来源：财经自媒体
来源中金点睛
◆摘要◆
在行业轮动系列的前序报告中，我们主要探讨的重心在于如何有效利用各类数据信息来构建一套能对未来行业截面收益具有显著预测能力的行业轮动模型。本文以投资落地为目标，讨论了行业轮动观点在ETF投资上的应用方式与可行性。通过构建细分行业体系与ETF基金组合优化的方式，构建了基于行业轮动观点的ETF投资模型。
构建更贴合投资可行性的细分行业体系
以方便行业投资作为目的，参考GICS经济部门的板块划分，以Wind3级与4级行业为基础，通过拆分与拼接行为构建新的细分行业体系。构建过程中着重考虑了同质性、投资性和完备性三大原则：1．根据产业的经济活动逻辑和行业发展的驱动因素，并充分考虑需求端的同质性与差异性；2．要求行业具备一定的市场
由于本次行业分类的目标之一是作为投资的基础，为行业投资提供指导。因此，除了参考GICS经济部门的板块划分外，本次行业分类主要考虑了同质性、投资性和完备性三大原则。
同质性原则：为了更好地应用在行业投资上，本次行业分类对行业进行划分和归类的过程中，行业内的相似性与行业间的差异性是重要依据，主要根据的是产业的经济活动逻辑和行业发展的驱动因素，同时充分考虑需求端的同质性与差异性。
投资性原则：我们要求行业具备一定的市场
分类结果
最终我们共得到了71个行业。具体行业分类结果如下图所示：
图表：细分行业分类体系
资料来源：万得资讯、中金公司研究部
Wind行业体系指数按照成分股自由流通市值加权编制而成，而我们构建的细分行业指数由Wind一至四级行业拆分合并而成，故对于细分行业体系中的任一行业，我们也按照其成分股自由流通市值加权来计算该行业指数每一天的收益率，并相应编制其指数走势。
图表：细分行业指数走势示例（仅个别细分行业）
资料来源：万得资讯、中金公司研究部
细分行业体系下的行业轮动及在ETF投资上的应用
预测能力显著，组合收益突出
我们将报告《行业轮动系列（2）：如何在打分体系下运用宏观与中观信息》中构建的行业轮动模型应用到新的细分行业体系下，整体步骤如下（每一步中的具体实现及处理细节不在正文赘述，感兴趣的读者可参考上述提及的报告正文内容）：
1．基于SAM映射方式，计算细分行业的各个维度的微观指标得分。
2．计算宏观经济增长指数与宏观流动性指数，根据两个宏观指数的月度边际变化确定宏观数据场景，并相应确定各个微观指标的权重。对于每个细分行业，将各微观指标按相应权重加权求和得到复合指标值。
3．对于部分周期性行业，根据它们的中观景气度状态（极度景气、中间状态、极度不景气）相应地在对应复合指标值上给予附加分或扣分，得到最终的行业指标得分。
在新的细分行业体系下，轮动模型仍然显示出较为不错的行业截面预测能力，分组单调性优异。若按照综合行业指标得分大小对细分行业排序，将得分最高的前20%行业等权构建多头组合、得分最低的后20%行业等权作为空头组合。年2月至年6月期间，多头组合年化收益19.2%，夏普比率0.82，最大回撤51.2%，月均双边换手率61%。相对于全行业等权基准的超额年化收益9.6%，信息比率1.58，最大相对回撤12.2%，月度胜率66.9%。
图表：综合行业轮动指标在细分行业体系下分组单调性优异
资料来源：万得资讯、中金公司研究部
注：计算区间为-02-01至-06-30，基准为全细分行业体系行业等权基准
图表：综合行业轮动指标在细分行业体系下的轮动效果统计
资料来源：万得资讯、中金公司研究部
注：计算区间为-02-01至-06-30，基准为全细分行业体系行业等权基准
为了了解组合持有的行业个数对最终多头组合的收益表现的影响，我们分别测试了从仅用得分最高的1个行业构建多头组合，到最多每期等权持有15个行业的多头组合，它们分别的组合收益特征。易看出，持仓行业个数越少的组合收益往往越高，若每次仅持有一个行业指数，年化收益可高达41.4%，但相应的其波动与回撤也较大。当持仓个数从5个到15个行业之间时，行业组合的年化收益变化波动逐渐趋于平稳，基本维持在20%左右。
图表：不同持仓行业个数下，行业多头组合的收益特征统计
资料来源：万得资讯、中金公司研究部
