ETF筛选与分类过程 [page::3][page::4][page::5][page::6][page::7]

• 采用K-means聚类对A股市场492只行业主题类ETF进行筛选，剔除规模不足1亿和成立不足3个月的基后，保留150只基金进一步聚类分析，确定最佳K值约在10-15之间。

- 结合间隔统计量、肘部法和轮廓系数指标辅助确定最佳聚类数。

• 选出12个大类共40只ETF，覆盖31个申万一级行业中的25个，重点行业中包括对二级子行业的ETF覆盖，但商贸零售等6行业尚缺乏专门ETF。

- 进一步采用分层聚类，绘制树状图揭示ETF之间的分层结构及相似度。

• 申万一级行业与ETF对应明晰，确保主要市值行业均有代表ETF覆盖。

ETF轮动模型构建的因子筛选 [page::9][page::10]

| 因子大类 | 因子名称 | 因子定义 |
|----------|----------------|----------------------------|
| 量价因子 | mom20 | 指数20日涨跌幅 |
| 量价因子 | mom250 | 指数250日涨跌幅 |
| 量价因子 | BIAS | 乖离率 |
| 基本面因子 | EPS增速环比 | EPS同比增长率的环比增速 |
| 资金面因子 | 主力净流入 | 指数最新一期主力净流入 |
| 资金面因子 | DDE(10日大单净买入量) | 指数10日大单净买入量 |

• 单因子检测结合t检验、IC检验、回测和因子相关性，筛选5个代表性且低相关因子组成模型。

- 因子之间相关性中，量价类BIAS与RSI相关度较高，基本面EPS增速和资金面主力净流入具代表性，5因子覆盖多维市场信息。

ETF轮动模型表现及回测分析 [page::11][page::12][page::13]

• 5个因子等权合成后的模型年化收益19.70%，信息比率1.526，周度胜率59.18%，超越所有单因子绩效。

- 分年度来看，模型在牛市年（2020-2021）显著跑赢基准，熊市年亦具较好防守表现，2024年年初略有回调仍获得正收益。

• 针对选基数量N敏感度测试显示，包括3～5只基金时组合收益与波动最优平衡，模型收益稳定且持续跑赢基准。

- 模型近半年持仓呈现较强行业多样性和轮动特征，涵盖医药、计算机、钢铁等重点行业ETF。

策略总结与未来展望 [page::14]

• 综合运用机器学习方法筛选ETF，构建基于量价、基本面和资金面多因子的ETF行业轮动策略，有效提升投资收益和稳定性。

- 模型适用面广，具备良好的抗风险能力及灵活的调仓逻辑，适合多市场环境的资产配置需求。

• 未来计划持续优化因子体系，探索多元化因子组合，以提升模型收益稳定性和跟踪效率。

ETF的筛选分类与轮动模型——报告详尽分析

---

一、元数据与报告概览

• 标题：ETF的筛选分类与轮动模型

- 作者：宋肠

• 发布机构：渤海证券股份有限公司（潮海证券研究所）

- 日期：2024年12月30日

• 主题：基于行业主题类ETF的筛选、分类与构建轮动模型，旨在通过ETF实现行业轮动投资策略

核心论点：
报告围绕“如何用ETF基金实现行业轮动”展开研究。强调ETF作为高效灵活的资本市场投资工具，是替代直接投资行业指数的恰当方式。通过机器学习中的K-means和分层聚类算法，从492只行业主题ETF中优选40只作为模型备选池。围绕13类因子筛选5个低相关且象征性强的因子，构建轮动模型，实现2020年至今19.7%年化收益和17.3%年化超额收益。该模型表现稳定，周度胜率59.18%，明显跑赢单一因子模型。

报告目标是对ETF产品进行科学筛选，构建稳定能跑赢市场的行业轮动投资工具，提升投资组合收益和稳定性，并对未来模型优化提出展望。[page::0,3,14]

---

二、逐节深度解读

1. 前言

重点说明此前行业轮动策略成果及其实际投资限制，突出ETF作为投资标的的优势。引入两种聚类算法对ETF进行筛选，最终建立基于量价、基本面、资金面多因子的ETF轮动模型，实现稳定超额收益。[page::3]

2. ETF的聚类与筛选

2.1 K-means聚类

• 剔除规模<1亿和成立不足3个月的基金，管理能力和流动性优则保留，剩150只基金；

- 对基金对应指数的日度收益率做K-means聚类，算法核心在于迭代优化簇中心，使簇内距离总和最小；

• 优缺点：简单、快速、易解释但对初始K值敏感，易陷局部最优；

- 最佳K值确定方法包括肘部法则、轮廓系数、间隔统计量。K值范围判定为10-15，经综合判断选定，实际筛选出12大类共40只ETF入池；

• 图1（肘部法则）和图2（间隔统计量）辅助确定最佳K值，表现ETF收益特征多样且存在类群分布不一，须 综合权衡。[page::3-5]

