2025年指数化配置系列研究：进可攻，退可守，宽基指数的择时和配置

一、穿越波动：通道突破原理概览

我们在报告《行业动量策略的 CTA 思维——指数化配置系列研究（2）》中，介绍了 一种行业趋势跟踪策略。它具有高盈亏比、自动管理仓位等特征，并且与传统截面策略的 收益来源不同。因而，本文进一步将其应用于宽基指数，以期实现穿越市场波动的投资回 报。

1.1 买入和卖出信号的构建

该趋势跟踪策略的本质是通道突破原理。具体而言，利用指数的历史价格，构建价格 波动的通道，并根据当前价格和通道的位置关系预判未来走势。当价格突破通道上轨时， 可能预示指数将走强，此时便可买入建仓；反之，当价格突破通道下轨时，可能预示指数 将走弱，此时则可卖出平仓。其中，通道的构建则结合了技术分析中经典的肯特纳通道 （Keltner Channels）和唐奇安通道（Donchian Channels）原理。

参数的选择是通道突破原理的关键所在。策略共有 4 个参数，分别是通道上轨宽度 k 和价格回看天数 n，以及下轨的 k 和 n。k 或 n 越大，买入或卖出越慢、越谨慎；k 或 n 越小，买入或卖出越快、越果断。 在《行业动量策略的 CTA 思维——指数化配置系列研究（2）》中，我们采用推进分 析的方法寻找最优参数，具体方式如下。 1）回看天数 n 在 5、10、15、20、30、40、50、60 和 70 中寻优；通道宽度 k 在 0.5、1、1.5、2、2.5 和 3 中寻优； 2）设置优化期为 5 年，交易期为 1 年，按年向后滚动。在优化期选出最优参数，运 用到交易期； 3）优化期最优参数筛选规则：将 5 年的优化期按月滚动，得到 25 个 3 年区间。在每 个区间内，记录参数对应的夏普比率排名分位点。剔除分位点在 80%以上的占比不足 7 成，或分位点在 50%以下的占比超过 1 成的参数后，计算剩余参数对应夏普比率分位点 的均值和标准差之比，最大者即为最优参数。

采用上述寻优方法，构建沪深 300 指数择时策略。策略仅获得了 更低的波动和回撤，收益优势不明显。我们推测，造成这种现象的原因有：1）原本寻优 遍历的参数有 2916 组，数量过多可能无法收敛到真正的“好”参数；2）原本的寻优回测 区间只有 5 年，过短的优化期可能无法找到不同阶段都表现稳定的参数，使样本外的业绩 不及预期。

为了提升策略样本外表现的稳健性，我们对寻优方法做了如下两点改进。首先，减少 参数组数量，以便优化期能更快定位到“好”参数。回看天数 n 在 10、20、30、40、60 中寻优，通道宽度 k 在 0.5、1、2、3 中寻优。这样一来，参数的数量由原来的 2916 组（9*9*6*6） 降至 400 组（5*5*4*4）。

其次，调整寻优规则。我们认为，最优参数应该具备不同时段稳定较优的特征。因而， 先将优化期扩大至 2012-2021，共计 10 年，再强化“稳定”这一特质在寻优中的作用。 具体分为两步： 1）确定局部最优参数。规则如下：剔除 5 年区间内，月度滚动 3 年夏普比率（共 25 个）在所有参数组中的排名分位点高于 80%的数量占比不足 7 成，或分位点低于 50%的 数量占比超过 1 成的参数；对剩余的参数组，计算月度滚动 3 年夏普比率排名分位点均值 除以标准差，取最大的前 20 组。 2）确定全局最优参数。2012-2021 年间，按年度向前滚动，得到 6 个 5 年区间，取 每个区间 20 组局部最优参数的交集。若交集数大于 1，则取年化收益率最高者；若交集 数为 0，则由 21 名开始逐步往下寻找，直到发现第一个交集为止。

二、标的筛选：宽基指数优选逻辑

本文策略的本质其实是对每个指数择时，再构建组合。因此，市场上涨时，多个指数 往往会同时发出买入信号。策略只能根据波动率确定权重，无法通过截面比较进行剔除。 一旦过多高相似度的指数同时被持有，很容易造成风险集中，无法有效形成分散化。为了 尽可能缓解这一问题，我们先对比分析常见的宽基指数，再从中挑选若干形成策略。 我们根据风格或特征将常见的、对应 ETF 规模较大的宽基指数分成 4 大类型： 大盘、中小盘、成长和综指。首先，剔除综指，即上证指数。原因是，它的风格不够鲜明， 不适合纳入组合。

其次，剔除中证 500（中盘）。2012 年以来，尤其是 18 年以来，中证 500 和中证 1000 指数的相关性很高（18 年以来相关系数 0.97），且后者上涨弹性略大于 前者。由此我们认为，中证 500 指数若加入组合，无法带来异质性收益，反而会降低其他 指数的配置比例，削弱组合的上涨弹性。

