ETF景气度多维度因子构建方法 [page::4][page::5]

• 因子涵盖盈利（扣非净利润环比、净利润同比）、质量（经营资本周转、经营资本占比）、估值动量（市盈率倒数变化）、分析师预期变动四大类。

- 因子计算采用整体法、中位数法、流通市值加权法及龙头股法，不同因子选取最优加权方法。

• 使用环比、同比变化指标，减小不同行业间直接比较误差。

- 采用IC指标和分位数组合表现检验因子预测效率。

盈利类因子表现分析 [page::6][page::7]

| 组合 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤率 |
|-------|-------------|----------|----------|------------|
| Top | 8.30% | 24.58% | 0.34 | 37.81% |
| Bottom| -0.38% | 23.31% | -0.02 | 44.97% |
| 市场 | 2.17% | 19.71% | 0.11 | 32.70% |
| L-S | 7.48% | 17.34% | 0.43 | 23.79% |

• 盈利类因子IC均值约3%-4%，净利润同比因子表现最佳。

- 分位数组合中，Top组表现明显优于Bottom及市场，多空组合收益稳定。

质量类因子及估值动量表现 [page::7][page::8][page::9]

| 因子 | IC均值 | 年化收益率(Top组合) | 夏普比率 |
|----------------|---------|---------------------|----------|
| 经营资本周转 | 5.46% | 7.51% | 0.35 |
| 经营资本占比 | 7.57% | 7.74% | 0.31 |
| 市盈率倒数 | 5.97% | 11.24% | 0.48 |

• 质量因子IC较盈利类更优，反映资产运营效率显著影响ETF回报。

- 估值动量因子表现优异，市盈率倒数变动为衡量市场情绪的重要指标。

分析师预期因子强化前瞻性预测能力 [page::9][page::10]

| 指标 | IC均值 | 年化多空收益率 | 夏普比率 |
|--------------|--------|----------------|----------|
| 预期变化因子 | 4.98% | 7.90% | 0.41 |

• 反映分析师对未来EPS的变动，提供市况的领先信号。

- 作为独立alpha来源，提高策略整体稳定性与预测准确度。

ETF轮动因子合成及策略回测表现 [page::11][page::12][page::13][page::14]

| 指标 | ETF轮动因子 | 等权基准 |
|--------------|-------------|-------------|
| 年化收益率 | 15.11% | - |
| 多空组合年化收益率 | 9.83% | 2.63% |
| 夏普比率 | 0.75 | 0.14 |
| 最大回撤率 | 19.96% | 35.12% |
| 交易成本 | 单边千分之三 | - |

• 6个单因子等权合成的ETF轮动因子IC显著提升至9.38%。

- 月度调仓选取轮动因子排名前三ETF构建组合，获得显著超额收益。

• 策略累计超额回报约60%，年均双边换手率约52%，换手率适中。

- 分年度表现稳健，2019-2022年持续超额回报，2023年表现回调。

富国基金ETF产品覆盖情况概述 [page::14][page::15]

• 富国基金管理规模超8500亿元，ETF产品覆盖股票型、债券型、商品型及跨境等多类型。

- 行业主题ETF涵盖科技、医药生物、消费、周期、高端制造、金融地产等热门板块。

• 产品数量丰富，技术实力与研究体系支撑ETF量化策略开发。

报告详细分析与解读——《如何从多个维度衡量ETF的景气度特征》

---

1. 元数据与报告概览

• 报告标题：如何从多个维度衡量ETF的景气度特征 / ETF因子构建介绍

- 作者：金融工程组分析师高智威（执业证书编号S1130522110003）

• 发布机构：国金证券研究所

- 发布日期：未知，报告内容截止到2023年6月

• 研究对象：以富国基金旗下21只股票型ETF（剔除债券型、商品型及港股相关ETF）为主要标的，从多维度构建ETF景气度因子，进而构建ETF轮动策略。

核心论点：

报告通过引入行业景气度因子（盈利、质量、估值动量）及分析师预期因子，结合富国基金旗下ETF标的构建ETF轮动因子及策略。该策略基于对ETF成分股的盈利能力、经营质量、估值变化及分析师预期的多维考量，采用多加权方法和边际变化测算指标，经过因子筛选与合成后，构造出一个能够较好预测ETF未来收益的因子。基于此因子，设计了月度调仓、持有排名靠前的3只ETF的轮动策略。回测结果显示该策略年化收益率9.83%，显著优于等权基准2.63%[page::0,3,12,13]。

---

2. 逐节深度解读

2.1 ETF构建背景与投资标的选择（第一章、第二章）

报告指出ETF作为被动跟踪指数的投资工具，其表现受成分股及所跟踪指数影响，因此行业层面的景气度因子可应用于ETF层面。依托此前《基于多维度行业景气度与估值动量的行业轮动策略》报告经验，将行业盈利、经营质量、估值动量结合分析师预期因子移植到ETF层面，构建由富国基金旗下ETF标的组成的轮动池。筛选原则是覆盖面广、跟踪误差低，最终筛选21只ETF（17主题/行业，3宽基，1策略/风格）[page::0,3]。

