【广发金工】2024精选深度报告系列之七:资金流视角下的指数轮动及ETF配置策略

（以下内容从广发证券《【广发金工】2024精选深度报告系列之七:资金流视角下的指数轮动及ETF配置策略》研报附件原文摘录）
　　摘 要 资金流视角下的指数轮动及ETF配置策略。 本文中，我们基于个股的资金流数据出发，尝试以更高的频率构建指数轮动及ETF配置策略。在具体ETF配置策略组合的构建方法上，首先我们从不同类型的个股资金流数据出发，结合成分股明细构建指数资金流指标；而后，我们筛选周频指数轮动效果较好的资金流指标，并以此构建指数轮动策略；最后，我们基于指数轮动策略构建ETF组合，并以此出发构建多因子+多资产ETF组合。 指数资金流指标构建。 我们从个股的资金流数据出发，结合指数的成分股明细，构建指数资金流指标。具体来看，我们将指数成分股不同类型的资金流数据根据其在指数中的权重进行加权，以此得到指数资金流指标，进一步地，对于部分指标，为了使其在不同市值水平的指数之间可比，我们将计算成分股加权资金流数据与成分股加权市值的比值。 周频指数轮动策略构建。 我们对于各个指数分别从不同角度及不同时段出发构建多个资金流指标，并测试这些资金流指标在周频指数轮动策略中的有效性。基于测试结果，我们从中筛选出6个有效性较高的指数资金流指标，并根据其综合打分结果构建周频指数轮动策略组合。从计算的结果来看，不同分档组合的累计收益率呈现出较为明显的单调性，资金流指标得分较高的指数所构建的组合长期具有较为明显的超额收益。 周频ETF配置策略构建。 我们通过ETF实现资金流指数轮动策略的具体配置，即资金流ETF配置策略组合。在ETF的筛选上，考虑到我们将以周度为频率在二级市场进行调仓，因此对于其规模及流动性均设置一定的阈值。历史上来看，周频资金流ETF配置策略组合的超额收益较为显著，在回测区间中的不同年份均获得了正向的超额收益。进一步地，我们以此出发构建多因子+多资产ETF组合，历史上来看同样获得了较为可观的业绩表现。 风险提示。 （1）本文仅在合理的假设范围讨论，文中数据均为历史数据；（2）基于模型得到的相关结论并不能完全准确地刻画现实环境以及预测未来；（3）本文中基于模型得到的打分结果不代表任何投资建议。 正 文 一、资金流视角下的指数轮动及ETF配置策略 1.1 月频ETF配置策略 (本文数据来源均为Wind数据) 2019年以来，A股市场权益ETF同样迎来了快速发展，总数量从2018Q4的149只上升至2024Q2的826只，总规模从2018Q4的0.34万亿元上升至2024Q2的1.85万亿元。 (本文中的权益ETF为：被动指数型基金、指数增强型基金，不包含债券型基金、商品型基金、货币型基金及QDII基金。) 在先前的专题报告《基于场内基金的权益指数轮动及多资产配置策略：基金产品专题研究系列之四十一》中，我们构建了月频ETF配置策略组合。考虑到ETF的收益形式主要为复制跟踪指数的表现，此处我们从指数轮动策略出发构建ETF配置策略组合。具体来看，我们从6个维度出发构建指数指标，分别为：历史基本面、资金流、一致预期、宏观、动量及风格。 对于不同的考察维度，我们将根据不同的数据出发构建具体指标，并测试不同指标在指数轮动策略上的有效性以及指标之间的相关性，最终根据多个指标的综合结果构建指数轮动策略。在此基础上，我们通过ETF实现指数轮动策略的具体配置，即月频ETF配置策略组合。 从回测结果来看，在2016.12.31-2024.6.30的时间区间内，月频ETF配置策略组合的累计收益率为162.41%，同期可投资指数组合的累计收益率为8.62%。长期来看，月频ETF配置策略组合的超额收益较为显著，在回测区间中的不同年份均获得了正向的超额收益。 1.2 本文研究思路：资金流视角下的指数轮动及ETF配置策略 本文中，我们基于个股的资金流数据出发，尝试以更高的频率构建指数轮动及ETF配置策略。