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。

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