ETF覆盖行业包括银行、医疗、军工、消费等，具体见图表2，上市时间从2011年至2021年不等。剔除了债券、商品、港股相关ETF，确保策略聚焦国内A股相关主题和行业[page::4]。

2.2 因子构建原则与测算方法（第三章3.1）

因子构建基于个股TTM（过去12个月滚动）财务数据和一致预期数据，将公司层面指标加权合成为ETF层面指标。为解决季节性和行业间指标差异，采用：

• 季节性调整：区间指标使用TTM，时点指标取期初末均值；

- 多种合成加权方法：整体法（全部财务加总），中位数法，流通市值加权法，龙头股（市值排名前10%）加权法，因不同指标适合不同权重方式；

• 指标边际变化转化：采用环比（本期与上一期比较）和同比（本期与去年同期比较）计算，确保行业间可比性；

- 因子绩效测评：使用IC（信息系数，预测收益的相关性），以及将ETF按因子分为五等分组构建组合，检验因子筛选与泛化能力。

综上形成盈利、质量、估值动量和分析师预期四类因子[page::4-5]。

2.3 盈利类因子分析（3.2节）

盈利类因子以扣非净利润环比和净利润同比为主，均采用中位数法加权。IC均值分别为3.00%和4.05%，表现虽不算特别突出但具一定预测能力。分位数组合表现中，Top组合在趋势和收益上均优于Bottom和市场，净值稳步上升，其中扣非净利润环比的多空组合年化收益率7.48%，净利润同比多空组合年化收益率6.30%，夏普比率均在0.4左右，但年化收益的单调性尚不理想[page::6-7]。

2.4 质量类因子分析（3.3节）

质量因子选取经营资本周转率和经营资本占比，采用龙头股法加权，分别采用半年环比和同比测算指标变化。IC表现显著优于盈利因子，经营资本占比IC均值高达7.57%。分位数组合优势明显，Top组合、市场组合以及Bottom组合曲线差异显著，多空组合年化收益率达到16.05%，夏普比率1.06，表现相较盈利因子优越，强调资产运营效率和资金流动性的提升更具预测能力[page::7-8]。

2.5 估值动量因子分析（3.4节）

将估值动量定义为市盈率倒数的半年环比变化，用龙头股法加权。作为市场情绪、资金流和政策影响下估值变化的反映，IC均值达5.97%。分位数组合显示Top组合年化收益11.24%，夏普0.48，多空组合年化收益10.93%，夏普0.67，估值动量因子为景气度提供了重要的价格维度信号[page::8-9]。

2.6 分析师预期因子（3.5节）

采用分析师对下一年度EPS一致预期的最近3个月变化率，使用龙头股加权法构建该因子。IC均值约4.98%，略优于盈利因子。分位数组合多空收益为7.9%，夏普比率0.41，表明该因子对行业未来预期变化的敏感性，为轮动策略注入了较强的前瞻视角[page::9-10]。

2.7 多因子合成与策略构建（第四章与第五章）

考虑单一因子预测能力有限，合成6个因子（盈利2个、质量2个、估值动量1个、预期1个）等权标准化合成ETF轮动因子。合成因子IC均值为9.38%，风险调整后的IC为0.28，明显优于任一单因子。分位数组合表现突出，多空组合年化收益15.11%，夏普比率0.75，Top组合年化收益11.05%，夏普0.46，稳健平滑。

基于该合成因子设计轮动策略：每月末选取排名前三的ETF等权持有，使用对应指数收益替代ETF收益进行回测。交易成本为严格单边千分之三。2016年6月至2023年6月回测期内，策略年化9.83%，显著优于等权基准2.63%；月均双边换手率52.05%，换手率适中。分年度看大多数年份超额收益为正，累计超额收益约60%[page::11-14]。

---

3. 图表深度解读

• 图表1示意ETF涨跌机理：指数/行业股价通过成分股影响ETF净值，ETF跟踪该指数实现相似涨跌，强化了行业景气度因子的应用逻辑[page::3]。
• 图表2详细列出21只富国ETF标的，覆盖宽基、策略及主题行业，体现策略标的多样化、覆盖广泛，包括银行、医药、军工等主流行业，保障因子信号的代表性[page::4]。
• 图表3因子构建流程图展示了从个股TTM财务与预期数据，经四种加权方法合成，到环比/同比变化计算，最终生成盈利、质量、估值动量和分析师预期四大类因子，体现系统方法论[page::5]。
• 图表4加权方法细化了整体法、中位数法、流通市值加权和龙头股法的差异，保证针对不同指标选取最优合成方法，增强因子稳健性[page::5]。
• 图表5环比与同比计算方法说明，折射出不同时间尺度上的边际变化信息解读。
• 图表6~11盈利因子定义与表现：扣非净利润环比、中位数法环比和净利润同比，中位数法同比因子表现稍优；分位数组合和多空收益显示盈利因子对景气度的预测能力，但波动较大，单因子表现不稳定[page::6-7]。
• 图表12~17质量因子定义（经营资本周转与占比，龙头股加权，半年环比/同比），IC与分位数组合均优于盈利因子，显示公司营运与资金效率的提升对ETF收益有更稳定的贡献[page::7-8]。
• 图表18~21估值动量因子定义（市盈率倒数，半年环比，龙头股法）、IC表现及分位数组合，拓展了指标维度捕捉市场情绪和资金环境变化[page::8-9]。
• 图表22~25分析师预期变化因子定义、IC与分位数组合，强调前瞻性信息对策略提升的价值[page::9-10]。
• 图表26~30多因子合成因子IC远超单因子，分位数组合净值平稳并带来显著超额收益，验证了多维度融合策略的有效性和适用性[page::11-12]。
• 图表31~33富国ETF轮动策略净值表现及分年度超额收益显示，经过严格交易成本考量后的策略仍具备显著的市场超越能力，其中交易频次适中[page::13-14]。
• 图表34介绍富国基金ETF全产品分布，其中行业主题ETF占比较大，符合本报告所依托标的特点，且基金管理规模和实力较强，为策略实施提供有力支撑[page::15]。