在资金流数据的使用上，一方面我们将考虑资金流的方向，具体划分为买入、卖出、主动买入、主动卖出；另一方面我们将考虑资金流的数额，具体划分为超大单、大单、中单、小单。 在具体ETF配置策略组合的构建方法上，首先我们从不同类型的个股资金流数据出发，结合成分股明细构建指数资金流指标；而后，我们筛选周频指数轮动效果较好的资金流指标，并以此构建指数轮动策略；最后，我们基于指数轮动策略构建ETF组合，并以此出发构建多因子+多资产ETF组合。 二、指数资金流指标构建 情况跟踪益基金整体风格、行业配置变化 2.1 A股资金流整体情况 本节中，我们从不同类型的个股资金流数据出发，考察A股市场资金流的整体情况。在进行数据统计之前，此处我们简单介绍不同类型资金流数据之间的关系，具体如下： 买入额=买入额(超大单)+买入额(大单) +买入额(中单) +买入额(小单) 卖出额=卖出额(超大单)+卖出额(大单) +卖出额(中单) +卖出额(小单) 买入额=卖出额=成交额 主动买入额=主动买入额(超大单)+主动买入额(大单) +主动买入额(中单) +主动买入额(小单) 主动卖出额=主动卖出额(超大单)+主动卖出额(大单) +主动卖出额(中单) +主动卖出额(小单) 主动买入额=被动卖出额 主动卖出额=被动买入额 主动买入额+主动卖出额=买入额=卖出额=成交额 从A股市场资金流整体情况的统计结果来看，买入额方面，超大单、大单的占比自2017年以来呈现出逐渐下降的趋势，而小单的占比则逐渐上升；卖出额方面，整体的变化趋势与买入额类似。 主动买入额、主动卖出额方面，2017年以来两者整体上没有出现明显的变化趋势。平均来看，主动卖出额的占比约为51.53%，略高于主动买入额的占比水平。主动买入额方面，超大单、大单的占比自2017年以来同样呈现出逐渐下降的趋势，而小单的占比则逐渐上升；主动卖出额方面，整体的变化趋势与主动买入额类似。 2.2 指数资金流指标构建 本节中，我们从个股的资金流数据出发，结合指数的成分股明细，构建指数资金流指标。具体来看，我们将指数成分股不同类型的资金流数据根据其在指数中的权重进行加权，以此得到指数资金流指标。进一步地，对于部分资金流指标，为了使其在不同市值水平的指数之间可比，我们将计算成分股加权资金流数据与成分股加权市值的比值。 此处，我们以沪深300指数为例，以周度为频率计算该指数的资金流指标。历史上来看，沪深300指数的主动净流入额占流通市值比整体处于-0.2%-0.2%之间，超大单、大单的主动净流入额占流通市值在不同时段波动幅度相对较大，而中单、小单的主动净流入额占流通市值在不同时段波动幅度相对较小。 主动买入额占比方面，与上节中A股市场整体情况类似，沪深300指数主动买入额的周度平均占比约为49.50%，低于主动卖出额的平均占比水平；而如果仅考虑超大单及大单的情况，则沪深300指数主动买入额的周度平均占比约为51.03%，高于主动卖出额的平均占比水平。 三、周频指数轮动策略构建 情况跟踪益基金整体风格、行业配置变化 3.1 指数资金流指标测试 本章中，我们基于第二章的方法，对于各个指数分别从不同角度及不同时段出发构建多个资金流指标，并测试这些资金流指标在周频指数轮动策略中的有效性。具体测试方法如下： 样本指数筛选： （1）跟踪产品：存在指数产品跟踪； （2）指数资产：以A股投资为主； （3）其它：公开成分股明细； 换仓时点：每周末； 指数加权：等权； 指数数量：分10档。 经测试，在2016.12.30-2024.6.30的时间区间内，基于历史2周、历史4周资金流数据所构建的主动净流入额占流通市值比：超大单、大单、主动买入额占比及主动卖出额占比：超大单、大单等指标的有效性相对较高，下文中我们将尝试根据这些指标出发构建资金流指数轮动及ETF配置策略。 在指标加权的问题上，此处我们等权分配各个资金流指标的权重。