ETF 量化策略周度更新（20260605）

摘要： 本报告提供了五类 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）的周度业绩更新、最新持仓权重以及详细的量化构建方法论。

核心观点：

1. 策略组合分工：宏观择时策略侧重大类资产配置（如当前高配国债 ETF）；动量择势与资金流向策略侧重行业轮动（如关注钢铁、汽车、数字经济等板块）；分位数回归策略聚焦科技类 ETF 的风险控制与收益预测。
2. 期权策略表现：在 Buy-write 策略中创业板 ETF 累计收益最高；在 Put-protection 和 Straddle 策略中科创 50ETF 表现最优。
3. 方法论支撑：通过马尔科夫模型、XGBoost、Copula 二阶随机占优以及分位数随机森林等量化手段，实现对市场趋势的捕捉和尾部风险的控制。

论据支撑：

1. 历史数据：报告提供了 2020 年以来各策略的累计收益率、年化夏普比率、年化卡玛比率及最大回撤等量化指标。
2. 持仓明细：详细列出了各策略在最新调仓日（2026 年 5 月底至 6 月初）的具体 ETF 持仓名称及权重。

局限性/风险：

1. 统计局限：结论基于历史价格信息和统计规律，二级市场受即时政策影响可能出现统计规律之外的走势。
2. 业绩不保证：基金历史收益不代表未来业绩表现。