基于量价因子的ETF组合策略

量价ETF组合策略的构建 138159 效量价因子与行业轮动策略》中，我们使用动量、交易波动、换手率、多空对比、量价背离、量幅同向六个维度的量价因子，通过基于中信一级行业的单因子测试，最终得到了11个较为有效、逻辑性强的月频行业因子。 本文我们将投资标的扩展为当前有ETF产品跟踪的全部行业指数和与行业相关的主题指数，基于这六个大类的因子来构建量价ETF组合策略。 量价ETF组合历史表现较好 我们每个月末选择量价复合因子值最高的ETF标的指数，将其对应的ETF纳入投资组合。由于部分ETF上市时间较晚，价格数据较短，我们在回测历史走势时使用ETF标的指数价格代替，各指数等权加权。 2010年至2022年9月，指数组合的累计收益为 1099.84%，相对于全部行业及主题指数等权组合的累计超额为1002.00%，年化收益为21.82%，年化超额为16.25%。 10月建议关注机器人、新能源等ETF产品10月份复合因子值排名较高的指数为：机器人 (h30590.CSI)、CS新能车(399976.SZ)、中证全指半导体(h30184.CSI)、新能电池(980032.CNI)、新能源车 (930997.CSI)、新能源(000941.CSI)，建议关注相应的ETF产品。 风险提示 报告的结论基于历史统计规律，当历史规律发生改变时，报告中的结论可能失效。市场可能出现超预期波动风险。 1.量价ETF组合策略的构建 在华西金工2022年8月22日发布的专题报告《行业有效量价因子与行业轮动策略》中，我们使用动量、交易波动、换手率、多空对比、量价背离、量幅同向六个维度的量价因子，通过基于中信一级行业的单因子测试，最终得到了11个较为有效、逻辑性强的月频行业因子。本文我们将投资标的扩展为当前有ETF产品跟踪的全部行业指数和与行业相关的主题指数，基于这六个大类的因子来构建量价ETF组合策略。 我们每个月末选择量价复合因子值最高的ETF标的指数，将其对应的ETF纳入投资组合。由于部分ETF上市时间较晚，价格数据较短，我们在回测历史走势时使用ETF标的指数价格代替，各指数等权加权。 2010年至2022年9月，指数组合的累计收益为1099.84%，相对于全部行业及主题指数等权组合的累计超额为1002.00%，年化收益为21.82%，年化超额为16.25%。 量价ETF组合的年度胜率为92.31%，月度胜率为61.59%。 2.10月建议关注机器人、新能源等ETF产品 10月复合因子值排名较高的指数为： 机器人(h30590.CSI)、CS新能车(399976.SZ)、中证全指半导体(h30184.CSI)、新能电池(980032.CNI)、新能源车(930997.CSI)、新能源(000941.CSI)，建议关注相应的ETF产品。 各指数所对应的ETF产品如表3所示。 3.风险提示 报告的结论基于历史统计规律，当历史规律发生改变时，报告中的结论可能失效。市场可能出现超预期波动风险。