列的ETF组合构建策略，通过动量和反转参数的优化，实现了对市场风格和行业轮动的有效跟踪。策略在高收益分位表现出色，具有较高的风险调整回报，适用于追求市场超额收益的投资者。然而，需注意市场风格的不确定性及策略的历史依赖性。