ETF研究系列之三：HALO逻辑下，哪些ETF受益？

评级及分析师信息 2026年以来，AI的交易逻辑由软件、游戏等“轻资产”方向，逐步转向电力、煤炭、公用事业等“实体”方向。市场对AI的理解正在从技术叙事转向基建约束定价。在这一背景下，我们基于“重资产、低淘汰率”的逻辑，运用量化手段对ETF进行再筛选。 联系人：黄思源邮箱：huangsy1@hx168.com.cn 具体而言，我们先在个股层面，围绕重资产（H）与低淘汰率（LO）两个维度建立评分体系，再通过ETF前十大重仓股计算加权得分。在此基础上，我们剔除金融、地产、新上 市持仓披露不足及跨市场暴露过高的ETF，最终将ETF划分为核心HALO、增强HALO、中性HALO和非HALO四个层级。 ►未来策略：关注煤炭、锂电池、钢铁、建材等标的从评分结果看，HALO得分排名靠前的ETF主要分为两类，一是H和LO得分均较高，例如绿色电力ETF国泰、公用事业ETF；二是两者不高但相对均衡，例如煤炭ETF、央企能源ETF嘉实。单一因子突出的高分ETF在HALO得分排名前25的ETF中仅占3只，分别为科创价值ETF建信、化工ETF国泰和钢铁ETF。核心HALO ETF和增强HALO ETF名单详见正文。 从 回 测结果来看，核心HALO组合风险收益比明显领先。2026年以来，等权配置核心HALO组合的夏普比率和卡玛比率分别达到5.54和43.71，同时最大回撤仅为3.42%，显著低于其余组合。 往后看，关注煤炭、锂电池、钢铁、建材等相关标的。从核心HALO的代表指数来看，煤炭仍有参与价值，中东地缘局势 尚 未 实 质 性缓 和 ，煤 炭 和 煤化 工 需求 有 望 提升 。增强HALO分类中，锂电池板块自年初以来涨幅较小，拥挤度处于相对低位，叠加算力扩张逻辑最终要落到储能调峰等现实约束上，有望迎来补涨。此外，钢铁、建材板块或受益反内卷政策，依然具有配置价值。 风险提示 AI基建投资推进不及预期；电力、电网、储能等产业政策推进不及预期；市场风格切换快于预期；海外流动性与美联储政策扰动超预期。 正文目录 1.HALO策略ETF量化筛选：从个股特征到ETF映射...................................................42.未来策略：关注增强HALO补涨机会..............................................................73.风险提示...................................................................................10 图表目录 图1：2026年以来，电力、煤炭等指数持续走高，软件相关指数冲高回落...............................................................................3图2：AI叙事从软件向电力及实体承载层切换逻辑............................................................................................................................3图3：2026年市场对AI的理解，从提升效率转变为对AI基建的青睐........................................................................................4图4：HALO策略ETF量化筛选思路...........................................................................................................................................................5图5：2026年以来核心HALO ETF整体涨幅较大..................................................................................................................................9图6：增强HALO层ETF部分标的仍有补涨机会................................................................................................................................10 表1：选股因子围绕“重资产、低淘汰率”进行筛选........................................................................................................................6表2：ETF分层方式与样本清洗规则........................................................................................................................................................6表3：高分HALO均有H、LO双因子驱动特征........................................................................................................................................7表4：核心HALO显著跑出超额收益..........................................................................................................................................................8 本篇报告，我们对HALO策略（重资产、低淘汰率）受益ETF进行梳理。