策略上月超额收益2.83%,11月建议关注券商指数ETF【国金金工高智威团队】

文摘   2024-11-08 20:02   北京  






+

目录


一、富国ETF轮动因子表现

二、富国ETF轮动策略表现与最新建议关注ETF

2.1 富国ETF轮动策略表现

2.2 11月富国ETF轮动策略最新建议关注

三、富国ETF轮动策略回顾

四、富国基金ETF产品介绍

风险提示


摘要


投资逻辑 

富国ETF轮动因子与轮动策略表现

10月份市场整体呈震荡走势,富国ETF轮动因子表现稳定,IC为-9.68%,多空组合收益率为1.04%,多空净值曲线稳中有升。

富国ETF轮动策略收益率为3.48%,等权基准0.66%,超额收益率为2.83。10月份建议关注的稀土ETF(159713)、智能汽车ETF(515250)、物流ETF(516910)中智能汽车表现较好,相对市场有较高的超额收益。

最新建议关注ETF

根据富国ETF轮动因子的最新结果,最新一期(2024年11月)建议关注ETF分别为券商指数ETF(515850)、智能汽车ETF(515250)、300ESG ETF(516830)。其中券商指数ETF由于分析师预期变化、扣非净利润环比、经营资本占比因子排名靠前而排名第一。智能汽车ETF由于市盈率倒数、经营资本占比因子表现较好排名第二,300ESG ETF在市盈率倒数、分析师预期变化保持较好水平排名第三。

风险提示

1、以上结果通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在失效的风险;

2、当政策环境发生变化,模型测算的资产与相关风险因子的稳定关系存在消失的风险;

3、市场环境发生变化,国际政治摩擦升级等可能带来各大类资产同向大幅波动的风险;

4、基金相关信息及数据仅作为基金研究使用,不作为募集材料或者宣传材料;本文涉及所有基金历史业绩均不代表未来表现。


正文





一、富国ETF轮动因子表现

我们筛选了富国基金旗下20只ETF作为样本,其基本情况及10月份涨跌幅如下表所示。

从上表可以看出,随着9月份一系列利好刺激政策的颁布,A股市场在九月底迎来大幅上涨,十月份市场整体呈震荡走势,富国的ETF产品中芯片龙头ETF、大数据ETF和军工龙头ETF等表现相对较好,相较于上证指数分别获得了18.21%、13.55%、9.17%的超额收益。

通过ETF轮动因子测算,11月ETF轮动因子排名前3的ETF分别为券商指数ETF(515850)、智能汽车ETF(515250)、300ESG ETF(516830)。其中券商指数ETF由于扣非净利润环比、经营资本占比和分析师预期变化因子排名靠前,综合排名第一。国内经济虽出现一定波动,但形势整体稳中向上,10月宏观经济指数有所回暖,随着一系列政策的逐步落地,预计未来A股整体走势稳中向好,券商板块有望获得更优表现。三个ETF今年10月份收益率分别为:券商指数ETF(3.33%)、智能汽车ETF(7.42%)、300ESG ETF(-3.17%)。

10月因子IC为-9.68%,多空组合收益率为1.04%。因子表现良好。从净值曲线来看,因子同样在近两年出现一定回撤。预计随着经济持续回暖,未来会取得更好的表现。

二、富国ETF轮动策略表现与最新建议关注ETF

2.1 富国ETF轮动策略表现

我们构建的富国ETF轮动因子在ETF预测方面具有较好效果,我们根据该因子构建富国ETF轮动策略,每月末选取排名前3的ETF,以等权方式构建富国ETF轮动组合,按照月度进行调仓,手续费取千分之三。然后我们将20个指数等权构建基准组合,月末再平衡。

10月富国ETF轮动策略收益率为3.48%,等权基准0.66%,超额收益率为2.83%。配置了稀土ETF、智能汽车ETF、物流ETF,三个ETF组合整体跑赢了等权基准。 

