来源：海通量化团队

本篇报告主要研究如何利用行业轮动模型，以及市场上丰富的行业与主题ETF产品，通过对冲手段或者股债配置的手段，实现绝对收益。

1

行业/主题ETF概况

近几年市场行业与主题行情突出，对应的ETF产品越来越丰富。这为机构投资者进行配置策略提供了便利，也为各种轮动策略提供了足够的工具，以更好的捕捉市场风格/行业切换的节奏。在之前的报告中我们介绍过海通的行业轮动模型，自2018年样本外跟踪以来，取得了10%以上的年化超额收益，今年累计超额收益已经高达13%。本文主要通过这个行业轮动模型，结合市场上已经发行的行业/主题ETF产品，构建绝对收益策略。

当前市场上股票型ETF产品合计252只，其中140只为行业或主题型，数量占比高达55%；ETF规模合计6000多亿，行业与主题型产品合计规模3000多亿，规模占比接近50%；从近半年的成交来看，股票型ETF日均成交约200多亿，而行业与主题型ETF日均成交约129亿，占股票型ETF成交的58%。无论从总规模、数量还是产品流动性和活跃度来看，行业与主题型产品都在股票型ETF中占据了非常重要的地位，是一类重要的产品分支。

丰富的产品类型、活跃的成交，为行业轮动策略提供了很好的基础。且随着后续更多行业ETF的发行，会有更多的投资人参与到行业的配置中来，也会进一步提升产品的流动性。

1.1

行业轮动基准池与全行业池

在之前构建的行业轮动策略中，我们以中信一级30个行业为基准池，但并非所有一级行业都有匹配的ETF产品。故而我们根据市场上ETF的跟踪指数，和中信一级行业进行了匹配，共挑选出14个一级行业标的，以及与之匹配的57只ETF产品。后续的轮动策略将在这14个行业中进行。

下表中为有ETF产品与之匹配的行业指数标的。

虽然看起来在30个行业指数中，仅有14个行业指数被挑选进入轮动策略基准池。但这14个标的在全行业池中非常具有代表性。下图中我们分别从总市值、营业收入、净利润角度，展示了行业轮动基准池（14个标的）与全样本池（30个标的）的情况。数据采用2019年年报数据。市值方面，行业轮动池占全市场比例接近70%；营业收入方面，占比接近50%；净利润方面，占比超过70%。整体而言，这14个可以进行轮动的行业标的，贡献了全样本池中大部分的利润，且从规模方面也能够代表市场主流品种。

1.2

行业轮动ETF基准池与ETF全样本池

根据行业指数与ETF跟踪标的的匹配情况，我们挑选了共计57只行业/主题ETF产品。所挑选的产品，在行业/主题型ETF的全样本池中，具体的数量、规模、成交情况如下表所示。其中规模数据截止到2020年一季报，成交数据截止到2020年4月30号。

从数量来看，最终在行业轮动ETF基准池中的产品数量占比并不是很高，占对应ETF全样本池41%，但是从规模来看，占比超过50%，且从成交情况来看，入选的ETF产品，成交非常活跃，占比超过80%，是市场热点的代表。这些可以进行轮动的ETF产品，也是市场交易的焦点，为轮动策略的运行提供了很好的流动性。

2

行业轮动策略相对行业基准池效果

确定了可以进行行业轮动的行业指数标的，以及能够构建投资组合的与之对应的ETF标的，接下来我们通过之前介绍过的行业轮动模型在筛选后的池子中构建新的策略。

为了验证策略的有效性，首先我们以前文中确定的14只行业标的等权加权后的基准，作为行业轮动策略的基准，查看策略相对行业基准池的轮动效果。我们在行业轮动跟踪报告中，一直对外发布两种行业组合：单因子多策略以及复合因子策略。

单因子多策略：选取每个因子得分最高的行业作为极值行业，将所有因子的极值行业构建等权行业组合，后文简称策略1；

复合因子策略：等权加权所有因子得到复合因子，根据复合因子得分进行行业排序，选择排序靠前的行业构建等权组合，后文简称策略2。（本文中为了与策略1的持仓数量基本一致，策略2选择持仓4个行业。）

