20260320-浙商证券-量化轮动_指数池扩容的组合方案_5页_828kb

文档内容总结

核心观点

本文基于现有的基于量价的行业轮动模型，提出一种动态beta加权的方法，用于合成对主题指数的配置信号。该方法旨在充分利用被动投资产品向精准主题及产业链方向发展的趋势，使得原本用于行业指数的量化模型可以灵活应用于包含主题指数的更丰富的指数池中。

核心在于：通过行业指数信号合成主题指数信号，并进行统一标准化，再依据分值排序选出最优轮动组合，从而提升策略的适用性和收益表现。

标的池调整后模型的得与失

得：

• 现有行业轮动模型可扩展至主题指数，提升策略的灵活性和覆盖面。
• 动态beta加权方法能够有效反映成分股在不同行业中的相对表现，从而提升轮动组合的相对收益。

失：

• 新主题指数通常具有较短的行情数据历史，导致模型训练样本不足，存在过拟合风险。
• 需要建立统一的评估标准，以使行业指数与主题指数在相同框架下进行比较和配置。

提升行业轮动策略风险收益比的方法

方法一：市值分布加权

• 根据主题指数每季度/半年公布的成分股权重及其所属行业分类，计算行业市值分布作为加权依据。
• 简单直观，但可能无法反映市场实时变化。

方法二：动态beta加权

• 基于主题指数成分股在所属行业中的滚动beta系数，计算其对行业配置信号的加权影响。
• 更具动态性和市场敏感性，能够捕捉短期波动和趋势变化。

测试对象：

• 新科技：包括芯片、5G、人工智能、云计算、互联网等主题指数。
• 先进制造：包括新能源汽车、光伏、高端制造、碳中和、机器人、稀土、智能汽车等主题指数。
• 新兴生物医药：包括创新药、生物医药、医药及医疗器械创新等主题指数。

优化后策略效果分析

回测时间范围：

2022.01.04 至 2026.03.04

表3：不同指数池的轮动收益表现

主要结论：

• 动态beta加权方法整体表现优于市值分布加权，在多个指数池中均获得更高的超额收益。
• 新科技主题指数的轮动组合在AI产品及概念热度行情中表现出显著的超额收益。
• 动态beta加权策略在2024年924行情后的先进制造指数轮动组合中，超额收益优势更为明显。
• 该方法可应用于上市时间较短的主题指数或ETF产品，具有较高的实用价值。

策略意义

• 在被动投资产品不断创新的背景下，动态beta加权方法为行业轮动模型提供了更广泛的适用性。
• 该策略能够实现从行业指数到主题指数的自然过渡，提升组合的灵活性和市场响应能力。
• 有助于投资者在市场热点转换时，更精准地捕捉主题行情带来的超额收益。

风险提示

• 本报告中的交易为模拟交易，回测结果基于历史数据，不构成未来收益的保证。
• 模型虽力求自适应市场规律，但仍存在失效风险，不能作为投资建议。
• 投资需谨慎，市场有风险，投资需自行承担风险。

法律声明

• 本公众号内容摘自浙商证券研究所已发布的研究报告或后续解读，仅供内部客户参考。
• 其他读者使用前需自行评估适当性，应寻求专业投资顾问的指导。
• 本资料不代表未来判断，不构成任何投资建议，浙商证券不承担因此产生的任何责任。
• 未经书面授权，不得修改、转载或复制内容。
• 摘自内容仅作参考，不作为最终操作依据。

廉洁从业申明

• 浙商证券及业务合作方在开展证券业务及相关活动中，恪守法律法规和行业规范。
• 坚持公平竞争、合规经营、诚实守信，不输送或谋取不正当利益。