在本月持仓组合中,券商指数ETF、智能汽车ETF、300ESG ETF具有上涨潜力。其中券商指数ETF由于分析师预期变化、扣非净利润环比、经营资本占比因子排名靠前而排名第一,预期随着经济逐步企稳回暖,智能汽车和300ESG指数有望迎来阶段性行情。

2.2 11月富国ETF轮动策略最新建议关注

根据富国ETF轮动因子的打分,我们按月给出符合条件的ETF组合,最新一期(2024年11月)建议关注ETF分别为券商指数ETF(515850)、智能汽车ETF(515250)、300ESG ETF(516830)。

券商指数ETF由于分析师预期变化、扣非净利润环比、经营资本占比因子排名靠前而排名第一。智能汽车ETF由于市盈率倒数、经营资本占比因子表现较好排名第二,300ESG ETF在市盈率倒数、分析师预期变化保持较好水平排名第三。下表展示了全部ETF在各因子上的状态与排名。

三、富国ETF轮动策略回顾

根据前期报告《量化掘基系列之六:如何从多个维度衡量ETF的景气度特征》构建的富国ETF轮动策略,我们将个股指标映射到对应富国基金旗下ETF,得到了该ETF的景气度与估值类因子。分别从盈利水平、经营质量、估值动量和分析师预期因子四个维度综合衡量ETF的投资价值。我们将4个大类因子中共计6个细分因子进行一定的标准化处理,等权合成得到了富国ETF轮动因子。

对于盈利类因子,我们选取扣非净利润环比和净利润同比衡量上市公司盈利水平近期的边际变化,分别使用环比和同比的方式得到个股盈利因子后使用中位数法得到了ETF整体的盈利因子。此外,我们选取了经营资本周转和经营资本占比两个因子,分别取其半年环比和同比变化,再用龙头股法得到了ETF整体的质量类因子。

价格的变化由盈利的变化和估值的变化两部分构成,估值的变化往往能较快反映出市场情绪的强弱。我们用市盈率的倒数的变动来构建估值动量类因子,计算因子相较半年前的环比变化量。

除上述因子外,我们考虑卖方分析师对于个股的及时跟踪和预期调整能够在一定程度上反应当前该行业的景气度变化,因此加入了分析师预期因子进行因子组合。  

四、富国基金ETF产品介绍

富国基金管理有限公司是中国成立最早,发展最快的基金公司之一。富国基金于1999年在北京成立,是经中国证监会批准设立的首批十家基金管理公司之一,公司注册资本为5.2亿元人民币,总部设于上海,在北京、广州、成都设有分公司。并设有富国资产管理(香港)有限公司和富国资产管理(上海)有限公司。2003年加拿大蒙特利尔银行参股,富国基金成为国内首批十家基金公司中第一家实现外资参股的基金公司。经过廿年多的发展,富国基金不仅在中国资本市场的演进中积累了丰富的投资管理经验,而且不断将外方股东的先进理念和管理技术融入到公司经营管理的各项实践中,为投资者提供专业化的基金投资理财服务。

富国基金在ETF领域有着丰富的产品布局。截至2024年6月5日,富国基金共管理53只ETF,覆盖股票型、债券型、商品型、跨境四大类,总管理规模超过1007.79亿元。在行业主题ETF中,富国基金在科技、医药生物、消费、周期、高端制造、金融地产等多个热门行业板块均有产品布局,ETF管理经验丰富。

风险提示

1、以上结果通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在失效的风险;

2、当政策环境发生变化,模型测算的资产与相关风险因子的稳定关系存在消失的风险;

3、市场环境发生变化,国际政治摩擦升级等可能带来各大类资产同向大幅波动的风险;