2.2 分层聚类

• 对40只ETF再进行分层聚类，强调无需预设类数，通过距离矩阵逐步合并的树状图结构展现ETF间层级关系；

- 增强对ETF层次结构的理解，辅助后续分类和匹配申万一级行业。[page::6-7]

2.3 申万一级行业分类

• 通过基金持仓数据，将40只ETF与申万31个一级行业对应；

- 市值前20行业均有代表ETF覆盖，重点行业（医药、计算机、有色金属）甚至分追踪二级子行业ETF；

• 6个细分行业暂缺有效ETF（商贸零售、轻工制造、环保、纺织服饰、美容护理、综合），反映市场尚不完善或流动性不足；

- 表2具体列明行业市值占比、流通市值及对应ETF，体现ETF在申万行业的完整布局与不足。[page::7-8]

3. ETF轮动模型因子的选择

• 总计14个因子涵盖量价（如指数涨跌幅、乖离率）、基本面（ROE、净利润增速、EPS增速等）、资金面（净买入额、主力流入等）；

- 采用T检验、IC检验、分层回测、因子相关性测试等方法筛选最终5个低相关且信息量充足的关键因子：指数250日涨跌幅（mom250）、BIAS乖离率、EPS增速环比、主力净流入、10日大单净买入（DDE）；

• 表3详述因子定义，表4统计各因子效能指标（t值、IC值、中位数概率等），表5回测显示单因子模型表现差异，复合因子优势明显；

- 图4显示因子相关性矩阵，选用的5因子呈低到中度相关，增强模型多样性与稳健性。[page::9-10]

4. ETF轮动模型的建立

• 五因子等权合成，加权后模型表现明显优于单因子；

- 回测数据显示累计收益133.29%，年化19.7%，信息比率1.526，周度胜率59.18%，说明模型不仅收益优异且风险调整表现良好；

• 图5回测曲线直观呈现复合因子模型优于各单因子表现，收益曲线更平稳上升；

- 分年度数据表明，模型在牛市（2020、2021）强势跑赢，熊市（2022、2023）抗跌性良好，2024年虽跑输基准2.68%，但收益仍为8.82%；

• 表7年度分解同步展示其他单因子波动，验证复合因子优势；

- 基金选定数量N敏感度测试显示3至5只基金组合平衡收益与波动，且无论N值变化均维持正超额收益，体现较强适应性和稳定性（表8、9及图6）；

• 表10披露最近半年模型持仓ETF明细，呈现动态调仓能力与行业轮动捕捉特征。[page::11-13]

5. 总结与未来展望

• 报告总结ETF筛选、分类、因子选择和模型构建的路径，芜杂中实现精准选择；

- 模型取得的显著收益提升与稳定性能，证实ETF作为行业轮动工具的有效性；

• 未来工作重点在于拓展多元因子融合，提升模型的精准度和稳定性；

- 强调报告风险提示，说明市场风格切换和数据风险或影响模型效果，且不构成投资建议。[page::14]

---

三、图表深度解读

图1 & 图2（肘部法则与间隔统计量确定K值）

图1展示组内平方和（WSS）随簇数的变化趋势，拐点明显靠近K=10，表明10左右为合适聚类数。图2中间隔统计量随K增大而上升，13处观测值较高，表明该区间聚类效果优。结合两图，确定最佳K值在10-15区间，照顾聚类稳定性及ETF类别的代表性。[page::4]

图3（ETF分层聚类树状图）

展示了40只精选ETF的聚类层次结构，树枝分布合理，反映各ETF间收益率距离关系。通过树状分支观察，同一聚类基金有相似投资风格或行业属性，为进一步行业对应提供直观基础。[page::7]

表1（ETF筛选结果）

列出40只代表性ETF代码、名称、规模、基金管理人、重仓行业及分类，涵盖有色金属、电子、机械、金融等多个细分行业。规模差异显著，从数亿元至数百亿元，显示主流ETF市场份额的多样性。[page::5]

表2（申万一级行业对应ETF）

详细匹配ETF覆盖率与申万行业流通市值，列明缺失行业。说明ETF覆行业的广度和局限，体现行业轮动模型基于实际资本市场工具的可操作性与现实限制。[page::8]

表3-5（因子介绍与统计）

因子定义清晰，统计数据（t值、IC及胜率）反映不同因子预测能力。回测相关性表明基础因子多重要但单一效能有限。尤其EPS增速环比等基本面因子虽波动较大，但配合量价与资金因子整体策略稳健。[page::9-10]

图4（因子相关性矩阵）

因子彼此相关性多在0.2-0.5区间，五大选定因子相关较低，能提升模型多样性。正相关因子减少模型冗余风险，增加投资组合分散效应。[page::10]

