ETF 量化策略周度更新（20260522）

摘要： 本报告由中国银河证券发布，对五大 ETF 量化策略（宏观择时、动量择势、资金流向、分位数回归及期权基础策略）的周度收益表现、最新持仓权重及量化实现逻辑进行了系统跟踪与分析。

核心观点：
报告通过量化模型对不同风格的 ETF 组合进行动态配置。其中，动量择势策略自 2020 年以来累计收益最高（184.07%），分位数回归策略在科技类 ETF 的配置上表现突出。目前策略持仓涵盖了宽基 ETF、行业主题 ETF 以及国债、黄金、豆粕等大宗资产。

论据支撑：

1. 宏观择时策略：结合经济周期和流动性指数，利用 Black-Litterman 模型实现大类资产的动态权重分配。
2. 动量择势策略：采用 XGBoost 预测上涨概率作为动量指标，并结合基金份额分位数衡量拥挤度，筛选高动量低拥挤的板块。
3. 资金流向与分位数回归策略：分别通过资金流向打分及分位数随机森林（Quantile Random Forest）预测收益率分布，以控制尾部风险并优化持仓。
4. 期权基础策略：运用 Buywrite、Putprotection 和 Straddle 三种期权组合，对 6 只宽基 ETF 进行收益增强和风险对冲。

局限性/风险：
量化结论基于历史价格信息和统计规律，难以完全预测受即时性政策影响的市场走势，历史业绩不代表未来表现。