在具体指数资金流指标得分的计算上，我们根据将资金流指标的Z值作为得分，并结合对应指标的权重加权求和。 3.2 周频指数轮动策略组合 本节中，我们基于上节中筛选出的6个指数资金流指标的综合打分结果构建周频指数轮动策略组合。此处，我们在每个周度换仓时点根据指数资金流指标的综合得分将所有样本指数分为10档，并计算由每档中指数所构成组合的业绩表现。从计算的结果来看，不同分档组合的累计收益率呈现出较为明显的单调性，资金流指标得分较高的指数所构建的组合长期具有较为明显的超额收益。 从回测结果来看，在2016.12.30-2024.6.30的时间区间内，周频指数轮动策略组合的累计收益率为229.31%，同期样本指数组合的累计收益率为15.56%。长期来看，周频指数轮动策略组合的超额收益较为显著，在回测区间中的不同年份均获得了正向的超额收益 四、周频ETF配置策略构建 情况跟踪益基金整体风格、行业配置变化 4.1 周频资金流ETF配置策略组合 本章中，我们将通过ETF实现第三章中资金流指数轮动策略的具体配置，即资金流ETF配置策略组合。在ETF的筛选上，考虑到我们将以周度为频率在二级市场进行调仓，因此对于其规模及流动性均设置一定的阈值。 具体来看，首先我们筛选规模、流动性、存续时间满足一定条件的ETF，并将这些产品的跟踪指数作为可投资指数；而后，我们计算各个可投资指数的资金流指标得分，并筛选综合得分在前20%的指数；最终，我们在选择这些指数的对应ETF进行配置，并约束组合中ETF的数量上限为10只。具体测试细节如下： 样本基金筛选： （1）基金类型：被动指数型基金； （2）运作模式：ETF； （3）基金规模：最新规模超过2亿； （4）场内流动性：近1周日均成交额大于0.1亿； （5）存续时长：存续时间超过180天； 换仓时点：每周初； 换仓方法：开盘价调仓； 基金加权：等权； 基金数量：最多10只。 从回测结果来看，在2019.12.27-2024.6.30的时间区间内，资金流ETF配置策略组合的累计收益率为66.12%，同期可投资指数组合的累计收益率为-0.57%。长期来看，资金流ETF配置策略组合的超额收益较为显著，在回测区间中的不同年份均获得了正向的超额收益。 4.2 周频多因子ETF配置策略组合 本节中，我们在资金流指标的基础上，加入第一章中月频ETF配置策略中的相关指标，构建周频多因子ETF配置策略。在原先的月频多因子ETF配置策略中，资金流指标的权重为1/6；而在本节的周频多因子ETF配置策略中，为了体现资金流指标在周度频率上的有效性，我们将一定程度上提高资金流指标的总权重。 在周频多因子ETF配置策略组合的构建上，我们将分别测试由5只ETF及由10只ETF所构成组合的表现。对于由5只ETF所构成的组合，我们将约束组合中相同类型指数(相同宽基、相同行业主题、相同SmartBeta风格)对应ETF标的的数量上限；对于由10只ETF所构成的组合则不进行约束。在其余测试细节上，本节中的方法与上节中一致。 从回测结果来看，在2019.12.27-2024.6.30的时间区间内，由5只ETF所构成的周频多因子ETF配置策略组合的累计收益率为150.79%，同期可投资指数组合的累计收益率为-0.57%。长期来看，由5只ETF所构成的周频多因子ETF配置策略组合的超额收益较为显著，在回测区间中的不同年份均获得了正向的超额收益。 从回测结果来看，在2019.12.27-2024.6.30的时间区间内，由10只ETF所构成的周频多因子ETF配置策略组合的累计收益率为119.97%，同期可投资指数组合的累计收益率为-0.57%。长期来看，由10只ETF所构成的周频多因子ETF配置策略组合的超额收益较为显著，在回测区间中的不同年份均获得了正向的超额收益。 4.3 周频多因子+多资产ETF配置策略组合 本节中，我们从上节中的周频多因子ETF配置策略组合出发，结合债券、货币ETF构建周频多因子+多资产ETF配置策略组合。