金融工程深度：如何從行業(yè)輪動(dòng)信號(hào)構(gòu)建ETF組合.pdf

金融工程深度：如何從行業(yè)輪動(dòng)信號(hào)構(gòu)建ETF組合。

本文對(duì)中信建投金融工程團(tuán)隊(duì)長(zhǎng)期跟蹤的行業(yè)輪動(dòng)組合如何實(shí)盤落 地 ETF 組合進(jìn)行了討論，對(duì)比了多種方法后發(fā)現(xiàn)規(guī)劃求解多步驟法 在跟蹤誤差和實(shí)盤化之間取得較好平衡，在 5 億資金量測(cè)算的全球 資產(chǎn)配置 ETF 組合中，用行業(yè)輪動(dòng) ETF 組合代替原有的 A 股組 合，策略費(fèi)后年化收益 6.54%，夏普比 2.49，Calmar 比 2.78，同時(shí) 成交沖擊中位僅為 0.4%，實(shí)盤可行性極高。

贖回費(fèi)率新規(guī)促進(jìn) ETF 配置迎來(lái)新機(jī)遇

證監(jiān)會(huì)近期就《公開募集證券投資基金銷售費(fèi)用管理規(guī)定》征求意 見，核心內(nèi)容包括下調(diào)認(rèn)購(gòu)費(fèi)、申購(gòu)費(fèi)，強(qiáng)化贖回費(fèi)歸入基金財(cái) 產(chǎn)，并引導(dǎo)長(zhǎng)期投資。ETF 高效靈活的優(yōu)勢(shì)進(jìn)一步凸顯，可能推動(dòng) FOF 加大 ETF 配置。國(guó)內(nèi) ETF-FOF 產(chǎn)品仍處起步階段，未來(lái)增長(zhǎng) 潛力巨大。行業(yè)輪動(dòng)策略作為 ETF-FOF 構(gòu)建的重要方式，其應(yīng)用 前景廣闊。

基于打分法的行業(yè)輪動(dòng) ETF 組合

通過(guò)行業(yè)打分加權(quán)構(gòu)建 ETF 組合的方法。該方法根據(jù)行業(yè)得分和 ETF 持倉(cāng)加權(quán)計(jì)算總得分，并引入余弦距離控制標(biāo)的間相似度。為 提升高排名行業(yè)權(quán)重，采用冪函數(shù)調(diào)整得分極差。測(cè)試顯示，該方 法跟蹤誤差在 8%左右，參數(shù)敏感性高，組合行業(yè)暴露易偏離目 標(biāo)，穩(wěn)定性不足。雖可通過(guò)參數(shù)優(yōu)化獲取短期超額，但長(zhǎng)期偏離不 可控，實(shí)盤適用性較差。

基于持倉(cāng)對(duì)比法的行業(yè)輪動(dòng) ETF 組合

該方法直接匹配行業(yè)與 ETF 持倉(cāng)，選取行業(yè)占比最高的 ETF 配 置；或通過(guò)設(shè)定持倉(cāng)閾值，結(jié)合規(guī)模或成交量加權(quán)配置；或選取規(guī) 模或成交最高標(biāo)的以提升組合構(gòu)建精度。測(cè)試表明，該方法跟蹤誤 差約 6.7-6.9%，控制誤差優(yōu)于打分法。

基于規(guī)劃求解的多步驟行業(yè)輪動(dòng) ETF 組合

通過(guò)規(guī)劃求解構(gòu)建 ETF 組合，目標(biāo)函數(shù)為最大化因子值（Alpha、 跟蹤誤差、折溢價(jià)），約束條件包括行業(yè)暴露匹配、權(quán)重上限和尾 部誤差等。使用真實(shí)持倉(cāng)或非負(fù) OLS 估算暴露，測(cè)試顯示跟蹤誤 差因子作為目標(biāo)因子策略和行業(yè)輪動(dòng)跟蹤誤差在 7%左右。估算行 業(yè)持倉(cāng)效果較差，誤差顯著上升。該方法在控制跟蹤誤差和擴(kuò)展性 上較為平衡，但需要多步驟構(gòu)建方法以面對(duì)空解階段。

基于實(shí)盤的策略調(diào)整

結(jié)合實(shí)際資金規(guī)模從 1000 萬(wàn)至 5 億測(cè)試策略成交沖擊。通過(guò)加入 多日切片交易方法可將沖擊顯著至 5%以下，在行業(yè)輪動(dòng)樣本期外 跟蹤時(shí)間段對(duì)收益影響較小。但在切片交易下策略的跟蹤誤差會(huì)顯 著提升。基于雙邊萬(wàn)四和滑點(diǎn)千五的費(fèi)率假設(shè)下，策略 3 日切片交 易每年扣費(fèi)影響為 4.25%。在 5 億資金量測(cè)算的目標(biāo)波動(dòng)率為 3% 的全球資產(chǎn)配置 ETF 組合中，用行業(yè)輪動(dòng) ETF 組合代替原有的 A 股組合，策略費(fèi)后年化收益 6.54%，夏普比 2.49，Calmar 比 2.78， 實(shí)盤可行性極高。