综上所述，组合仅纳入三类指数，大盘、小盘和成长，每类都选取 1 只指数作为配置 标的。其中，大盘和小盘分别选择沪深 300 和中证 1000，二者最具代表性，且跟踪 ETF 规模最大。 成长选择创业板 50，理由如下：1）科创板相关指数存续时间较短，回测比较困难； 2）策略可通过仓位管理较好地规避指数下跌，创业板类指数更多地是提供弹性。而创业 板 50 和创业板指的走势接近，但前者的上涨弹性更高。

三、策略实施：宽基指数择时配置组合的构建

3.1 单指数择时策略

沪深 300 指数择时策略，k=3、n=20 和 k=1、n=10 在样本内的不同 5 年区间，都是通道上轨 和下轨的局部最优参数。根据上文制定的规则，将其作为全局最优参数。

策略具有较强的绝对收益属性。样本内、外虽有 5 年负收益，但最大亏损不超过 5%。 不过，策略的缺点在于上涨弹性弱，2014、2017、2019 和 2020 等指数大幅上涨的年份， 显著跑输。

中证 1000 择时策略

中证 1000 择时策略通道上轨的前 20 组最优参数在各 5 年区间内没有交集。因此， 我们将筛选条件放宽至前 30 组，得到“k=3、n=40”为全局最优参数。而通道下轨存在 两组全局最优参数，分别是 k=0.5、n=20 和 k=1、n=20。我们选择 2012-2021 年的年化 收益率较高者，确定 k=1、n=20 为最终的下轨全局最优参数。

创业板 50 择时策略

根据同样的方法，可得创业板 50 择时策略的最优参数。通道上轨为 k=3、n=30，通 道下轨为 k=1、n=10。 样本外（2022.01-2025.05），择时策略累计收益率为 36.18%， 年化收益率为 9.51%，相对创业板 50 的年化超额收益率为 23.05%；年化波动率和最大 回撤分别为 19.62%和 20.58%，显著小于基准。此外，择时策略的下跌防御性较强，年度 最大亏损为 11.59%；但上涨年份的弹性较弱，跑输基准的幅度较大。

横向对比 3 个指数的择时策略，可以发现，通道突破策略在沪深 300、中证 1000 和 创业板 50 上的年化超额收益率是单调递增的。结合 3 个指数的波动性，我们认为，策略 可能更适合波动较大的指数。

3.2 宽基指数择时配置组合

组合构建规则

结合前文的回测结果，我们根据如下方式构建宽基指数择时配置模型。 1）确定指数及择时参数：沪深 300，通道上轨 k=3、n=20，通道下轨 k=1、n=10； 中证 1000，通道上轨 k=3、n=40，通道下轨 k=1、n=20；创业板 50，通道上轨 k=3、n=30， 通道下轨 k=1、n=10。

2）权重管理及再平衡机制：每日再平衡下的波动率倒数加权。其中，目标波动率和 各指数波动率的计算均回看 242 个交易日。 3）回测区间：样本内为 2012-2021 年，样本外为 2022-2025.05。

组合收益风险特征

2022年迄今（截至2025.05.30，样本外），组合累计收益率31.04%， 年化收益率 8.27%，相对 3 个指数等权组合的年化超额收益率为 16.38%；年化波动率和 最大回撤分别仅为 12.85%和 11.84%，显著小于等权组合和各指数自身；夏普比率和 Calmar 比率分别为 0.64 和 0.70，大幅优于等权组合和各指数自身。组合的绝对收益属性较为突出。截至 2025.05.30，样本内+样本外年度 收益率大于 0 的占比达 79%，最差年份的收益率仅为-10.4%（2018 年）。相对收益角度， 组合在市场下跌时具备较强的防御性。如，2018 和 2022 年，显著跑赢基准。市场上涨时， 组合的弹性较弱。如，2013、2019 和 2020 年，跑输基准的幅度较大。但好在也能分享 权益资产整体上涨的红利，保证较为可观的正收益。

四、策略基因：高盈亏比和低敏感性

4.1 市场适配性

由于三个指数通道突破策略的上轨较宽、回看时间较长，下轨较窄、回看时间较短， 即买入谨慎、止损果断。因此，更适配趋势强的市场，捕捉（应对）震荡上行（下行）的 能力较弱。例如，2015 年，创业板 50 的涨跌都较为流畅、快速、强势，策略既能有效规 避下跌，也能抓住上涨契机；但 2020 年 4 季度，沪深 300 震荡上行，策略就表 现得十分挣扎。

4.2 胜率和盈亏比

作为一类低频择时信号，通道突破策略的胜率尚可，三个指数的单次持 仓胜率均高于 50%。其中，策略在创业板 50 上的效果更好，胜率接达 60%。另一方面， 策略的盈亏比1较高，沪深 300 为 2.90，中证 1000 和创业板 50 都超过 3。

