培训课件：基于趋势与资金流的指数增强ETF组合

仅供机构投资者使用证券研究报告|金融工程专题报告基于趋势与资金流的指数增强ETF组合2026年6月16日1研

究

目

标2均

线

趋

势

与

资

金

流

指

标3纯

因

子

E

T

F

组

合4指

数

增

强

E

T

F

组

合21研究目标3趋势与资金流行业组合•

我们前期基于均线趋势和资金流双因子打分，周频选择得分排名靠前的行业，构成的行业轮动组合历史表现良好。行业轮动组合历史表现42026年以来组合行业分布•

2026年以来组合行业集中分布在通信、电子等科技领域。2026年以来行业分布5纯因子与指数增强ETF组合•

为了提高组合的可投资性，本篇报告将行业轮动方法应用于ETF(只将行业主题ETF纳入备选范围，不含宽基ETF

、策略ETF)。•

在不考虑业绩基准的情况下，首先构造纯因子ETF组合。但纯因子组合与业绩基准的走势偏离可能较大。为解决这一问题，进一步引入行业偏离约束，控制

ETF

组合与业绩基准行业权重之间的偏离，在贴近基准的前提下尽可能提高组合收益。•

最终得到两个

ETF组合：1.纯因子ETF组合，直接选择因子得分最高的ETF，以收益最大化为目标。2.指数增强ETF组合，兼顾因子得分与基准偏离，收益有所下降，但超额收益更稳定。指数增强ETF组合流程均线趋势

→

资金流

→综合排名→组合优化→调仓执行打分打分资料：华西证券研究所6ETF品种聚类•

在行业轮动策略中，行业分类体系内部各行业之间本身天然互斥，可直接作为标的。但ETF

品种之间存在大量重叠

——

例如多只

ETF标的指数可能同时重仓电子行业，若不加以筛选，选出的ETF组合可能集中于同一类品种，无法实现分散化配置。•

为此，首先要对全部

ETF标的指数进行品种划分，构建基本互斥的标的指数池。具体方法为：基于历史收益率序列对

ETF

进行聚类分析，将走势高度相关的

ETF

归为同一类别，从每个类别中选取一个市值最大的代表性

ETF，最终每期形成

30只

ETF的备选池，再从中选择ETF投资组合。ETF品种聚类流程同类中选市值最大指数全部ETF指数→

历聚史类走势

→→

每3期0选只择

→ETF组合资料：华西证券研究所72均线趋势与资金流指标8均线趋势指标三维度打分维度一：均线排列形态维度二：均线扩散间距维度三：均线时序变化短期与长期均线的位置相邻周期均线价格差异幅度均线相对前一日变化方向上升

+13条全多头：+4分gap

=MA_s

/MA_ms-1₁gap₂

=MA_ms/MA_ml

-1gap₃

=MA_ml/

MA_l-1ma_gap

=下降

-1，连续2条多头：+3分不连续2条多头：+2分仅1条多头：+1分反映均线方向的一致强度mean(gap₁,

gap₂,

gap₃)空头排列对应负分正值散→多头扩散，负值→空头扩均线综合得分ma_gap

≥0

时（多头）：score=|ma_gap

×

count_cross

×

count_ts|ma_gap

<0

时（空头）：score=|ma_gap

×

|count_cross|×

|count_ts||得分排名靠前的是走势方向明确的指数9指数均线指标得分•

走势方向明确指数的综合得分排名更为靠前。指数均线得分，注：2026年5月底数据10资金流指标•

使用资金流入率衡量行业资金流动变化。对每个行业，计算最近资金流入率相对于历史资金流入率的变化幅度，选择资金流入率提升明显的行业。•

资金流入率=资金主动净流入金额

/

成交金额，反映资金的主动买卖方向。资金流入率正向变化

→

主动买入

>

主动卖出，资金加速流入（或流出减缓）资金流入率负向变化

→主动卖出

>

主动买入，资金加速流出（或流入减缓）•

为了避免频繁变化，需要对原始日频资金流入率做平滑处理，对过去一段时间的日频指标做聚合，确定滞后阶数后计算资金流入率变化幅度。11指数资金流指标得分•

以2026年5月底数据为例，半导体指数资金流入率提升，其他指数资金流入率下降。指数资金流入率变化12趋势与资金流得分合成因子一：均线趋势因子二：资金流▸

通过多周期均线排列形态判断趋势方向▸

多头排列时得分上升，空头排列时得分下降▸

资金流入率体现资金流变化趋势▸

反应市场资金中短期偏好变化综合因子得分两个因子标准化后等权加总综合得分越高→指数在当前时点的综合表现越强指数增强ETF组合纯因子ETF组合在行业偏离约束下，以最大化综合得分为目标进行组合权重优化选择综合得分最高的5个ETF等权配置133纯因子ETF组合14纯因子ETF组合走势•

2019/12/27—2026/5/29，纯因子ETF组合累计收益446.50%、年化收益30.30%、最大回撤28.32%。纯因子ETF组合走势15纯因子ETF组合年度收益•

纯因子ETF组合各年度均实现正收益。纯因子ETF组合年度收益16纯因子ETF组合行业分布•

在行业穿透后，组合最近一年权重主要集中在电子、有色金属、通信等行业。纯因子ETF组合TOP15行业穿透权重174指数增强ETF组合18ETF行业权重分解•

为什么需要行业权重分解？ETF作为一篮子股票的组合，走势受底层行业结构影响不同ETF虽然名称不同，但可能重仓相同的行业若不进行行业拆解，无法准确衡量组合的行业暴露与风险行业权重分解是后续行业偏离约束优化的基础•

分解流程步骤1：获取每只ETF指数的成份股及权重信息步骤2：查询每只成份股所属行业步骤3：按行业汇总成份股权重，得到ETF的行业暴露向量步骤4：所有ETF的行业暴露向量构成行业暴露A矩阵19ETF行业权重分解结果ETF行业权重分解结果有色金属基础化工有色金属中证消费食品饮料农林牧渔

美容护理银行有色金属石油石化

交通运输非银金融上证周期计算机

机械设备

电力设备中证军工电子计算机中证全指半导体资料：Wind

、华西证券研究所20优化目标与约束条件•

优化目标目标函数：max

S^Tw←

最大化组合因子得分•

约束条件①

||A^Tw-

T||²

≤δ←行业偏离不超过

δ②

Σw_i

=1

←满仓③

0≤

w_i

≤0.25←单只上限

25%21指数增强ETF组合走势•

2019/12/27—2026/5/29，偏离约束0.02、0.03、0.05、0.10指数增强ETF组合累计收益分别为74.47%、106.77%、150.59%、207.77%；年化收益分别为9.06%、11.99%、15.39%、19.15%；最大回撤分别为36.46%、31.79%、27.71%、30.99%。•

同期沪深300年化收益3.10%、最大回撤45.33%。指数增强ETF组合走势22指数增强ETF组合年度超额•

ETF组合在2024年之外的年份均跑赢沪深300指数，约束条件放