aszer/etf
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
master
etf/docs/etf_rotation_deep_analysis.md
aszerW 48cd6dd524 docs(analysis): ETF轮动策略深度分析报告 
包含:
- 收益归因分析: 高收益来源拆解、持仓分布、事件日历
- 选池偏差实验: 原始4只 vs 扩展9只 vs 反面池对比
- 后视镜偏差量化: 选池偏差仅贡献5-7% CAGR
- A股可交易全球资产完整候选池: 44个方向/5大类
- 关键结论: ETF价格优先于指数、未来预期CAGR区间
2026-04-29 22:51:15 +08:00

11 KiB
Raw Permalink Blame History

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：

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