---

4. 估值分析

报告未专门从企业估值角度做传统的估值模型分析，但通过市盈率倒数因子的半年环比变化捕捉估值的调整信号，直接反映价格与盈利关系变化，适用于策略中动态捕捉市场情绪和估值动量。

ETF整体估值被龙头股法加权解构，反映估值变化的领先力量，因而提高估值因子的预测能力。此方法契合策略快速响应行业估值变化的需求。

多因子合成体现的整体策略估值隐含在因子加权中，无需单独估值模型，策略表现以历史回测超额收益和IC衡量验证[page::8-12]。

---

5. 风险因素评估

报告强调历史统计与建模存在的固有限制，市场和政策环境变化均可能致使模型失效。尤其：

• 政策环境突变可能导致模型假设不再成立或因子指标失效；
• 国际政治摩擦可能引发资产类别的同向剧烈波动；
• 市场环境尤其在极端情况下的系统性风险未被完全覆盖。

报告未针对具体风险设计缓解策略，但提醒投资者注意其模型依赖的假设条件和动态调整的重要性[page::0,15]。

---

6. 审慎视角与潜在细节

• 报告优势在于充分运用多种数据处理方法（多加权方式、季节性调整、同比环比转换），确保因子稳健性和广泛适用性。
• 因子合成表现优于单因子，符合金融工程多因子策略的经验法则。
• 分位数组合表现和多空组合收益验证了因子的有效性。
• 样本ETF数量为21只，虽覆盖广泛但规模有限，可能影响模型的泛化能力和极端市场表现。
• 因子均基于财务数据和预期调整，反应市场财务因素驱动，行为金融等非理性因素未纳入。
• 策略依赖月度调仓，换手率52.05%，相比固定资产轮动略高，投资者应关注交易成本对长期回报的影响。
• 部分年份策略出现负超额收益，表明策略在特殊市场周期或极端行情中表现波动，需投资者充分理解。

---

7. 结论性综合

本报告通过系统构建与筛选六个单因子，涵盖盈利（扣非净利润环比、净利润同比）、质量（经营资本周转和占比）、估值动量（市盈率倒数）及分析师预期，用多加权方式及同比环比计算指标边际变化，有效克服行业差异和季节性数据的局限。单因子都显示出一定的预测能力，多因子合成显著提升信息系数，增强了因子稳定性与收益预测能力。

基于此合成ETF轮动因子，设计了月度调仓轮动策略，于富国基金旗下的21只主题和宽基ETF池上回测，考虑真实交易成本，7年回测期内策略年化9.83%，远超基准2.63%，夏普比率提升明显，分年度展现整体正超额收益，累计超额约60%。换手率适中，表明策略在实际操作中具备一定可执行性。

图表分析强烈支持策略的有效性，因子与组合净值走势理想且多空差异显著。该策略利用了行业景气度和市场预期的多维信息，尤其结合分析师预期因子，为行业ETF投资者提供了一个反应灵敏且稳定的轮动投资工具。

研究结论高度契合ETF被动指数与行业行情紧密相关的本质，兼顾盈利、质量、估值动量及预期视角，体现对多维度景气度因素的全面把握。风险提示明确指出政策和市场环境变化的潜在影响，为策略稳健实施提供警示。

总结而言，报告在理论构建、数据处理、指标设计及实证回测上系统完整，方法科学严谨，成果实用且具较高的参考价值，为ETF投资研究和策略构建提供了值得借鉴的框架及样本。[page::0-15]

---

参考图表（示例）

• ETF轮动策略构建示意图

• 扣非净利润环比因子分位数组合表现

• 经营资本周转因子分位数组合表现

• 市盈率倒数因子分位数组合表现

• 分析师预期变化因子分位数组合表现

• ETF轮动因子分位数组合表现

• 富国ETF轮动策略净值表现

• 富国ETF轮动策略分年度超额收益率

---

以上为报告详尽的结构化分析与解读，涵盖了每一章节的关键点、数据意义、预测逻辑、图表解读、估值思路和风险角度，提供了专业完整的ETF轮动策略研究全貌。

报告