aszer/etf
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
06df8767b99046fb90d0b9dd4af4ea08dee54a05
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

290 lines
11 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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 |
Reference in New Issue View Git Blame Copy Permalink