研究背景
本篇报告研究根据历史走势规律构建ETF投资组合的方法。由于ETF标的指数的历史走 势信息(特别是成交金额)比ETF自身的交易信息更加客观有效，而且数据开始更早。因 此走势规律分析是基于标的指数，而非ETF产品本身。
ETF标的指数的选取标准为：1.指数基日不晚于2014/12/31，2.指数成份股全部为A股 ，3.指数类别为行业或主题指数。符合条件的指数合计约130只。
由于ETF标的指数之间的主题重合度可能较高，为了避免大量相似主题的指数影响分析 结果，我们首先将全部指数根据历史走势聚类为60个类别。在每个类别内选择指数总市 值最高的1只，共60只指数作为备选指数。
我们关注指数价格与成交金额的走势规律，它们的组合变化可分为4种形态：放量上涨 、放量下跌、缩量下跌、缩量上涨。但这种分类还不够精细，例如对于放量上涨，通过 计算价格上涨幅度、成交金额上涨幅度，以及两者的相对比例，可以对指数走势形态做 更准确的定位、对未来走势做更准确的预测。
从单期到多期的价量形态
我们以20日周期变化为例，将所有备选指数在极坐标系中展示。当期大部分指数的极角在0至90°之间，即过去20日出现放量上涨。如果统计2017年至今每个月末的20日周期价量变化，并将多期数据在极坐标系中叠加 ，可以得到右图。这说明历史上多数指数呈现放量上涨和缩量下跌两种形态。
历史价量形态与未来涨幅
更需要关注的是历史价量变化形态与未来涨幅的关系。在上页基础上，进一步计算指数 未来20日涨幅，并根据涨幅渲染散点颜色，红色表示涨幅较高，绿色表示涨幅较低。
历史与未来周期的多对一关系
为了能够预测指数涨幅，要寻找历史周期与未来周期之间的多对一关系： 由于是构建月度组合，在分析指数历史形态与未来走势关系时，固定未来涨幅周期为20 个交易日；同时为了发现更稳定的规律，遍历从5日到240日的多个历史价量周期，并从 中选择最有效的历史周期做预测。这种多对一关系就是模型的核心——位置参数表。 如果需要研究周频调仓，将参数中的未来涨幅周期改为5个交易日即可。
根据价量形态和位置参数表选择ETF
在每个调仓时点上，计算指数多个历史周期的价量形态，并分别与相应历史周期位置参 数表进行对比，匹配未来涨幅排名靠前的区域，得到最优区域内的指数。
生成位置参数表时，采取三种时间窗口。 1.全样本内时间窗口：使用2017年-2024年的数据，在构建2024年之前的投资组合时会 包含未来信息，因此这个组合只做对比使用。 2.固定时间窗口：使用2017-2020年的数据，从2021年起投资组合不再包含未来信息。 3.滚动时间窗口：2021年开始使用滚动时间窗口，在T月末调仓时，仅使用不晚于T-2月 的价量形态参数，在计算未来20日涨幅的情况下，可以确保结果不含未来信息。
全样本内参数ETF组合
全样本内组合使用了未来信息，但未来信息反应的是历史平均规律，与每个调仓月的实 际情况可能有所差异，因此并未出现过高的涨幅。
固定时间窗口ETF组合
ETF组合从2021年开始为样本外。2021-2025/6/20，ETF组合上涨15.82%，同期ETF等 权组合下跌14.72%，ETF组合超额收益为35.81%。
滚动时间窗口ETF组合
ETF组合从2021年开始为样本外。2021-2025/6/20，ETF组合上涨51.38%，同期ETF等 权组合下跌14.72%，ETF组合超额收益为77.51% 。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
