# ETF轮动策略深度分析报告

> 生成日期：2025年4月  
> 分析范围：全球市场.py（聚宽移植版）与原始4只ETF对比实验

---

## 一、为什么收益这么高？

### 1.1 回测结果

| 指标 | 策略 | 沪深300基准 |
|---|---|---|
| 累计收益 | **1367.24%** | 61.99% |
| CAGR | **44.3%** | 6.8% |
| Sharpe | **1.50** | - |
| 最大回撤 | **-16.9%** | - |
| Calmar | **2.62** | - |
| 盈利年份 | 8/8 | - |

### 1.2 各ETF买入持有收益对比

| ETF | 代码 | 累计收益 | CAGR | 最大回撤 |
|---|---|---|---|---|
| 黄金ETF | 518880.SH | 239.7% | 18.2% | -24.9% |
| 创业板ETF | 159915.SZ | 213.6% | 16.9% | -56.6% |
| 原油LOF | 501018.SH | 143.6% | 12.9% | -62.5% |
| 有色金属ETF | 159980.SZ | 106.8% | 12.1% | -32.9% |
| 日经225ETF | 513520.SH | 104.5% | 11.0% | -29.3% |
| 德国DAX ETF | 513030.SH | 94.5% | 9.5% | -37.4% |
| 30年国债ETF | 511090.SH | 14.9% | 4.9% | -11.4% |
| **纳指100ETF** | **513100.SH** | **-12.1%** | **-1.8%** | **-85.5%** |

**关键发现：纳指100ETF买入持有竟然亏损12%**，但纳指100指数同期涨了约170%。这是因为QDII额度限制导致溢价暴涨暴跌，ETF价格严重偏离净值。

### 1.3 持仓时间分布

| ETF | 持有天数 | 占比 | 主要持有年份 |
|---|---|---|---|
| 纳指100ETF | 300天 | 16.9% | 2023-2024 |
| 创业板ETF | 284天 | 16.0% | 2020-2021, 2025 |
| 原油LOF | 277天 | 15.6% | 2021-2022-2023 |
| 黄金ETF | 230天 | 13.0% | 2019, 2024-2025 |
| 红利低波ETF | 190天 | 10.7% | 2022, 2025-2026 |
| 有色金属ETF | 149天 | 8.4% | 2021-2022 |
| 德国DAX ETF | 145天 | 8.2% | 2022-2025 |
| 日经225ETF | 128天 | 7.2% | 2020-2021 |
| 30年国债ETF | 42天 | 2.4% | 2025-2026 |

### 1.4 高收益的五个原因

| 原因 | 贡献估计 | 未来可复制？ |
|---|---|---|
| **全球低相关资产配置** | ~30% | ✅ 可以 |
| **2019-2025极端事件密集** | ~25% | ❓ 不确定 |
| **QDII溢价意外套利** | ~15% | ❌ 不可复制 |
| **标的池前视选择偏差** | ~5% | ❌ 不可复制 |
| **动量因子本身的alpha** | ~10% | ⚠️ 部分可以 |

#### 事件日历

| 年份 | 事件 | 策略收益 | 主要持仓 |
|---|---|---|---|
| 2019 | 贸易战 | 30.6% | 黄金 |
| 2020 | 疫情 | 39.7% | 创业板 |
| 2021 | 流动性泛滥 | 42.9% | 创业板+原油 |
| 2022 | 俄乌战争 | **52.0%** | 原油+红利低波 |
| 2023 | AI起步 | 17.3% | 原油+纳指 |
| 2024 | AI牛市+降息预期 | 41.0% | 纳指+黄金 |
| 2025 | DeepSeek+关税战 | **72.3%** | 创业板+黄金 |

### 1.5 真实可期的CAGR

综合来看，**未来可期的CAGR大约在 10-15% 范围**，而非回测的44%。

---

## 二、这个持仓池是后视镜特意设计的吗？

### 2.1 原始策略溯源

策略来源：聚宽 https://www.joinquant.com/post/1399（《多因子策略入门》）

**原始策略只有4只ETF**：

```python
g.etf_pool = [
    '518880.XSHG',  # 黄金ETF
    '513100.XSHG',  # 纳指100
    '159915.XSHE',  # 创业板100
    '510180.XSHG',  # 上证180
]
```

### 2.2 扩展过程

后续版本有人扩展到9只，新增了：

| 新增ETF | 上市日期 | 添加原因推测 |
|---|---|---|
| 513520 日经225 | 2019-06 | 日经从2020起暴涨 |
| 513030 德国DAX | 2014-09 | 欧洲2021-2024稳定涨 |
| 159980 有色金属 | 2019-12 | 2020-2021大宗超级周期 |
| 501018 南方原油 | 2016-06 | 2022俄乌战争暴涨 |
| 512890 红利低波 | 2019-01 | 2022-2024防守利器 |
| 511090 30年国债 | 2023-06 | 2023-2025债牛 |

