資產配置（三）：收益來源類別劃分下的ETF策略.pdf

資產配置（三）：收益來源類別劃分下的ETF策略。

以個股成分股重合度和指數相對收益相關性作為距離定義，以迭代 K-means 聚 類方法對 ETF 跟蹤指數池進行類別劃分

以行業指數成分股權重重合占比，寬基和風格指數的暴露區間，確定初始標簽，以指數之 間的權重重合度得到初步聚類結果，得到 K-means 可迭代的類別劃分； ? 以指數之間的超額收益相關性為距離定義，以前聚類簇中規模最大 ETF 跟蹤指數為初始 點，得到 K-means 可迭代的類別劃分；

以跟蹤指數聚類結果下的類別簇的成分股平均權重為中心點，做每個指數相對該點的最 高重合度聚類，并對行情聚類和權重重合度確定類別有差異的部分，以人為邏輯調整。 最終本文對 ETF 跟蹤指數池聚類為 26 個一類標簽。

結合 ETF 聚類標簽控制風險，以預期收益構建 ETF 多頭組合策略

通過因子綜合打分得到 ETF 跟蹤指數的排序，選擇頭部指數并限制每一類標簽的持有個數； 根據指數類別分配權重，按照選擇的大類指數占其總數百分比排序，作為大類間的加權方式， 大類內指數等權，相比直接的頭部等權組合可以提高收益，并在絕對收益和相對收益均降低風 險，策略 2019 年以來多頭組合策略的年化收益 20.30%，最大回撤-35.07%，相對大類等權基 準年化超額收益 10.27%，相對最大回撤-10.42%。

ETF 組合收益主要來自 Beta 端，不適合指數增強策略

ETF 收益層面在行業、風格端，以 Beta 收益來源作為增強策略的配置維度性價比并不 高，增強仍應該以 Alpha 為主；但結合 ETF 跟蹤指數池的一類標簽在指數大類配置上給 出約束，可以適當降低波動。

ETF 區別在行業、風格端，所以不同板塊在進行跟蹤時風險收益特征不同，如滬深 300 的跟蹤難度較大，風險端較難控制，中證 500 的收益增厚難度較大，收益端較難增強。

以紅利做底倉，以風格做配置，以行業做收益增厚，構建 ETF 絕對收益策略

權益中絕對收益策略以紅利為主，利用 ETF 跟蹤指數池一類標簽組合的劃分將收益拆解到紅 利、風格、行業三個維度，可以兼顧風險和收益，實現 Beta 收益來源沒有大變動的情況下， 獲得行業風格上的超額收益，從而增加絕對收益組合的風險收益比，在最小化 Beta 和最大化 打分的目標下，ETF 絕對收益組合年化收益 18.44%，最大回撤 20.28%，年化波動率 18.05%， 2019 年以來僅 2022 年收益為負，年度上僅 2022 年和 2023 年收益低于中證紅利全收益。