2026年以来，市场围绕AI主线的交易出现了较为明显的内部切换。以SW二级行业指数表现来看，软件开发、游戏等偏软件方向，年初冲高后逐步进入下跌通道；而电力等偏“实体”的方向则表现更为稳健，走出持续上涨的行情。 资料来源：iFind，华西证券研究所注：2026年数据截至3月 电力、煤炭等指数走强，而软件指数走弱，AI产业逻辑正在发生重估。一方面，随着AI显著降低信息处理成本、压缩产品差异化，软件、IT服务、出版、游戏乃至部分平台型业务的竞争优势都在被重新审视。另一方面，AI又把原本典型 的“轻资产”科技巨头，推向新的重资本开支周期。因此，AI越往前发展，越是一 个不断消耗算力、电力、网络和基础设施的现实产业。 资料来源：华西证券研究所 科技投资思想的转换，对ETF投资选择也将产生深刻影响。2025年半导体、游戏等科技受益方向涨幅显著，但2026年以来表现疲软；而煤炭、绿色电力等AI基建方向，2025年涨幅较小，但2026年涨幅领先。领涨方向的切换，提示了HALO策略在2026年ETF选择上的有效性。本篇文章中，我们将通过量化手段，对ETF进行打分，并梳理出哪些ETF有望受益于HALO策略。 资料来源：WIND，华西证券研究所 1.HALO策略ETF量化筛选：从个股特征到ETF映射 我们构建了一套评估ETF是否符合HALO思想的量化框架，其核心做法是：先评估所有A股个股的HALO特征，再结合ETF重仓股推算ETF的HALO特征，最终形成可比较、可排序、可分层的HALO ETF筛选结果。 具体而言，我们的HALO策略ETF评分流程可以概括为六个步骤： 第一步，构建基础样本池。 本文以沪深A股非金融、非地产股票作为底层个股样本，同时以沪深A股市场全部股票型ETF作为待筛选对象。 第二步，进行个股HALO打分。 本文将HALO拆解为两个核心维度，即重资产（H，Heavy Assets）与低淘汰率（LO，Low Obsolescence）。其中，重资产反映企业对现实世界实体资产和资本开支的依赖程度，低淘汰率反映企业资产生命周期长、被技术快速替代概率低的特征。个股总分按照加权方式汇总，形成统一的HALO评分体系。 第三步，提取ETF前十大重仓股作为穿透样本。 通常而言，前十大重仓股能够代表一只ETF的核心风格，故本文以ETF前十大重仓股的加权得分来表征该ETF的HALO特征。 第四步，通过个股HALO特征推算ETF的HALO特征。 将ETF前十大重仓股的HALO得分按持仓权重加权汇总，得到ETF的HALO得分。为 保证统一性与可比性，本文将金融与地产ETF、新上市且持仓披露不足的ETF与跨市场暴露过高ETF剔除。 第五步，进行覆盖率修正与样本清洗。 由于不同ETF前十大重仓股中可成功映射至HALO评分体系的持仓比例并不一致，若直接比较原始加权得分，可能会高估覆盖率较低ETF的HALO特征。因此，本文进一步引入覆盖率修正（即原始得分的信息完备度与代表性指标：覆盖率越高，原始得分越具代表性；覆盖率越低，则对其作适度折扣），并对不具可比性的样本进行剔除，以提升横向比较的稳健性。 第六步，对ETF进行排序与分层。 最终，本文基于修正后的ETF得分进行排序，并划分为核心HALO、增强HALO、中性HALO与非HALO等不同层级，用于后续配置讨论与产品筛选。 资料来源：华西证券研究所 落到具体操作上，我们选择合适的财务数据，来实现个股H和LO两维度评分。前者主要观察固定资产、资本开支占营收和总资产的比重，后者则重点观察年化折旧和商誉在营收和总资产的占比，并且引入行业先验分（即对各个行业进行主观打分，公用事业、石油石化、煤炭、交通运输等分数更高；计算机、传媒、电子、通信等分数较低）来进一步刻画资产长期生命力。 将股票映射到ETF时，为保证统一性与可比性，本文将金融与地产ETF、新上市且持仓披露不足的ETF与跨市场暴露过高ETF剔除。最终按照打分将ETF分成核心HALO、增强HALO、中性HALO和非HALO四类ETF。 2.未来策略：关注煤炭、锂电池、钢铁、建材等标的 从评分结果看，当前排名靠前的HALO ETF并非靠H（重资产）或LO（低淘汰率）单一因子驱动，而是以“双高型”和“均衡型”为主。最靠前的核心品种（绿色电力相关ETF），H得分达到90分以上，LO分在70分以上。相比之下，化工、科创价值、农业等ETF的H与LO分差值较大，更偏向H主导，更多依赖重资产特征获得加分；而纯粹依赖LO单维度胜出的情况并不突出，仅钢铁ETF属于这一驱动因素。 从回测结果来看，核心HALO组合的业绩表现最优。2026年以来，等权配置核心HALO组合的累计净值领先于增强HALO、中性HALO和非HALO组合，同时最大回撤仅3.42%，显著低于其余组合。在波动率相对可控的基础上，核心HALO组合的夏普比率和卡玛比率分别达到5.54和43.71（使用今年以来的收益率进行年化处理），性价比大幅领先。 落脚到具体行业，关注煤炭、锂电池、钢铁、建材等相关标的。从核心HALO的代表指数来看，煤炭仍有参与价值，而电网设备参与难度有所提升。2026年以来，煤炭板块自年初以来上涨28.60%，但拥挤度仍处于相对低位（2020年以来59.8%分位数）。考虑到中东地缘局势尚未实质性缓和，煤炭和煤化工需求有望提升，具备后续行情参与价值。而电网设备板块上涨36.48%，拥挤度达2020年以来100%分位数。尽管电力需求的叙事仍在，但偏高的拥挤度意味着一旦逻辑不及预期，资金可