> **来源：[研报客](https://pc.yanbaoke.cn)** # ETF 量化策略周度更新总结 (20260327) ## 核心内容概述 本报告总结了多种ETF量化策略在2020年以来的表现，以及2026年3月23日至3月27日的最新持仓情况。这些策略包括宏观择时策略、动量择势策略、资金流向策略、分位数回归策略和期权基础策略（buywrite、putprotection、straddle）。每种策略均采用不同的调仓频率和配置逻辑，以捕捉市场趋势和优化风险收益比。 --- ## 主要观点 ### 1. 宏观择时策略 - **累计收益率**：2020年以来为 $49.89\%$，年化夏普比率为1.32，年化卡玛比率为1.22。 - **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% - **最新一期收益率**（20260323-20260327）：$-0.78\%$ ### 2. 动量择势策略 - **累计收益率**：2020年以来为 $169.54\%$，年化夏普比率为0.87，年化卡玛比率为0.63。 - **最新持仓**（2026年3月26日调仓）： - 国泰富时中国国企开放共赢ETF：44.53% - 华安中证数字经济主题ETF：44.53% - 博时黄金ETF：10.94% - **最新一期收益率**（20260323-20260327）：$-0.35\%$ ### 3. 资金流向策略 - **累计收益率**：2020年以来为 $53.66\%$，年化夏普比率为0.44，年化卡玛比率为0.24。 - **最新持仓**（2026年3月30日调仓）： - 工银中证沪深港黄金产业股票ETF：23.34% - 富国中证通信设备主题ETF：30.00% - 华夏中证石化产业ETF：12.23% - 天弘中证全指医疗保健设备与服务ETF：4.44% - 华泰柏瑞中证油气产业ETF：30.00% - **最新一期收益率**（20260323-20260327）：$-2.10\%$ ### 4. 分位数回归策略 - **累计收益率**：2020年以来为 $139.55\%$，年化夏普比率为0.84，年化卡玛比率为0.53。 - **最新持仓**（2026年3月27日调仓）： - 华安创业板人工智能ETF：40.00% - 汇添富中证全指软件ETF：2.50% - 银华中证虚拟现实主题ETF：2.50% - 新华中证云计算50ETF：2.50% - 嘉实上证科创板新一代信息技术ETF：2.50% - 剩余50.00%配置于国泰上证5年期国债ETF（511010.SH） - **最新一期收益率**（20260323-20260327）：$-1.01\%$ ### 5. 期权基础策略 - **buywrite策略**： - 累计收益率：创业板ETF为 $20.95\%$ - 最新一期收益率：沪市中证500ETF为 $0.17\%$ - **putprotection策略**： - 累计收益率：创业板ETF为 $25.72\%$ - 最新一期收益率：沪市中证500ETF为 $-0.22\%$ - **straddle策略**： - 累计收益率：沪市中证500ETF为 $8.68\%$ - 最新一期收益率：上证50ETF为 $0.29\%$ --- ## 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分别为1.32和1.22，但最新一期出现小幅回撤。 - **动量择势策略**：表现优异，累计收益率达 $169.54\%$，但近期收益率为负，显示市场波动较大。 - **资金流向策略**：累计收益率 $53.66\%$，但近期表现不佳，最大回撤为 $-30.72\%$。 - **分位数回归策略**：累计收益率 $139.55\%$，年化夏普比率0.84，近期收益率为负。 ### 风险提示 - 报告结论基于历史数据和统计规律，无法准确预测市场走势。 - 市场可能受政策、突发事件等影响，出现与历史规律不符的波动。 - 基金历史收益不代表未来表现，仅作为参考。 --- ## 策略配置逻辑与调仓频率 | 策略名称 | 调仓频率 | 配置逻辑 | |----------|----------|----------| | 宏观择时策略 | 每月 | 根据经济周期划分调整ETF权重，包含股票、债券、商品、货币等类别 | | 动量择势策略 | 每周 | 基于动量和拥挤度指标，选择高动量且低拥挤度的板块 | | 资金流向策略 | 每周 | 根据资金流入流出情况，结合流动性与风险指标进行行业配置 | | 分位数回归策略 | 每周 | 利用分位数随机森林算法对科技类ETF进行收益分布建模，控制尾部风险 | | 期权基础策略 | 按期权合约到期或保证金不足 | 采用buywrite、putprotection、straddle等策略，根据市场趋势调整期权类型和行权价 | --- ## 附录：策略详细说明 ### 1. 宏观择时策略 - **模型基础**：基于马尔科夫模型划分经济周期，结合Gaussian和Copula分布的Black-Litterman模型计算最优权重。 - **资产配置权重约束**： - 股票ETF：复苏≥50%，过热≥15%，滞胀≥15%，衰退≥15% - 债券ETF：复苏≥15%，过热≥15%，滞胀≥15%，衰退≥50% - 商品ETF：各周期下权重≥15% - 货币ETF：复苏=5%，过热=5%，滞胀≥5%且≤20%，衰退=5% ### 2. 动量择势策略 - **模型基础**：使用XGBoost预测ETF上涨概率，结合板块动量与拥挤度指标选择ETF。 - **调仓周期**：每周一次，每个季度末重新训练XGBoost模型。 ### 3. 基于Copula的二阶随机占优策略 - **模型基础**：通过构建收益率的联合分布模型，利用Copula函数进行优化，以实现平均收益更高、尾部风险更小的配置。 - **调仓周期**：每周一次，优化过程循环10次，最终权重基于二阶随机占优条件分配。 ### 4. 基于分位数随机森林的科技类ETF配置策略 - **模型基础**：预测科技类ETF的收益率分布，控制尾部风险。 - **调仓周期**：每周一次，筛选符合上市时间、成交额等条件的ETF，结合Fama-French五因子进行打分，最终选择5支ETF进行配置。 ### 5. ETF期权基础策略 - **buywrite策略**：买入标的资产并卖出虚值认购期权，适用于牛市市场。 - **putprotection策略**：买入标的资产并买入虚值认沽期权，用于保护下行风险。 - **straddle策略**：买入平值认购与认沽期权，适用于波动较大的市场。 --- ## 图表目录（关键表现） - 图1：宏观择时策略单位净值表现跟踪情况 - 图2：动量择势策略单位净值表现跟踪情况 - 图3：资金流向策略各年度净值表现跟踪情况 - 图4：分位数回归策略各年度净值表现跟踪情况 - 图5：上证50ETF期权基础策略净值跟踪 - 图6：沪市沪深300ETF期权基础策略净值跟踪 - 图7：沪市中证500ETF期权基础策略净值跟踪 - 图8：科创50ETF期权基础策略净值跟踪 - 图9：深证100ETF期权基础策略净值跟踪 - 图10：创业板ETF期权基础策略净值跟踪 - 图11：ETF宏观择时策略流程图 - 图12：方差为1正态分布累计概率分布函数 - 图13：方差为1正态分布概率密度分布函数 - 图14：伽马分布VS正态分布概率密度函数对比示例 - 图15：buywrite策略到期收益曲线示意 - 图16：putprotection策略到期收益曲线示意 - 图17：straddle策略到期收益曲线示意 --- ## 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，2022年加入银河证券研究院。 - **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，2022年12月加入中国银河证券研究院。 --- ## 免责声明 - 本报告基于历史数据和统计规律，不构成投资建议。 - 银河证券不对报告内容的准确性、完整性或使用后果负责。 - 报告内容仅作为参考，客户需自行承担投资风险。 --- ## 评级标准 | 评级类型 | 评级 | 说明 | |----------|------|------| | 行业评级 | 推荐 | 相对基准指数涨幅10%以上 | | 行业评级 | 中性 | 相对基准指数涨幅在-5%~10%之间 | | 行业评级 | 回避 | 相对基准指数跌幅5%以上 | | 公司评级 | 推荐 | 相对基准指数涨幅20%以上 | | 公司评级 | 谨慎推荐 | 相对基准指数涨幅在5%~20%之间 | | 公司评级 | 中性 | 相对基准指数涨幅在-5%~5%之间 | | 公司评级 | 回避 | 相对基准指数跌幅5%以上 |