> **来源：[研报客](https://pc.yanbaoke.cn)** # ETF 量化策略周度更新总结 (20260320) ## 核心内容概览 本报告总结了中国银河证券研究院对多种ETF量化策略的跟踪分析，涵盖宏观择时、动量择势、资金流向、分位数回归及期权基础策略。各策略的表现和持仓配置情况如下： --- ## 主要观点与关键信息 ### 1. 宏观择时策略 - **累计收益率**：2020年以来为 $51.06\%$ - **年化夏普比率**：1.36 - **年化卡玛比率**：1.56 - **最大回撤**：$-4.60\%$ - **最新一期收益率**：$-2.31\%$ - **最新持仓配置（2026年2月27日）**： - 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：$5.00\%$ - **不配置标普500ETF** ### 2. 动量择势策略 - **累计收益率**：2020年以来为 $170.49\%$ - **年化夏普比率**：0.87 - **年化卡玛比率**：0.63 - **最大回撤**：$-28.71\%$ - **最新一期收益率**：$-4.83\%$ - **最新持仓配置（2026年3月19日）**： - 广发中证央企创新驱动ETF：$33.93\%$ - 国泰中证环保产业50ETF：$33.33\%$ - 国泰中证钢铁ETF：$32.74\%$ ### 3. 资金流向策略 - **累计收益率**：2020年以来为 $56.96\%$ - **年化夏普比率**：0.46 - **年化卡玛比率**：0.26 - **最大回撤**：$-30.72\%$ - **最新一期收益率**：$-6.63\%$ - **最新持仓配置（2026年3月23日）**： - 华夏中证电网设备主题ETF：$24.35\%$ - 富国中证现代物流ETF：$30.00\%$ - 华泰柏瑞中证油气产业ETF：$30.00\%$ - 国联安科创芯片设计ETF：$15.65\%$ ### 4. 分位数回归策略 - **累计收益率**：2020年以来为 $141.98\%$ - **年化夏普比率**：0.85 - **年化卡玛比率**：0.54 - **最大回撤**：$-29.37\%$ - **最新一期收益率**：$-1.32\%$ - **最新持仓配置（2026年3月20日）**： - 科技大类行业ETF：$50.00\%$（其中永赢国证通用航空产业ETF占 $40.00\%$，其余为分散配置） - 国泰上证5年期国债ETF（511010.SH）：$50.00\%$ ### 5. 期权基础策略 #### (1) BuyWrite 策略 - **累计收益率表现最好的ETF**：创业板ETF（$21.09\%$） - **最新一期收益率**：创业板ETF（$0.61\%$） - **表现**：在6大宽基指数ETF中，创业板ETF表现最佳。 #### (2) PutProtection 策略 - **累计收益率表现最好的ETF**：创业板ETF（$27.18\%$） - **最新一期收益率**：创业板ETF（$0.50\%$） - **表现**：创业板ETF同样表现最佳。 #### (3) Straddle 策略 - **累计收益率表现最好的ETF**：沪市中证500ETF（$9.07\%$） - **最新一期收益率**：科创50ETF（$3.08\%$） - **表现**：科创50ETF在最新一期表现最佳。 --- ## 风险提示 - 报告结论基于历史价格信息和统计规律，但二级市场受即时性政策影响较大，可能出现与统计规律不符的走势。 - 基金历史收益不代表未来业绩表现。 - 文中观点仅供参考，不构成投资建议。 --- ## 策略方法论简述 ### 宏观择时策略 - 采用马尔科夫模型划分经济周期，结合Gaussian和Copula分布的Black-Litterman模型进行资产配置。 - 资产配置权重受经济周期影响，股票ETF权重在不同周期中设定为 $≥50\%$、$≥15\%$、$≥15\%$、$≥15\%$，债券ETF权重设定为 $≥15\%$、$≥15\%$、$≥15\%$、$≥50\%$，货币ETF权重设定为 $≥5\%$ 且 $≤20\%$。 - 股票ETF包括沪深300ETF、中证500ETF、标普500ETF；债券ETF包括国债ETF、公司债ETF。 ### 动量择势策略 - 采用XGBoost预测ETF上涨概率，结合ETF份额的历史分位数衡量拥挤度。 - 每周调仓一次，选择动量排名前20且拥挤度低的板块，再从中选出动量最大的ETF。 - 持仓权重由拥挤度计算得出，组合中加入纯债和黄金ETF以提高分散性。 ### 分位数回归策略 - 基于分位数随机森林算法，对科技类ETF进行收益率分布建模，以控制尾部风险。 - 采用周度调仓，筛选科技类ETF并进行二阶随机占优优化。 - 最终持仓权重由优化结果确定，剩余权重配置国债ETF。 ### 期权基础策略 - **BuyWrite**：卖出虚值认购期权，以获取期权溢价。 - **PutProtection**：买入虚值认沽期权，对冲下行风险。 - **Straddle**：同时买入平值认购与认沽期权，以捕捉市场波动。 --- ## 关键策略参数与配置逻辑 - **调仓频率**：宏观择时（月度）、动量择势（周度）、资金流向（周度）、分位数回归（周度）、期权策略（按合约到期或保证金不足调仓）。 - **ETF选择标准**： - 上市时间满足一定要求（如超过63个交易日）。 - 日均成交额满足一定要求（如大于3000万元）。 - **策略优化方式**：基于历史数据、统计模型（如Black-Litterman、Copula、分位数随机森林）进行权重优化。 - **投资目标**：在不同市场环境下，实现收益最大化与风险最小化。 --- ## 附录策略说明 - **宏观择时策略**：结合经济周期与流动性指标，动态配置ETF组合。 - **动量择势策略**：利用动量与拥挤度择时，优化ETF持仓。 - **Copula 二阶随机占优策略**：通过联合分布模型与二阶随机占优条件，优化资产配置。 - **分位数随机森林策略**：对科技类ETF进行收益率分布建模，以控制尾部风险。 - **ETF期权基础策略**：根据市场波动方向选择BuyWrite、PutProtection或Straddle策略。 --- ## 相关研究 1. 宏观经济周期划分下的ETF配置方法 2. 结合动量与拥挤度的两融ETF交易策略 3. 基于资金流向的ETF行业配置策略 4. 基于QRF分布预测的科技类ETF轮动策略 --- ## 分析师信息 - **马普凡**：金融工程首席分析师，拥有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及期权研究，2022年12月加入银河证券研究院。 - **研究助理**：童诗倍 --- ## 联系方式 - **中国银河证券研究院** - **地址**： - 深圳市福田区金田路3088号中洲大厦20层 - 上海浦东新区富城路99号震旦大厦31层 - 北京市丰台区西营街8号院1号楼青海金融大厦 - **公司网址**：www.chinastock.com.cn - **联系方式**： - 深广地区：程曦（0755-83471683），苏一耘（0755-83479312） - 上海地区：林程（021-60387901），李洋洋（021-20252671） - 北京地区：田薇（010-80927721），褚颖（010-80927755）