`

申万金工ETF 组合 202412

创建于 更新于

摘要

本报告基于宏观经济、流动性及信用三个维度,构建多类ETF组合策略,包括宏观行业组合、宏观+动量行业组合、核心-卫星组合和三位一体风格轮动组合。通过对不同行业ETF的敏感性测算和动量聚类筛选,在当前经济偏弱、流动性宽松的环境下实现行业配置优化。回测显示所有组合整体收益远超沪深300指数,且通过核心卫星比例配置进一步降低波动风险,三位一体风格轮动模型结合成长/价值、市值与质量三个维度提升中长期调仓效果,为投资者提供系统的ETF组合配置框架和风格轮动策略 [page::0][page::3][page::4][page::5][page::6][page::7]

速读内容


宏观行业组合构建与表现 [page::4]


  • 选取成立超过1年且规模超2亿的行业主题ETF,按经济、流动性、信用敏感性得分筛选排名前6的行业指数对应ETF等权配置。

- 当前经济上行,流动性理想但信用偏弱,配置经济敏感、信用不敏感的周期和基建主题ETF,持仓权重均等,偏重军工和绿色电力等周期行业。

宏观+动量行业组合策略与回测 [page::5]



| 代码 | 权重 | 名称 |
|-------------|--------|-------------------------|
| 多只ETF代码 | 8.33% | 包含军工、科技、基建、金融等多行业ETF |
  • 通过聚类分组降低行业相关性,选取各组6个月内涨幅最高的ETF,结合宏观敏感性方法,两个策略结果直接合并实现互补。

- 组合收益显著优于沪深300,增强组合收益稳定性。

核心-卫星ETF组合构建及优势 [page::6][page::7]



| 代码 | 权重(%) | 名称 |
|--------------|----------|------------------------------|
| 510300.SH | 36.67 | 华泰柏瑞沪深300ETF |
| 510180.SH | 6.67 | 华安上证180ETF |
| 多只ETF代码 | 多样 | 行业主题及Smart Beta等卫星产品 |
  • 以沪深300为核心,配置50%,行业主题及Smart Beta作为卫星,权重分别为30%、20%。

- 有效降低了行业ETF波动性及轮动快带来的估值风险,提升组合整体稳定性与投资表现。

三位一体风格轮动模型设计与应用 [page::3][page::7][page::8]



| 代码 | 权重(%) | 名称 |
|-------------|---------|-------------------------------|
| 159781.OF | 20 | 易方达中证科创创业50ETF |
| 515880.OF | 19 | 国泰中证全指通信设备ETF |
| 159869.OF | 16 | 华夏中证动漫游戏ETF |
| 159516.OF | 14 | 国泰中证半导体材料设备主题ETF |
  • 结合宏观流动性、基本面因子和市场情绪构建成长价值、市值、质量三个模型形成8类风格偏好方向。

- 通过风格偏好ETF筛选并限制行业暴露,实行动态配置调仓。
  • 模型覆盖2021年以来表现,可用作中长期风格轮动工具。

深度阅读

申万金工ETF组合202412研究报告详尽解读



---

一、元数据与报告概览



报告标题:申万金工ETF组合202412
作者与联系方式
  • 证券分析师:沈思逸 (shensy@swsresearch.com)

- 证券分析师:邓虎 (denghu@swsresearch.com)
  • 研究支持:白皓天 (baiht@swsresearch.com)

发布机构:上海申银万国证券研究所,隶属于申万宏源证券有限公司
发布日期:2024年12月03日
报告主题:基于宏观量化方法构建多种ETF组合模型,包括宏观行业组合、宏观+动量行业组合、核心-卫星组合以及三位一体风格轮动模型。重点在于基于经济、流动性和信用三大宏观变量评估和调整行业主题ETF配置,融合动量策略,且以沪深300为基准构建鲁棒性较高的多风格、行业主题ETF组合。

核心论点摘要
  • 以宏观变量的敏感性分析指导行业主题ETF配置,选出市场环境下敏感度最优的投资标的。

- 宏观+动量策略融合,两者互补以提升组合表现,主攻周期方向补充宏观策略偏左侧的局限性。
  • 核心-卫星组合设计通过沪深300做底仓降低波动,卫星部分配置行业和Smart Beta类ETF,实现更稳健的收益。

- 三位一体风格轮动模型以宏观流动性为核心,分别构建成长/价值、市值及质量三类风格模型,综合多维指标实现中长期风格动态配置。
  • 风险提示明确指出由于模型基于历史数据,历史表现不能代表未来,市场和宏观环境剧烈变化会导致模型失效。


整体来看,报告致力构建科学、有纪律的ETF组合管理方案,并结合多种因子模型提升实操效能,较为系统地指导投资者通过ETF获得多样化且适应市场环境的资产配置方案[page::0,3,4,5,6,7,8]。