4、基金相关信息及数据仅作为基金研究使用,不作为募集材料或者宣传材料;本文涉及所有基金历史业绩均不代表未来表现。


往期报告


量化行业配置系列

  1. 《量化行业配置:景气度估值行业轮动策略9月收益达35.06%》

  2. 《量化行业配置:行业估值动量因子上月多头超额达1.64%》

  3. 《量化行业配置:行业质量因子上月多空收益达5.33%》

  4. 《量化行业配置:行业轮动基本面因子整体回归》

  5. 《量化行业配置:行业估值动量因子今年贡献3.29%超额收益》

  6. 《量化行业配置:超预期行业轮动策略今年超额收益达7.18%》

  7. 《量化行业配置:超预期增强行业轮动策略持续跑赢基准》

  8. 量化行业‍配置:超预期行业因子持续表现优异》

  9. 《量化行业配置:超预期行业轮动策略一月份超额达5.52%》

  10. 《量化行业配置:调研活动精选策略2023年超额达21.04%》

  11. 《量化行业配置:调研活动精选策略今年超额创新高至19.97%》

  12. 《量化行业配置:调研活动精选策略今年超额再创新高至18.39%》

  13. 《量化行业配置:行业超预期与机构调研因子持续表现突出》


主动量化系列

  1. 《主动量化研究之二:当绩优基金重仓股遇到调研会发生什么“共振”?》

  2. 主动量化研究之一:择时、选股、选基——自主可控概念量化投资指南


Alpha掘金系列

  1. 《Alpha掘金系列之十二:排序学习对GRU选股模型的增强》

  2. 《Alpha掘金系列之十一:基于BERT-TextCNN的中证1000舆情增强策略》

  3. 《Alpha掘金系列之十:细节决定成败:人工智能选股全流程重构

  4. 《Alpha掘金系列之九:基于多目标、多模型的机器学习指数增强策略

  5. 《Alpha掘金系列之八:FinGPT对金融论坛数据情感的精准识别——沪深300另类舆情增强因子

  6. Alpha掘金系列之七:ChatGLM医药行业舆情精选策略——大模型微调指南

  7. Alpha掘金系列之六:弹性与投资者耐心——基于高频订单簿的的斜率凸性因子

  8. 《Alpha掘金系列之五:如何利用ChatGPT挖掘高频选股因子?