具体来看，我们设定组合的基准为权益*25%+债券*70%+货币*5%，并以周度为频率进行资产配置比例的再平衡。对于组合中的权益部分，我们将以上节中的周频多因子ETF配置策略组合作为配置。 从回测结果来看，在2019.12.27-2024.6.30的时间区间内，由5只ETF所构成的周频多因子+多资产ETF配置策略组合的累计收益率为60.51%，年化收益率为11.25%，最大回撤为5.45%。长期来看，由5只ETF所构成的周频多因子+多资产ETF配置策略组合的收益较为稳健，在回测区间中的不同年份均获得了正向的绝对收益。 从回测结果来看，在2019.12.27-2024.6.30的时间区间内，由10只ETF所构成的周频多因子+多资产ETF配置策略组合的累计收益率为54.96%，年化收益率为10.36%，最大回撤为5.84%。长期来看，由10只ETF所构成的周频多因子+多资产ETF配置策略组合的收益较为稳健，在回测区间中的不同年份均获得了正向的绝对收益。 五、总结 本文中，我们基于个股的资金流数据出发，尝试以更高的频率构建指数轮动及ETF配置策略。在具体ETF配置策略组合的构建方法上，首先我们从不同类型的个股资金流数据出发，结合成分股明细构建指数资金流指标；而后，我们筛选周频指数轮动效果较好的资金流指标，并以此构建指数轮动策略；最后，我们基于指数轮动策略构建ETF组合，并以此出发构建多因子+多资产ETF组合。 首先，我们从个股的资金流数据出发，结合指数的成分股明细，构建指数资金流指标。具体来看，我们将指数成分股不同类型的资金流数据根据其在指数中的权重进行加权，以此得到指数资金流指标，进一步地，对于部分指标，为了使其在不同市值水平的指数之间可比，我们将计算成分股加权资金流数据与成分股加权市值的比值。 而后，我们对于各个指数分别从不同角度及不同时段出发构建多个资金流指标，并测试这些资金流指标在周频指数轮动策略中的有效性。基于测试结果，我们从中筛选出6个有效性较高的指数资金流指标，并根据其综合打分结果构建周频指数轮动策略组合。从计算的结果来看，不同分档组合的累计收益率呈现出较为明显的单调性，资金流指标得分较高的指数所构建的组合长期具有较为明显的超额收益。 最后，我们通过ETF实现资金流指数轮动策略的具体配置，即资金流ETF配置策略组合。在ETF的筛选上，考虑到我们将以周度为频率在二级市场进行调仓，因此对于其规模及流动性均设置一定的阈值。历史上来看，周频资金流ETF配置策略组合的超额收益较为显著，在回测区间中的不同年份均获得了正向的超额收益。进一步地，我们以此出发构建多因子+多资产ETF组合，历史上来看同样获得了较为可观的业绩表现。 六、风险提示 （1）本文仅在合理的假设范围讨论，文中数据均为历史数据；（2）基于模型得到的相关结论并不能完全准确地刻画现实环境以及预测未来；（3）本文中基于模型得到的打分结果不代表任何投资建议。 详细研究内容请参见广发金工专题报告 《资金流视角下的指数轮动及ETF配置策略》 法律声明： 本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。 完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。 在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。 本微信号推送内容仅反映广发证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。 本微信号及其推送内容的版权归广发证券所有，广发证券对本微信号及其推送内容保留一切法律权利。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）