---

二、逐节深度解读



1. ETF组合构建方法(1页)



1.1 基于宏观方法的ETF组合构建



报告指出,基于“经济”、“流动性”和“信用”三个核心宏观变量,用历史数据计算中国市场内“宽基”、“行业主题”、“Smart Beta”三类ETF对这些变量的敏感性分数。通过结合当期宏观环境(是否偏好经济上行、流动性宽松还是信用扩张)和敏感性,实现每月动态的ETF选择。
  • 逻辑基础:

- 经济敏感的周期行业适合经济上行配置;
- 流动性敏感的TMT领域适合经济弱但流动性宽松阶段配置;
- 信用敏感的消费板块受益于信用扩张。
  • 也观测到国企和ESG主题对流动性和信用低敏感,提示这类主题风险驱动因素有别于传统行业。


该方法通过宏观敏感性的科学评估,保证组合结构与大环境相匹配,力求在各种经济周期稳健表现。此外,动量因子作为补充,帮助捕捉价格动向,提升了策略的多样性和胜率。

结合上述思路,研究构建了以下三类ETF组合:宏观行业组合、宏观+动量行业组合、核心-卫星组合,均设计为每月调仓机制,以应对快速变化的市场环境[page::3]。

1.2 三位一体风格轮动ETF组合构建



基于宏观流动性长期解释大类资产表现的优势,报告设计了一个中长期的风格轮动模型:
  • 结合宏观因子、基本面因子和市场情绪因子;

- 分别构建三类模型:
1. 成长/价值轮动模型:以宏观流动性为核心反映市场对成长和价值风格偏好,并辅以成交额作为市场情绪指标;
2. 市值模型:基于风格的基本面数据评估风格景气度,同时考虑流动性判断弹性;
3. 质量模型:选择与企业筹融资和经营活动高度相关的流动性变量,辅以基本面判断高质量企业优势。

综合三类模型结果,通过八种(二进制组合)风格偏好输出指导ETF风格配置。ETF配置上,选择暴露目标风格的产品,限制行业暴露以保证风格纯粹性,并设定3%-20%的持仓上下限控制组合风险。

此模型是对宏观流动性框架的深化,捕捉细分风格动态变化,为投资者提供了更具风格维度鲜明的ETF配置方法[page::3]。

---

2. 宏观行业组合(4页)



方法:从所有标记为“行业主题”的ETF中筛选成立时间超过1年、当时规模超过2亿元的产品;对对应的行业主题指数综合计算经济、流动性、信用敏感性得分,再结合当期指标调整方向,若流动性与信用背离,则剔除流动性得分并重新加总排序。最终选前6名行业主题指数,对应规模最大的ETF等权持有。

当前配置与环境判断
  • 目前阶段经济处于启动向上期,流动性指标相对良好,信用偏弱,流动性与信用形成背离;

- 因此组合偏好经济敏感性强且对信用敏感度低的ETF,整体偏周期、基建,兼顾进攻与防守。

组合表现(图1)
  • 2013年至今,宏观行业组合净值(红线)显著跑赢沪深300(蓝线),尤其是2019-2021年间表现亮眼,反映宏观敏感性选股策略的有效性;

- 近年来虽然波动加大,但整体趋势仍高于沪深300,表现出长期超额收益潜力。

2024年12月持仓(表1)(均等权重,各16.67%)选股包括:
  • 国泰中证军工ETF

- 广发中证基建工程ETF
  • 国泰中证钢铁ETF

- 国泰中证机床ETF
  • 南方小康产业ETF

- 嘉实国证绿色电力ETF

此配置表现出明显周期类行业的偏向,包含军工、基建和钢铁,兼顾绿色电力等新兴领域,体现攻守兼备的战术布局[page::4]。

---

3. 宏观+动量行业组合(5页)



方法:鉴于单纯宏观策略往往偏左侧、胜率较低但赔率高,加入动量策略形成混合选择。
  • 动量策略先将行业主题ETF聚类成6组,从各组中选过去6个月涨幅最高的ETF。

- 两策略筛选后直接合并以配置。此方法防止同行业高相关产品过度集中,同时互补宏观与动量逻辑。

组合表现(图2)
  • 组合净值(红线)较沪深300(蓝线)表现优异,尤其是在2019至2021年间的上升阶段显著超越沪深300,且波动性有所降低。

- 该结合策略有效抑制了单一策略的缺陷,兼具择时和趋势追踪优势。

2024年12月持仓(表2):共12只ETF,均等权重8.33%,涉及领域包括:
  • 军工(国泰中证军工ETF)

- 动漫游戏(华夏中证动漫游戏ETF)
  • 香港证券投资主题(易方达中证香港证券投资主题ETF)

- 港股通科技(工银国证港股通科技ETF)
  • 基建工程(广发中证基建工程ETF)