策略收益以及基准收益的计算如下：

1）每个月，通过模型选到推荐的行业指数标的；

2）挑选与行业指数标的匹配的ETF产品，如果当期没有对应ETF产品上市，则持有与该指数对应的所有ETF产品的跟踪指数，指数之间等权加权。如假设当期推荐配置食品饮料行业，而跟踪类似食品饮料指数的ETF产品共计3只，3只均未上市，则等权加权这3只产品跟踪指数的收益，作为该推荐行业的收益；

3）如果当期已经有与行业指数对应的ETF产品上市，则对上市产品的近一个月成交进行排序，挑选成交最活跃的第一个ETF产品作为该行业代表，其跟踪的指数收益即为该推荐行业的收益。

4）行业基准池收益的计算，按照上述方法匹配所有行业指数的对应收益后，等权加权得到。

在对外发布的报告中，2018年开始的样本外跟踪期间，始终是策略1表现更优，下表中我们展示了两种策略构建方式，在新的行业基准池中的轮动效果。相对而言，策略1表现更优，相对等权行业基准池年化超额收益14%，月度胜率66%，信息比1.51。

3

行业轮动策略相对宽基效果

前文中验证了行业轮动策略在基准池中的有效性，进一步的，我们分析策略相对宽基指数沪深300、中证500的超额收益情况。因为绝对收益产品中的一类重要分支，就是对冲产品，而沪深300期货和中证500期货是重要的组合对冲工具，如果策略相对这两个宽基指数超额收益稳定且足够高，就可以构建对冲策略实现绝对收益。

下表中分别展示了策略1相对沪深300、中证500、行业基准池的收益数据，以及行业基准池相对沪深300、中证500的收益数据。

1）我们所筛选的行业基准池，长期来看相对沪深300与中证500就具有超额收益，分别为年化4%以及2%。因为前文中我们提及过，这些行业是市场主流品种，且贡献了大多数的利润，故而长期来看能够跑赢宽基。2）策略能够稳定的跑赢行业基准池，贡献约14%的年化超额收益。3）相对沪深300与中证500，策略年化可以分别获取17%、16%的超额收益。由于中证500的行业分布相对分散，故而相对中证500的胜率、信息比更高，分别为64%、1.44。

4

行业轮动策略相对动态基准

除了选择一个固定的宽基作为比较基准，或者说选择一个固定的期货品种进行对冲之外，绝对收益产品还有另外一种选择，可以动态决定当期进行对冲的品种。选择对冲品种的方法很多，基差收益、展期收益等等，我们在本节简单举了4种动态决定基准的方法进行参考，可以作为固定基准的替代。

在本节的分析中，我们先不考虑期货对冲的实际情况，主要以宽基指数收益作为我们的基准，讨论在不考虑期货对冲成本、展期成本等的影响下，动态基准是否优于固定基准。如果是，后续在产品对冲过程中，可以选择动态调整对冲品种。

下表中，我们分别列举了4种动态选择基准的方式，方法1和方法2根据持仓样本和宽基指数的风格匹配，每期基准选择一个指数，即沪深300或者中证500，方法3和方法4对沪深300和中证500进行了一定组合，按照一定权重进行加权得到复合基准。表中展示了相对4种基准，策略1的收益情况。

从表中能够看出，1）复合基准下，虽然策略超额收益没有显著提升，但策略信息比得到进一步提升，回撤有一定程度的缩小；2）策略相对沪深300年化超额收益17%，采用动态的单一基准（方法1），年化收益提升至21%。相对沪深300信息比1.07，相对动态基准（方法1）信息比提升至1.31。整体而言，动态基准下，策略的信息比能够得到一定提升，由此对冲效果也会更稳定。

考虑到实际运作过程中，复合对冲的策略管理难度较大，此外，单纯从超额收益的角度，方法1收益最高，故而后续我们主要采用方法1构建策略基准。在后文对冲型绝对收益组合的构建中，也运用该方法。

5

行业轮动在绝对收益策略中的应用

5.1

股债混合策略

我们将择时观点加入股债再平衡策略中，其中择时观点使用《股债混合配置与衍生品对冲》报告中构建的宏观动量月度择时模型生成。仅根据股票择时观点调整仓位，若模型看多股票，则股债配比调整为30%和70%；若模型看空股票，则股债配比调整为10%和90%。权益资产为ETF组合。

