宏观信息驱动的宽基 ETF 风格轮动策略研究

摘要： 本报告提出了一种基于宏观信息驱动的宽基 ETF 风格轮动量化投资策略，旨在通过宏观指标预测市场风格切换，并将其映射至流动性最优的宽基 ETF 组合中。

核心观点：

1. 构建风格轮动逻辑：利用 Barra-CNE6 模型合成 10 类可解释风格因子，并证明其在周度尺度上具有明显的轮动特征。
2. 宏观指标驱动：通过消费、出口、工业生产、信贷、汇率五类宏观指标构建综合得分，用以解释和预测风格因子的收益表现。
3. 量化预测模型：采用 Logistic 分类模型将风格预测标签化（累计收益、单周收益、趋势强度），有效解决了短期扰动和过拟合问题，其中趋势标签预测准确率稳定在 70% 左右。
4. 策略实施与表现：通过贪心算法筛选风格多样化的宽基指数并匹配最优 ETF 持仓。回测显示 2020 年 1 月至 2026 年 4 月年化收益率为 19.05%，显著跑赢中证全指。

论据支撑：

1. 因子有效性：历史数据证明波动率、流动性等因子在不同阶段交替领先。
2. 相关性分析：相关系数矩阵显示消费类指标对风格因子的区分度最高，证明了宏观指标对风格轮动的解释力。
3. 回测数据：策略在多个宏观情景中均能有效捕捉结构性机会，2026 年以来年化收益率达 38.78%。

局限性/风险：

1. 统计规律局限：结论基于历史价格和统计规律，无法完全预测受即时政策影响的非规律性走势。
2. 高换手成本：策略整体换手率较高（累计 335.63%），交易成本对实际收益有一定影响。