- 金融地产(广发中证全指金融地产ETF)
  • 金融科技(华宝中证金融科技主题ETF)

- 钢铁、机床、银行行业ETF等。

此组合更为分散,覆盖周期、科技及金融等多维度行业,显示动量策略的引入拓宽了行业风格[page::5]。

---

4. 核心-卫星组合(6-7页)



背景与设计理念
  • 行业主题ETF整体波动性较大且行业轮动快速,使得单纯行业ETF组合难以对标沪深300,表现较为偏离。

- 为降低组合波动及偏离度,设计以沪深300为“核心”,行业主题及Smart Beta ETF构成“卫星”,通过多资产池融合提升收益稳定性。

构建方式
  • 利用宏观敏感性方法筛选优质ETF,分三类:

1. 宽基组合(占比50%):以沪深300占60%,剩余40%选3只高敏感ETF等权配置。
2. 行业组合(占比30%):采用宏观+动量行业组合。
3. Smart Beta组合(占比20%):选宏观敏感性得分最高的3只ETF等权。

三组合加权后得出最终“核心+卫星”组合。

组合表现(图3)
  • 2013年以来该组合(红线)整体跑赢沪深300(蓝线),上涨趋势稳定,风险调整较好;波动有所降低,体现核心低波动特性及卫星贡献增长。


12月持仓明细(表3)
  • 核心部分华泰柏瑞沪深300ETF(36.67%),易方达上证中盘ETF(6.67%),华安上证180ETF等。

- 卫星部分涵盖军工、动漫游戏、金融地产、绿色电力、银行ETF等多个行业ETF。
  • Smart Beta相关ETF包括景顺长城中证红利低波动100ETF(6.67%),华泰柏瑞中证中央企业红利ETF(6.67%),建信沪深300红利ETF(6.67%)等。


整体组合体现了低波动核心抱团与多主题卫星动态调整的策略思想,兼顾市场代表性与主动因子风格捕捉[page::6,7]。

---

5. 三位一体风格轮动ETF组合(7-8页)



模型描述
  • 以宏观流动性为核心因子,结合基本面和市场情绪,构建成长/价值、市值、质量三大风格子模型,输出8种风格偏好结果。

- 配置ETF时,优先选取暴露于目标风格且行业暴露适中的ETF,持仓限制3%-20%。

组合表现(图4)
  • 2021年至今组合净值大体呈震荡下行趋势,但在2024年后出现明显回升趋势,净值整体优于同期沪深300全收益表现,表现趋稳。


12月持仓明细(表4)
  • 主要配置科技类热点主题ETF,包括易方达中证科创创业50ETF(20%)、国泰中证全指通信设备ETF(19%)、华夏中证动漫游戏ETF(16%)、国泰中证半导体材料设备主题ETF(14%)、华富中证人工智能产业ETF(11%)等。

- 其余低权重持仓涵盖金融科技、计算机主题、云计算与大数据等新兴科技方向,整体结构突出科技成长型风格。

该组合反应了科技风格的中长期轮动趋势,且结合宏观流动性和市场情绪因子优化风格暴露,力图把握成长与创新驱动主题的投资机会[page::7,8]。

---

6. 风险提示(8页)


  • 报告强烈提醒:所用模型基于历史数据,因数据长度有限,准确性存在边界;

- 市场、宏观经济及流动性环境如果出现重大变化,模型或组合策略可能失效,表现不及预期。

此风险揭示强调了量化模型的固有限制和投资中潜在的不确定性,提醒投资者理性权衡模型依赖风险[page::8]。

---

三、图表深度解读



图1:宏观行业ETF组合净值变化(2013年至2024)


  • 红色折线显示宏观行业组合净值从1(2012年底基准)稳步攀升,尤其2019-2021年上涨显著,高点接近4.5,远超蓝线的沪深300(约2)。

- 该走势清晰体现宏观敏感度和组合构建策略的出色择时能力。
  • 2022年后波动加剧但整体仍保持超越。


图表支持文本观点,展示宏观行业组合强于大盘的投资效果。

---

图2:宏观+动量行业组合净值变化(2013年至2024)


  • 复合策略(红线)净值走势类似但相对更加平滑,2020-2021年峰值接近3.5,明显优于沪深300,体现动量结合宏观策略带来的风险调整收益提升。

- 组合波动较宏观单策略更适中,兼具择时和追踪优势。

---

图3:核心-卫星组合净值变化(2013年至2024)


  • 流畅上升趋势,峰值接近4,整体稳健带有波动缓冲效果。

- 组合净值在衰退期回撤相对沪深300减轻,说明核心底仓起到稳定作用,卫星带来alpha。

---

图4:三位一体风格轮动组合净值(2021年至2024)


