量化掘基系列之六：如何从多个维度衡量ETF的景气度特征-20230621-国金证券-17页_845kb

量化掘基系列之六：ETF景气度与轮动策略总结

核心内容概述

本文探讨了如何从多个维度衡量ETF的景气度特征，并基于这些特征构建ETF轮动策略。通过引入盈利、质量、估值动量和分析师预期因子，综合评估ETF所跟踪行业的表现，以期实现更优的投资收益。最终，通过因子合成和回测，构建了富国ETF轮动策略，取得了良好的超额收益表现。

主要观点

• ETF的特性：ETF旨在追踪特定指数、行业或资产类别，其表现与所跟踪的行业密切相关，因此可以借鉴行业轮动策略的思想。
• 因子构建方法：采用整体法、中位数法、流通市值加权法和龙头股法四种加权方式，计算ETF整体指标。同时，通过环比和同比方式衡量指标的边际变化。
• 因子筛选与合成：筛选出6个单因子（盈利类2个，质量类2个，估值动量类1个，分析师预期类1个），并以等权方式合成ETF轮动因子，提升因子对市场变化的预测能力。
• 回测结果：ETF轮动因子在IC测试中表现优异，IC均值达到9.38%，风险调整的IC为0.28。在分位数组合回测中，年化收益率达15.11%，夏普比率为0.75。
• 策略表现：富国ETF轮动策略在2016年6月至2023年6月期间，年化收益率为9.83%，显著高于等权基准的2.63%。策略在2019至2022年均保持正超额收益率，2016年至今累计超额收益约为60%。

关键信息

一、ETF投资标的池筛选

• 筛选标准：选择富国基金旗下的ETF，剔除债券型、商品型及涉及港股的ETF。
• ETF池构成：最终筛选出21只ETF，其中17只为主题/行业类ETF，3只为宽基ETF，1只为策略/风格类型ETF。
• 覆盖行业：涵盖银行、医疗、军工、消费等不同行业板块，跟踪中证农业、中证银行、医药50、军工龙头等行业指数及创业板指、科创创业50等宽基指数。

二、多维度ETF景气度与估值指标

1. 指标构建原则与测试方法

• 数据处理：采用TTM（最近四个季度）计算营业收入、净利润等区间类数据，采用期初和期末均值计算总资产、净资产等时点类数据。
• 加权方法：包括整体法、中位数法、流通市值加权法和龙头股法。
• 变化方式：采用环比和同比衡量指标的边际变化。

2. 盈利类因子

• 定义与加权：选取扣非净利润环比和净利润同比作为盈利因子，采用中位数法加权。
• IC测试结果：IC均值在3%至4%之间，其中净利润同比因子表现最佳，IC均值为4.05%。
• 分位数组合表现：Top组合年化收益率为8.30%和5.62%，L-S组合年化收益率分别为7.48%和6.30%，夏普比率分别为0.43和0.67。

3. 质量类因子

• 定义与加权：选取经营资本周转率和经营资本占比作为质量因子，采用龙头股法加权。
• IC测试结果：IC均值分别为5.46%和7.57%，其中经营资本占比因子表现最佳，IC均值为7.57%。
• 分位数组合表现：Top组合年化收益率为7.74%，L-S组合年化收益率为12.81%，夏普比率为0.67。

4. 估值动量因子

• 定义与加权：采用市盈率倒数的变动作为估值动量因子，采用龙头股法加权。
• IC测试结果：IC均值为5.97%。
• 分位数组合表现：Top组合年化收益率为11.24%，L-S组合年化收益率为10.93%，夏普比率为0.67。

5. 分析师预期因子

• 定义与加权：选取分析师对下一年一致预期EPS的变化率作为分析师预期因子，采用龙头股法加权。
• IC测试结果：IC均值为4.98%，略高于盈利类因子。
• 分位数组合表现：L-S组合年化收益率为7.90%，夏普比率为0.41。

三、ETF轮动因子合成

• 合成方法：对6个单因子进行标准化处理，等权合成ETF轮动因子。
• IC测试结果：ETF轮动因子IC均值为9.38%，风险调整的IC为0.28，显著优于单因子。
• 分位数组合表现：Top组合年化收益率为11.05%，L-S组合年化收益率为15.11%，夏普比率为0.75。

四、富国ETF轮动策略介绍

• 策略构建：每月末选取ETF轮动因子值排名前3的ETF，等权构建ETF轮动组合。
• 回测时间：2016年6月至2023年6月，采用月度调仓方式，手续费为单边千分之三。
• 策略表现：
  • 年化收益率：9.83%
  • 等权基准年化收益率：2.63%
  • 年化超额收益率：7.20%
  • 年化波动率：21.98%
  • 夏普比率：0.45
  • 最大回撤：37.69%
  • 月均双边换手率：52.05%

五、富国基金ETF产品介绍

• 公司背景：富国基金管理有限公司成立于1999年，注册资本5.2亿元，管理规模达8527.92亿元。
• ETF产品布局：
  • 截至2023年6月20日，管理49只ETF，总规模超600亿元。
  • 覆盖股票型、债券型、商品型、跨境ETF。
  • 在行业主题ETF方面，布局科技、医药生物、消费、周期、高端制造、金融地产等多个热门行业板块。

风险提示

• 模型失效风险：历史数据构建的模型在政策或市场环境变化时可能失效。
• 数据稳定性风险：政策变化可能导致因子与资产之间的关系不稳定。
• 市场波动风险：国际政治摩擦等可能引发各类资产同向大幅波动。
• 投资风险：ETF投资存在市场风险，可能不适合所有投资者，过往业绩不代表未来表现。