注：计算区间为-02-01至-06-30
后续我们不妨以等权持有8个细分行业作为推荐行业组合观点，进一步研究如何将得到的细分行业观点应用到ETF投资上。由于目前的ETF产品发行时间主要集中在最近几年，其真实的净值数据样本太少，为了能更好地测试行业轮动观点在ETF投资上的运用效果，我们用每个ETF产品所跟踪指数的历史收益率数据替代该ETF在较长历史时期内的收益与净值数据。后文中的研究结果也均是基于该方式计算而得，特此说明。
图表：细分行业组合收益特征
资料来源：万得资讯、中金公司研究部
注：计算区间为-02-01至-06-30，基准为全细分行业体系行业等权基准
为何应用在ETF指数投资领域？
根据有效市场假说，在市场完全较为有效的前提下投资者很难通过主动投资来获取超过市场平均水平的收益。随着我国股票市场的有效性不断提高，被动投资的理念正在逐步走入投资者的视野中。
成分股优势：代表性高、流动性高、质量好
根据证监会在年1月18日公布的《公开募集证券投资基金运作指引第3号——指数基金指引》文件的要求，指数基金的标的指数应当符合市场容量充足、持续运行平稳和具备有效验证的代表性等特点，且指数基金的成份股要求代表性强、分布广泛和流动性良好。市场竞争和*策监管一定程度上共同推动了指数投资的质量提升。
一方面，指数编制时会选择流动性较好，具备一定市场
交易优势：费率低、透明度高、交易灵活
ETF基金作为跟踪指数，实现指数投资的重要工具，其具备费用低、流动性好、透明度高和跟踪误差小等优势。
首先，ETF的管理费率大多不超过0.5%，作为对比，主动权益基金的管理费率一般在1.5%左右。其次，ETF基金具备场外申赎和场内买卖的双重特点，在二级市场可以和股票一样灵活交易，具备较好的流动性。此外，由于ETF每日公布净值和份额数据，具备相比其他股票型基金更高的透明度。最后，ETF基金的申赎是一篮子股票，这间接提供了T+0交易的机会，而套利交易的存在会使得ETF基金的跟踪误差维持在非常小的水平，避免了跟踪误差给指数投资者带来的偏误。
近年来，ETF基金的市场规模和市场容量正在不断扩大。年，A股市场经历了一次大起大落，国内股票型指数基金的规模也随之经历了一次急速扩张和快速缩水。年下半年，股票型指数基金的总规模重新回到上升通道，其中ETF基金的规模扩张成为了主力，在近四年保持逐年上升的趋势。此外，随着国内被动指数投资的不断发展，以及基金管理人之间的竞争愈发激烈，后发管理者不断通过积极创新来为自己争取一席之地，这进一步推动了指数与ETF基金的丰富和多元化发展。近年来除了宽基和大类行业指数外，细分行业和主题概念等指数及其ETF基金也不断推陈出新，这为投资者提供了更丰富多元的选择余地，也使得被动投资者们亦能始终保持在市场发展的前沿。
截至年上半年，以国内A股市场为主要投资标的的股票型ETF基金接近只，总规模达亿元，分别跟踪超过个不同的国内股票指数。这为我们的指数与ETF基金投资提供了丰富的选择和空间。
细分行业轮动在ETF投资上的应用：逐一对应法
在新的细分行业体系中，也并没有直接的ETF产品一一对应，因此若我们希望能通过ETF投资来实现每期的行业观点，我们需要找到一种方式，使得最终投资的ETF产品尽量与我们看好的行业有较高的重合度。
逻辑与方法：简单直观
一种天然朴素的想法是：对于我们构造的细分行业体系，针对每一个细分行业，从已有的ETF产品中找到跟它最为接近的产品。每当我们看好该细分行业时，就相应投资这个最为接近的ETF产品作为实现方式。
我们以持仓重合度占比作为细分行业与ETF产品接近程度的度量方式，其计算方式为持仓交集（细分行业，ETF基金）与持仓并集（细分行业，ETF基金）的比值：
持仓重合度（细分行业，ETF基金）=持仓交集/持仓并集
分别测算每个细分行业对应的最相似的ETF基金，以及相应的相似度。有较为直观对应ETF基金的行业多为金融、周期与消费类的细分行业。商业银行，酒类与它们的对应ETF相似度在0.99以上；家电，煤炭，资本市场，钢铁，房地产管理与开发与其对应ETF也有0.9以上相似度。然而，大部分不那么受投资者