  • 净值与沪深300相比,2021年后持续低于基准(1为初始值),但2024年后回升趋势明显。

- 风格轮动组合体现成长风格价值,但受科技周期影响波动较大。

---

四、估值分析



报告主要聚焦量化策略配置和组合构建方法,未涉及具体单一证券的估值方法及目标价。报告评估以宏观敏感性、动量因子和风格因子驱动,通过数据驱动模型选择ETF,故无DCF、P/E等传统估值模型显性应用。

组合配置权重调整和策略融合即为估值调整的核心,基于历史因子回测设定动态加权和择时,体现智能配置的本质[page::3-8]。

---

五、风险因素评估


  • 关键风险为模型准确率受限于历史数据长度,历史表现不代表未来结果。

- 市场和宏观环境剧烈变化可能使模型失效。
  • 流动性风险、信用风险变化带来的组合配置失效风险亦隐约存在。

- 报告未明确给出具体缓释方案,投资者需警惕模型局限和配置风险。

整体风险评估较为谨慎,强调实证回测模型依赖性及市场不确定性[page::0,8]。

---

六、批判性视角与细微差别


  • 报告充分利用历史数据支撑策略,展现较严密逻辑,但宏观和动量因子均依赖历史有效性,对突发事件适应性有限。

- 对信用与流动性交叉背离处理较为简化(如剔除流动性得分),但市场多因复杂性减弱操作灵活性。
  • 报告对行业ETF的选择集中于规模大、成立超1年基金,可能忽视新兴创新主题ETF的潜在价值。

- 三位一体风格轮动模型的近期表现相对沪深300逊色,需要关注模型中科技类ETF集中风险。
  • 报告未提及手续费成本、换手率对净值表现的影响,实际交易中或影响策略收益。


总体来看,报告保持较专业中立,提出的配置策略基于合理假设,但对于突发风险、微观市场结构变化缺少深入讨论[page::0-8]。

---

七、结论性综合



申万金工ETF组合202412报告系统地介绍了四大ETF组合策略,分别基于宏观经济敏感度、动量因子整合、核心卫星策略防护以及风格轮动因子多模型构建,均实现了较沪深300稳健且超额的表现。
  • 宏观行业组合通过经济、流动性、信用三指标动态筛选行业主题ETF,实证显示组合净值长期稳健超越沪深300,且最新配置聚焦周期与基建,符合当前经济流动性环境判断。
  • 宏观+动量组合融合了两种策略的优势,克服宏观类偏左侧的弱点,加强了配置胜率和收益弹性,持仓广泛覆盖周期、科技、金融地产等丰富行业。
  • 核心-卫星组合进一步帮助投资者用沪深300底仓降低组合的波动风险,卫星部分精选行业和Smart Beta类ETF,实现主动管理与市场代表性的融合,提升风险调整后收益。
  • 三位一体风格轮动组合聚焦科技成长主题,结合宏观流动性和市场情绪,尽管近期表现尚有波动,但具备中长期成长价值投资潜力。


四套策略历史净值图清晰展现其超额回报能力,但风险提示中明确模型依赖历史数据,市场变化可能导致未来失效,投资者应理性介入与动态关注。

整体报告在量化理论和实操应用之间取得平衡,兼顾策略多样性与系统严格性,为机构及高端个人投资者提供了全面、多维的ETF组合解决方案[page::0,1,3,4,5,6,7,8]。

---

附录:报告中主要图表摘要



| 图表 | 内容描述 | 主要观点 | 页码 |
|---|---|---|---|
| 图1 | 宏观行业ETF组合净值走势(2013年至今) | 长期超越沪深300,周期及基建行业贡献显著 | 4 |
| 表1 | 宏观行业ETF组合12月持仓 | 6只ETF均等权重,覆盖军工、基建、钢铁等 | 4 |
| 图2 | 宏观+动量行业ETF组合净值走势 | 动量辅助降低波动提升胜率,表现优于基准 | 5 |
| 表2 | 宏观+动量行业ETF组合12月持仓 | 12只ETF涵盖多风格周期与科技行业 | 5 |
| 图3 | 核心-卫星ETF组合净值走势 | 核心底仓稳固组合,波动更低且收益更优 | 6 |
| 表3 | 核心-卫星组合12月持仓 | 沪深300为主,卫星涵盖行业和Smart Beta | 7 |
| 图4 | 三位一体风格轮动ETF组合净值 | 近年震荡,2024早期回升,风格表现分化 | 7 |
| 表4 | 三位一体风格轮动ETF组合12月持仓 | 科技成长主题为主,重仓科创与AI等前沿领域 | 8 |

---

综上,报告精准结合宏观动态与ETF投资,通过多模型、多策略融合,有效提升组合表现和适应性,为投资者在多变市场环境下把握配置机会提供有力工具。风险提示充分,组合设计注重稳健与创新,适合寻求量化与风格兼顾的资产管理者严谨参考[page::0-9]。

报告