**每一个新增标的都恰好对应了某段时间的"明星资产"。**

同时去掉了原版的上证180（510180），因为大盘蓝筹表现平庸。

### 2.3 三组对比实验

为验证"后视镜偏差"，运行了三组实验（2019-2026，相同策略参数）：

| 实验 | ETF数 | 累计收益 | CAGR | Sharpe | 最大回撤 | Calmar | 调仓次 |
|---|---|---|---|---|---|---|---|
| **A: 原始4只** (聚宽原版) | 4 | 863% | **36.2%** | **1.50** | **-15.7%** | **2.31** | 150 |
| B: 扩展9只 (后视镜版) | 9 | 1175% | 41.6% | 1.42 | -19.5% | 2.13 | 245 |
| C: 反面池 (踩坑版) | 9 | 1310% | **43.5%** | 1.44 | -22.5% | 1.94 | 268 |

**反面池包含**：中概互联、恒生ETF、纳指100、黄金、房地产、创业板、证券ETF、国债、原油

#### 年度收益对比

| 年份 | A: 原始4只 | B: 后视镜版 | C: 反面池 |
|---|---|---|---|
| 2019 | 29.8% | 30.6% | 18.8% |
| 2020 | 30.8% | 25.0% | 7.6% |
| 2021 | 20.6% | 42.9% | 38.0% |
| 2022 | 21.1% | 52.0% | 45.4% |
| 2023 | 9.2% | 15.2% | 18.1% |
| 2024 | 59.7% | 48.0% | 65.3% |
| 2025 | 83.1% | 71.8% | 92.7% |
| 2026 | 12.6% | 16.5% | 36.2% |

#### 选池偏差量化

- 原始策略 CAGR: **36.23%**
- 后视镜版 CAGR: 41.55% → 选池偏差 = **+5.32%**
- 反面池 CAGR: 43.51% → 选池偏差 = **+7.28%**
- 选池影响范围: 36% ~ 44%（差距 7.3%）

### 2.4 颠覆性发现

**1. 原始4只反而风险调整收益最好**
- 原版4只的 Sharpe=1.50、MaxDD=-15.7%、Calmar=2.31 **全面优于**后视镜版和反面池
- 精简配置在风险调整后是最优的

**2. "反面池"竟然比"后视镜版"还高**
- 包含中概互联、房地产ETF的"踩坑版"CAGR=43.5%
- 动量策略会**自动避开表现差的标的**（中概、房地产动量为负时不会选中）
- 加入更多低相关标的 → 增加轮动空间 → 更容易找到赢家
- **选池的好坏对动量策略影响远小于预期**

**3. 高收益的真正来源不是选池，而是策略本身 + 时代红利**
- 原始4只就有 CAGR=36%
- 高收益核心：全球低相关资产 + 动量轮动 + 2019-2025极端事件密集
- 选池偏差只贡献了 5-7% 的 CAGR 增量

**4. 更多标的 = 更高收益 但 更大回撤**
- 4只: CAGR=36%, MaxDD=-15.7%, Calmar=2.31
- 9只(精选): CAGR=41%, MaxDD=-19.5%, Calmar=2.13
- 9只(随机): CAGR=43%, MaxDD=-22.5%, Calmar=1.94

### 2.5 结论

**这9只ETF池不是"后视镜特别设计"的关键问题所在。**

真正的高收益来源是：
1. 全球低相关资产配置（黄金/纳指/创业板 就够了）
2. 2019-2025 全球极端事件频发（贸易战→疫情→俄乌→AI）
3. 动量因子在极端市场中的天然优势

**真正该担心的是：未来市场是否还会如此"极端且轮动清晰"。**

---

## 三、A股可交易的全球资产完整候选池

以下是从Tushare获取的完整候选池，按资产类别分组，每个方向取日均成交额最大的代表性ETF。

### 3.1 全球权益市场（14个方向）

| 市场 | 方向 | 代码 | 名称 | 上市日期 | 日均额(万) | 同类数 |
|---|---|---|---|---|---|---|
| **美国** | 纳指100 | 159941.SZ | 纳指ETF广发 | 2015-07 | 89万 | 10只 |
| | 标普500 | 513500.SH | 标普500ETF博时 | 2014-01 | 29万 | 23只 |
| | 道琼斯 | 513400.SH | 道琼斯ETF鹏华 | 2024-02 | 20万 | 3只 |
| **港股** | 恒生指数 | 159920.SZ | 恒生ETF华夏 | 2012-10 | 53万 | 6只 |
| | 恒生科技 | 513130.SH | 恒生科技ETF | 2021-06 | 541万 | 52只 |
| | 恒生医疗 | 513060.SH | 恒生医疗ETF | 2021-03 | 74万 | 9只 |
| | 中概互联 | 513050.SH | 中概互联网ETF | 2017-01 | 254万 | 5只 |
| **日本** | 日经225 | 513520.SH | 日经ETF华夏 | 2019-06 | 41万 | 6只 |
| **欧洲** | 德国DAX | 159561.SZ | 德国ETF嘉实 | 2024-04 | 18万 | 3只 |
| | 法国CAC | 513080.SH | 法国ETF华安 | 2020-06 | 17万 | 3只 |
| **新兴市场** | 印度 | 164824.SZ | 印度基金LOF | 2018-08 | 6万 | 2只 |
| | 东南亚 | 513730.SH | 东南亚科技ETF | 2023-12 | 4万 | 3只 |
| | 沙特 | 520830.SH | 沙特ETF | 2024-07 | 18万 | 2只 |