4.3 仓位管理能力

时序策略相比截面策略的一大优势是，不需要时刻满仓。极端情况下，如果三个指数 都未发出买入信号，则空仓。在市场较为低迷的 2018 及 2022-23 年， 策略可以通过低仓位甚至空仓来应对，从而规避较大幅度的亏损。而在市场行情较好的 2014-15、2017、2019-21 年，组合大部分时间的仓位都高于 80%，保证了合理的参与度。

4.4 加权方式的影响

本文的通道突破策略采用每日再平衡的方式，根据波动率的变化微调权重。但在实际 投资中，这无疑会大大增加工作量，也可能引入操作风险。因此，一个自然的想法是，只 在有指数进入或退出组合时才调仓，其余时间不加干预。此外，我们还对比了波动率倒数 加权和等权两种方式。

4.5 换手率

即便是每日再平衡，策略的换手率也没有想象中那么高。2012-24 年， 年化双边换手率均值为 13.89 倍。不做每日再平衡的换手率几乎没有变化，年度均值为 13.72 倍。不过，两者需要调仓的天数大相径庭，前者的年平均值为 106 天；而 后者仅为 16 天，接近一个月操作 1 次。等权的换手率相对最高，年平均 15.83 倍。结合 不同加权方式下的收益风险特征，我们认为，对于通道突破策略而言，买入/卖出信号是核 心，加权方式最多只是锦上添花。

五、双擎平衡：策略与防御型资产的结合

策略空仓的时间不少，且多数对应着市场下跌。从资产配置的角度， 此时可配置低相关性或具备防御属性的资产，从而实现风险管理与收益增厚的双重目标。

“宽基+红利”组合

2021 年以来，中证红利指数与沪深 300 的相关性较前期大幅降低， 防御属性凸显。因此，我们可以用红利资产填补宽基指数择时配置策略的剩余仓位。

“宽基+固收”组合

固定收益和权益天然存在较强的互补性，因此，我们选择中债-7-10 年政策性金融债 全价(总值)指数（CBA08203，简称政金债指数），填补宽基指数择时配置组合的剩余仓位， 构建“宽基+固收”组合。选择该指数是因为，它是目前对应 ETF 规模最大的中长期利率 债指数，可以较好地反应低信用风险固收资产的收益表现。

六、总结

本文将《行业动量策略的 CTA 思维——指数化配置系列研究（2）》中的通道突破原 理运用于宽基指数的择时和配置。通过减少参数量和强化跨周期稳定性，我们改进了参数 寻优方法，从而得到对不同市场环境适应性更强的参数。目标波动率和波动率倒数加权的 机制，使得策略可以根据市场和指数波动灵活调整仓位，实现风险控制与收益增强的平衡。 从 ETF 规模、风格代表性和低相关性三个维度，本文选择沪深 300（大盘）、中证 1000 （小盘）和创业板 50（成长）三只核心宽基指数作为择时和配置的标的。 宽基指数择时配置策略的业绩表现优异。2022 年迄今（截至 2025.05.30，样本外）， 累计收益率 31.04%，年化收益率 8.27%，相对 3 个指数等权组合的年化超额收益率为 16.38%；年化波动率和最大回撤分别仅为 12.85%和 11.84%，显著小于等权组合和各指 数自身；夏普比率和 Calmar 比率分别为 0.64 和 0.70，大幅优于等权组合和各指数自身。 同时，绝对收益属性较为突出。截至 2025.05.30，样本内+样本外年度收益率大于 0 的占 比达 79%，最差年份的收益率仅为-10.4%（2018 年）。

宽基指数择时配置策略具备“自动管理仓位、盈亏比高、换手率低”的特点。在市场 较为低迷的 2018 及 2022-23 年，策略可以通过低仓位甚至空仓来应对，从而规避较大幅 度的亏损。而在市场行情较好的 2014-15、2017、2019-21 年，组合大部分时间的仓位都 高于 80%，保证了合理的参与度，盈亏比接近或超过 3。2012-24 年，每日再平衡的年化 双边换手率均值为 13.89 倍。如不做每日再平衡，年平均调仓天数为 16 天，接近一个月 操作 1 次。 从资产配置的角度，策略的剩余仓位可用低相关性或具备防御属性的资产填补，如， 红利或固收，从而可实现风险管理与收益增厚的双重目标。2021 年以来，“宽基+红利” 组合年化收益率 15.92%，相比宽基指数择时配置组合能实现年化 6%的收益增厚，相对 红利低波全收益指数的年化超额收益率为 2.47%。“宽基+固收”组合的年化收益率为 16.97%，相比宽基指数择时配置组合能实现年化 2%的收益增厚。年化波动率 14.84%， 与加入固收资产前相当，最大回撤小幅降低至 15.79%。

编辑：火腿肠