  9. 《Alpha掘金系列之四:基于逐笔成交数据的遗憾规避因子

  10. 《Alpha掘金系列之三:高频非线性选股因子的线性化与失效因子的动态纠正

  11. 《Alpha掘金系列之二:基于高频快照数据的量价背离因子

  12. Alpha掘金系列:多维度卖方分析师预测能力评价——券商金股组合增强策略

Beta猎手系列

  1. 《Beta猎手系列之十二:RAG-ChatGPT提前布局热点概念领涨股》

  2. 《Beta猎手系列之十一:基于红利风格择时+红利股优选构建的固收+策略》

  3. 《Beta猎手系列之十:个股K线图形态AI识别构建市场风格预测》

  4. 《Beta猎手系列之九:人工智能全球大类资产配置模型》

  5. 《Beta猎手系列之八:基于偏股型转债的择时与择券构建固收+策略》

  6. 《Beta猎手系列之七:追上投资热点——基于LLM的产业链图谱智能化生成

  7. 《Beta猎手系列之六:基于宏观量价信号叠加的微盘股茅指数择时轮动策略

  8. Beta猎手系列之五:基于机构调研热度和广度视角的行业配置策略 

  9. Beta猎手系列之四:如何利用ChatGPT解析卖方策略观点并构建行业轮动策略? 

  10. 《Beta猎手系列之三:行业超预期的全方位识别与轮动策略》

  11. 《Beta猎手系列之二:熵池模型:如何将纯主动观点纳入量化配置模型》

  12. Beta猎手系列:基于动态宏观事件因子的股债轮动策略


智能化选基系列

  1. 《智能化选基系列之七:基于AI预测中的个股Beta信息构建ETF轮动策略》

  2. 《智能化选基系列之六:如何用AI选出持续跑赢市场的基金?》

  3. 《智能化选基系列之五:如何如何刻画基金经理的交易动机并进行基金优选?》

  4. 《智能化选基系列之四:如何用LLM生成基金经理调研报告并构建标签体系?》

  5. 《智能化选基系列之三:基金经理多维度能力评价因子优化》

  6. 《智能化选基系列之二:风格轮动型基金的智能识别与量化优选》

  7. 《智能化选基系列:如何通过全方位特征预测基金业绩并构建跑赢指数的基金组合》


量化漫谈系列

  1. 《量化漫谈系列之十:中证A500指数有效因子分析与增强策略》

  2. 《量化漫谈系列之九:金融文本分析评测:Llama 3是最强开源模型吗?》

  3. 《量化漫谈系列之八:传统因子如何通过线性转换增强因子表现?》

  4. 《量化漫谈系列之六:为大模型插上翅膀——ChatGLM部署与Langchain知识库挂载》

  5. 量化漫谈系列之六:如何精确跟踪微盘股指数?——低成交量下的抽样复制策略》

  6. 量化漫谈系列之五:中证2000指数发布,如何构建微盘股指数增强策略?》

  7. 《量化漫谈系列之四:成长价值和大小盘双风格轮动基金如何识别与优选?》

  8. 《量化漫谈系列之三:有多少基金从新能源切换到了AI?》

  9. 《量化漫谈:卖方分析师团队评价体系与特征全景》

  10. 量化漫谈:预期差视角下的业绩预喜个股机会梳理


量化掘基系列

  1. 《量化掘基系列之二十七:量化视角下,如何布局科创50指数?》

  2. 量化掘基系列之二十六 :黄金持续新高,该如何把握后续行情?》

  3. 量化掘基系列之二十五:若红利税下调,对港股影响几何?》

  4. 《量化掘基系列之二十四:新“国九条”下,如何把握红利投资浪潮?》

  5. 《量化掘基系列之二十三:把握HBM高景气度及半导体产业复苏的投资机会》

  6. 《量化掘基系列之二十二:产业链视角下如何捕捉AI手机概念行情?

  7. 《量化掘基系列之二十一:低波震荡下的投资利器——泰康中证红利低波动ETF》

  8. 《量化掘基系列之二十:深度学习赋能市场中性基金,量化对冲类产品前景广阔》

  9. 《量化掘基系列之十九:量化视角下,央企概念有哪些投资机会?

  10. 《量化漫谈系列之四:成长价值和大小盘双风格轮动基金如何识别与优选?》

  11. 《量化掘基系列之十八:汇聚龙头,启航新境——华泰柏瑞中证A50ETF

  12. 《量化掘基系列之十七:红利叠加低波会碰撞出怎样的火花?

  13. 《量化掘基系列之十六:控制微盘风格暴露,机器学习赋能量化投资

  14. 《量化掘基系列之十五:低波因子是否才是中证 500 选股真正利器?

  15. 《量化掘基系列之十四:“哑铃”策略的一头,红利策略哪只强?》

  16. 《量化掘基系列之十三:多重利好驱动小微盘行情,中证2000指数迎配置机遇》

  17. 《量化掘基系列之十二:高成长高弹性,掘金科创100估值底》

  18. 《量化掘基系列之十一:高股息+低估值,顺周期行业配置首选》

  19. 《量化掘基系列之十:行业龙头强强联合,中韩半导体产业迎布局机遇

  20. 《量化掘基系列之九:量化视角把握专精特新“小巨人”投资机会》


CTA金点子系列

  1. 《CTA金点子系列之二:基于日内高频博弈信息的商品CTA策略

  2. 《CTA金点子系列之一:基于ChatGPT新闻情感分析的原油期货策略》


年度投资策略

  1. 《金融工程2023年度投资策略:拨云见日终有时》

  2. 《金融工程2024年度策略:小盘股为帆,AI量化掌舵》


报告信息

证券研究报告:《ETF轮动策略跟踪:策略上月超额收益2.83%,11月建议关注券商指数ETF》

对外发布时间:2024年11月06日

报告发布机构:国金证券股份有限公司


证券分析师:高智威

SAC执业编号:S1130522110003

邮箱:gaozhiw@gjzq.com.cn


分析师:王小康 

SAC执业编号:S1130523110004

邮箱:wangxiaokang@gjzq.com.cn



点击下方阅读原文,获取更多最新资讯




量化智投
国金证券金融工程高智威团队。研究范围涵盖了量化选股、资产配置、基金研究以及衍生品投资等领域。
 最新文章