加入择时观点的股债20/80再平衡策略年化收益率为11.19%，夏普比率和calmar比率分别为1.85和1.09，相比于未加入择时观点的策略年化超额2.61%。

5.2

风险平价策略

下面我们将择时观点加入股债风险平价策略中，以进一步提高组合的收益风险比。

令初始股债风险预算为1:1，定义风险预算调整系数𝝉，若股票择时信号为正向，则股债风险预算调整为(1/2)^(1/𝝉):1-(1/2)^(1/𝝉)；若股票择时信号为负向，则股债风险预算调整为(1/2)^ 𝝉:1-(1/2)^ 𝝉；若股票择时信号为中性，则股债风险预算维持1:1不变。

当𝝉=3时，策略的年化收益率为8.46%，夏普比率和calmar比率分别为2.81和1.77，相比于未加入择时观点的策略年化超额1.20%。

5.3

量化对冲策略

行业轮动策略具有较高的超额收益，我们可以对冲股指期货以获得绝对收益，回测参数设置如下：

1.    股票仓位固定为70%，股指期货空头合约面值与行业轮动多头组合市值相等。

2.    根据行业轮动多头组合的风格特征，灵活选择沪深300股指期货（IF）或中证500股指期货（IC）对冲。

3.    月初调仓，并再平衡股票多头和股指期货空头仓位。

使用股指期货当月合约对冲，交割日前一天以当日成交均价展期，交易成本为双边万分之六。

股指期货在2015年6-9月的股市异常波动中，负基差极度扩大，对冲成本上升，绝大多数公募量化对冲产品大幅降低股票仓位，将大部分仓位配置于现金和债券，2017年年初负基差方才有所缓解。因此，我们在2015.7.1-2016.12.31平掉股票仓位，将全部资金投资于货币基金（H11025.CSI）。

剔除股指期货深度贴水时期之后，行业轮动对冲策略的年化收益率为13.19%，夏普比率和calmar比率分别为1.43和1.10，每个年份均能取得正收益。

6

全文总结

本篇报告主要研究如何利用行业轮动模型，以及市场上丰富的行业与主题ETF产品，通过对冲手段或者股债配置的手段，实现绝对收益。

当前市场上股票型ETF产品合计252只，其中140只为行业或主题型，数量占比高达55%，规模占比接近50%，从近半年的成交来看，行业与主题型ETF日均成交占股票型ETF成交的58%。无论从总规模、数量还是产品流动性和活跃度来看，行业与主题型产品都在股票型ETF中占据了非常重要的地位。

在30个中信一级行业中，挑选出14个有ETF匹配的行业指数构建轮动策略。这14个行业市值占比70%，收入占比50%，利润占比超过70%。贡献了全样本池中大部分的利润，且从规模方面也能够代表市场主流品种。与14个指数对应的ETF合计57只，规模占行业与主题ETF全样本池50%，成交占比超过80%，是市场热点的代表。

ETF轮动组合相对等权基准池，年化超额收益14%，月度胜率66%，信息比1.51。自2013年以来均跑赢基准，年度胜率100%。

轮动组合相对沪深300与中证500，年化可以分别获取17%、16%的超额收益。由于中证500的行业分布相对分散，相对中证500的胜率、信息比更高，分别为64%、1.44。

构建基于沪深300和中证500的动态基准，策略相对动态基准年化超额收益21%，月度胜率64%，信息比1.31。

将ETF轮动组合作为权益资产，构建根据择时观点进行动态调整的股债再平衡策略，年化收益率为11.19%，夏普比率和calmar比率分别为1.85和1.09。加入择时观点的股债风险平价策略，年化收益率为8.46%，夏普比率和calmar比率分别为2.81和1.77。

持有ETF轮动组合作为多头资产，动态选择沪深300或者中证500期货进行对冲，2013年2月以来，对冲策略的年化收益率为9.63%，夏普比率和calmar比率分别为0.87和0.45。剔除2015年7月至2016年股指期货深度贴水时段之后，对冲策略的年化收益率为13.19%，夏普比率和calmar比率分别为1.43和1.10，每个年份均能取得正收益。

6

风险提示

模型误设风险，因子失效风险，流动性风险。

联系人：郑雅斌 021-23219395

专题报告下载地址：

https://pan.baidu.com/s/16uVSstHyllcLB5nEiL4bGA

“海量”专题回顾