表6（复合因子与单因子回测对比）

显示复合因子年化收益19.7%远胜主力净流入9.75%、EPS增速9.96%等，且波动率适中，最大回撤与单因子相近，夏普比率和信息比率领先，周度胜率最高。复合因子明显优势突出。[page::11]

图5（回测收益曲线）

复合因子收益曲线持续向上，单因子线相对震荡明显，边际收益和抗跌能力体现均优。视觉上确认复合模型的稳定提升特性。[page::11]

表7（分年度收益统计）

突显2020-2021年牛市中大幅超额收益，2022-2023年疫情及政策调整影响下模型仍实现相对收益防御。2024年表现略逊，可反映市场阶段性变化对模型的影响。[page::12]

表8-9及图6（不同选基数N值敏感度测试）

3-5只基金的组合在夏普和信息比率方面表现最佳，且累计收益稳定，体现模型在不同资金配置条件下的适应性和灵活性。图6直观展示不同N值选基组合收益动态变动态势。[page::12-13]

表10（持仓名单）

记录了轮动模型近半年内每周期内前五持仓ETF，周期性切换反映实时根据因子信号调整行业配置，具备实际操作的示范价值，指示关注多行业轮动机会。[page::13-14]

---

四、估值分析

本报告未涉及具体估值模型及定价部分，核心聚焦在基金筛选及量化因子模型回测，因此未展开估值模型解读。

---

五、风险因素评估

报告明确识别三大风险：

1. 市场风格转换风险：市场风格转换可能导致因子失效，轮动策略表现波动加大；

2. 第三方数据准确性风险：依赖公开及第三方数据，若数据错误，模型预测和回测效果受影响；

1. 历史表现不代表未来收益风险：基于历史统计和规律构建，未来市场不同风险可能导致模型失效。

报告虽无具体缓解措施，但强调持续模型优化和多因子融合，从方法论上提升稳健性。[page::0,14-15]

---

六、批判性视角与细微差别

• 聚类方法的局限：K-means对初始参数敏感且依赖欧氏距离，可能未充分考虑ETF收益率分布非线性特征，分层聚类虽弥补部分不足，但具体聚类稳定性和分类解释未深入讨论。

- 因子选取依赖历史表现，存在过拟合风险，尤其EPS增速环比等基本面因子，截至报告数据期仅5年的波动，周期较短。

• 资金因子（如主力净流入、10日大单净买入）在A股特征鲜明，但随监管、市场结构变化可能变化大，持久性存疑。

- 模型回测采用等权合成因子，未进行权重优化，存在提升空间。

• 缺乏对不同市场环境（熊市、震荡市）下模型稳定性的深入剖析。

- 部分行业尚无ETF覆盖，模型在部分细分领域的适用性存在限制。

• 风险提示较概括，无具体概率定量或情景分析，实操中需额外关注和风险管理。

综述，报告整体框架扎实，数据详实，方向明确，但在模型稳健性、多维量化验证和风险定量分析方面可深化提升。

---

七、结论性综合

本报告系统地构建了基于行业主题ETF的筛选分类体系，并在此基础上开发了多因子驱动的ETF轮动模型。通过机器学习聚类法筛选出40只代表性ETF，覆盖申万前25个一级行业，主题细分度高，涵盖医药、计算机、有色金属等重点行业，填补细分市场产品薄弱环节。

关键5个因子的筛选和组合极大增强了模型的预测能力和稳定性，实现自2020年以来年化收益19.7%，年化超额17.3%，信息比率1.526，周度胜率59.18%。该模型不仅在牛市跑赢市场，且在震荡与下跌市场展现优越防御性，兼顾收益和风险控制。敏感度测试表明，轮动模型在3-5只ETF持仓时效果最理想，表明组合多样性与集中度的平衡，有利于实操。

图表从聚类确定、因子检验、回测表现、持仓调整到年度收益率的详细数据展示，全方位佐证了该研究成果的科学性和实用性。ETF轮动策略由此成为可操作性强的行业投资工具，为投资者捕捉行业轮动机会提供了量化框架和实证依据。报告强调未来将持续完善因子体系和模型算法，推动研究向更细粒度和多因素融合方向发展。

投资者需注意模型依赖历史数据和第三方信息，市场风格转变和数据准确性风险不可忽视，模型表现仍需结合市场实际动态谨慎应用。

总体来看，报告为ETF在行业轮动策略中的应用提供了重要参考与方法论支持，具有较高的研究深度和实用价值，适用于专业资产管理与量化投资领域。

---

参考出处

本分析内容引用并整合自报告各页信息，具体引用页码详见每段落末尾[P.]。

---

（全文1000余字，涵盖报告所有核心内容及图表深入解析）

报告