### 3.2 A股权益市场（16个方向）

| 类别 | 方向 | 代码 | 名称 | 日均额(万) |
|---|---|---|---|---|
| **宽基** | 沪深300 | 510300.SH | 沪深300ETF | 389万 |
| | 中证500 | 510500.SH | 中证500ETF | 502万 |
| | 中证1000 | 512100.SH | 中证1000ETF | 254万 |
| | 创业板 | 159915.SZ | 创业板ETF易方达 | - |
| | 科创50 | 588460.SH | 科创50增强ETF | 4万 |
| | 上证50 | 510100.SH | 上证50ETF | 47万 |
| **行业** | 半导体 | 588170.SH | 科创半导体ETF | 78万 |
| | 新能源车 | 515030.SH | 新能源车ETF | 26万 |
| | 军工 | 512710.SH | 军工龙头ETF | 52万 |
| | 白酒 | 512690.SH | 酒ETF | 85万 |
| | 银行 | 512800.SH | 银行ETF | 72万 |
| | 证券 | 159841.SZ | 证券ETF | 27万 |
| | 煤炭 | 515220.SH | 煤炭ETF | 91万 |
| | 医疗 | 159506.SZ | 港股通医疗ETF | 37万 |
| | 房地产 | 512200.SH | 房地产ETF | 22万 |
| | 红利低波 | 512890.SH | 红利低波ETF华泰柏瑞 | - |

### 3.3 商品（6个方向）

| 方向 | 代码 | 名称 | 上市日期 | 日均额(万) |
|---|---|---|---|---|
| 黄金 | 518880.SH | 黄金ETF华安 | 2013-07 | 856万 |
| 白银 | 161226.SZ | 国投白银LOF | 2015-08 | 90万 |
| 原油 | 160723.SZ | 嘉实原油LOF | 2017-05 | 207万 |
| 有色金属 | 560860.SH | 工业有色ETF | 2023-03 | 60万 |
| 豆粕 | 159985.SZ | 豆粕ETF | 2019-12 | 81万 |
| 能源化工 | 159981.SZ | 能源化工ETF | 2020-01 | 259万 |

### 3.4 固收（6个方向）

| 方向 | 代码 | 名称 | 上市日期 | 日均额(万) |
|---|---|---|---|---|
| 国债 | 511100.SH | 国债ETF华夏 | 2023-12 | 1105万 |
| 30年国债 | 511090.SH | 30年国债ETF | 2023-06 | 418万 |
| 政金债 | 511580.SH | 国债政金债ETF | 2022-12 | 224万 |
| 可转债 | 511380.SH | 可转债ETF | 2020-04 | 1330万 |
| 信用债 | 511200.SH | 信用债ETF | 2025-02 | 569万 |
| 短融 | 511360.SH | 短融ETF | 2020-09 | 4972万 |

### 3.5 另类（2个方向）

| 方向 | 代码 | 名称 | 说明 |
|---|---|---|---|
| REITs | 508056.SH | 中金普洛斯REIT | 流动性低 |
| 货币 | 511880.SH | 银华日利ETF | 现金等价物 |

### 3.6 总结

| 大类 | 方向数 | 说明 |
|---|---|---|
| 全球权益 | 14 | 美/港/日/欧/印度/沙特/东南亚 |
| A股权益 | 16 | 宽基6 + 行业10 |
| 商品 | 6 | 金/银/油/有色/豆粕/化工 |
| 固收 | 6 | 国债/长债/政金/转债/信用/短融 |
| 另类 | 2 | REITs + 货币 |
| **总计** | **44** | A股可交易的全球资产全版图 |

---

## 四、关键结论

### 4.1 关于"ETF价格 vs 指数价格"

| 方案 | 优点 | 缺点 |
|---|---|---|
| 用ETF价格 | 收益完全可兑现、反映真实交易 | 上市晚的标的有数据缺口 |
| 用指数价格 | 数据覆盖完整 | **收益不可兑现**（ETF未上市时无法交易） |

**结论：ETF回测必须用ETF价格，可兑现性优先于数据完整性。**

### 4.2 关于选池偏差

- 选池偏差对CAGR的影响仅 **5-7%**
- 动量策略对选池不敏感：差的标的动量自然为负，不会被选中
- 原始4只的Calmar比率反而优于扩展9只
- **策略核心是"全球低相关+动量轮动"，不是"选对池子"**

### 4.3 未来预期

| 场景 | 预期CAGR | 说明 |
|---|---|---|
| 持续高波动+低相关 | 15-20% | 类似2019-2025 |
| 正常市场 | 10-15% | 动量因子长期预期 |
| 全球资产同涨同跌 | 5-10% | "相关性归一"风险 |
| 长期震荡无趋势 | 0-5% | 动量策略最差场景 |