正文目錄1、DRSS：動態(tài)阻力支撐強度 51.1、動態(tài)阻力支撐強度的概念 5、動態(tài)阻力支撐強度及其市場狀態(tài)對應(yīng) 5、策略指標(biāo)的構(gòu)建和實現(xiàn) 6、動態(tài)阻力支撐強度（DRSS）指標(biāo)構(gòu)建 82、DRSS指標(biāo)策略效果 82.1、指數(shù)回測構(gòu)建方式 93、“趨勢先鋒”ETF交易增強策略 13、ETF底層標(biāo)的優(yōu)勢分析 13、“趨勢先鋒”ETF交易增強策略構(gòu)建方法 14、“趨勢先鋒”邏輯細節(jié)分析——以516660.SH15、“趨勢先鋒”策略應(yīng)用于全市場ETF表現(xiàn)結(jié)果 174、風(fēng)險提示 215、附錄 22圖表目錄圖表1：阻力支撐強度與其市場狀態(tài)的對應(yīng)關(guān)系 6圖表2：傳統(tǒng)阻力支撐位示意圖 6圖表3：相對強度對應(yīng)最高最低價走勢圖形情景劃分 7圖表4：阻力支撐強度與買賣點邏輯對應(yīng)關(guān)系 9圖表5：DRSS斜率歷史數(shù)據(jù)分布 9圖表6：DRSS斜率（上）、DRSS標(biāo)準(zhǔn)分（下）指標(biāo)時序走勢情況 10圖表7：DRSS指標(biāo)值隨時間變動情況 10圖表8：滬深300指數(shù)DRSS斜率策略表現(xiàn)結(jié)果 11圖表9：滬深300指數(shù)DRSS標(biāo)準(zhǔn)分策略表現(xiàn)結(jié)果 11圖表10：滬深300指數(shù)策略表現(xiàn)結(jié)果統(tǒng)計 11圖表11：DRSS斜率策略考慮成本表現(xiàn)結(jié)果 12圖表12：DRSS標(biāo)準(zhǔn)分策略考慮成本表現(xiàn)結(jié)果 12圖表13：ETF規(guī)模和產(chǎn)品數(shù)量歷年變化 13圖表14：中證新能源汽車ETF買賣明細圖 15圖表15：中證新能源汽車ETF回測結(jié)果 15圖表16：中證新能源汽車ETF（516660.SH）2020年3月至2021年7月期間交易詳情 16圖表17：中證新能源汽車ETF（516660.SH）2021年7月至2022年7月期間交易詳情 17圖表18：部分跟蹤指數(shù)下最大規(guī)模ETF產(chǎn)品池情況 17圖表19：全市場86支ETF產(chǎn)品回測平均結(jié)果 18圖表20：全市場86支ETF產(chǎn)品超額收益分布 18圖表21：全市場86支ETF產(chǎn)品組合限制倉位回測結(jié)果 19圖表22：全市場86支ETF產(chǎn)品組合不限制倉位回測結(jié)果 19圖表23：全市場86支ETF產(chǎn)品組合回測結(jié)果對比 19圖表24：全市場ETF限制倉位融資成本敏感性分析 20圖表25：全市場ETF不限制倉位融資成本敏感性分析 20圖表26：全市場ETF融資成本敏感性分析 20圖表27：指數(shù)對應(yīng)規(guī)模最大ETF按行業(yè)標(biāo)簽匯總超額收益均值和ETF數(shù)量 21圖表28：全市場行業(yè)跟蹤指數(shù)下最大規(guī)模ETF產(chǎn)品池具體情況 221、DRSS：動態(tài)阻力支撐強度1.1、動態(tài)阻力支撐強度的概念傳統(tǒng)技術(shù)分析的核心思想是通過對量價數(shù)據(jù)進行分析，構(gòu)建買賣策略，其中支撐阻力位是一對重要概念。阻力位與支撐位的應(yīng)用十分靈活：在明確的趨勢市場中，交易者往往利用這兩個點位進行突破交易；而在震蕩行情下，它們則常用于構(gòu)建反轉(zhuǎn)策略。實際交易中，阻力位與支撐位并非恒定不變的常數(shù)，代表著市場參與者對當(dāng)前市場態(tài)勢的動態(tài)預(yù)期。每個投資者心中都有一個他認為的市場的“安全價位”，這個價位實際上就是他對市場的隱含阻力位和支撐位的判斷。這種判斷并不是憑空而來，而是基于對過去市場數(shù)據(jù)的分析、對未來趨勢的預(yù)判、對全球宏觀經(jīng)濟的解讀等多方面因素的綜合判斷。如果我們將阻力位和支撐位視為一種“變量”，就可以利用統(tǒng)計學(xué)和量化分析方法對其進行研究。期望值可以幫助我們確定市場對阻力位和支撐位的整體預(yù)期，而方差則可以幫助我們了解市場對這兩個預(yù)期的分歧程度或者說是預(yù)期的穩(wěn)定性。進一步地，我們可以構(gòu)建一個基于這種思路的策略框架。如果市場對支撐位的共同預(yù)期（或說強度）大于阻力位，這可能意味著市場普遍認為下跌的空間有限，未來有更大的上漲潛力，從而形成牛市預(yù)期。相反，如果市場對阻力位的共同預(yù)期大于支撐位，那么市場可能更加悲觀，認為未來的下跌風(fēng)險較大。我們按照不同市場狀態(tài)分類來說明支撐阻力相對強度的應(yīng)用邏輯：如果支撐明顯強于阻力，牛市持續(xù)，價格加速上漲如果阻力明顯強于支撐，牛市可能即將結(jié)束，價格見頂如果支撐明顯強于阻力，牛市可能即將啟動如果阻力明顯強于支撐，熊市可能即將啟動3.市場在下跌熊市中：如果支撐明顯強于阻力，熊市可能即將結(jié)束，價格見底如果阻力明顯強于支撐，熊市持續(xù)，價格加速下跌圖表1：阻力支撐強度與其市場狀態(tài)的對應(yīng)關(guān)系市場狀態(tài)阻力強度>支撐強度阻力強度<支撐強度牛市上漲動能衰竭，或?qū)⒁婍斏蠞q動能強勁，加速上漲震蕩市短期情緒見頂，行將回調(diào)短期情緒見底，行將反彈熊市恐慌情緒強勁，加速下跌下跌動能衰竭，或?qū)⒂|底資料來源：wind，華鑫證券研究在確認了擇時邏輯后，接下來要做的則是從量價數(shù)據(jù)中抽取信息構(gòu)造能夠?qū)Α爸巫枇ο鄬姸取庇锌坍嬆芰Φ拇碇笜?biāo)。在量價數(shù)據(jù)中，最能表征支撐與阻力概念的是最高價與最低價。從最高價與最低價的形成機制出發(fā)，只要它們沒有觸碰到漲?；虻r格，那它就是當(dāng)日全體市場參與者通過交易行為投票出來的阻力與支撐。圖表2：傳統(tǒng)阻力支撐位示意圖資料來源：QuantPedia，華鑫證券研究由于我們并非用支撐位與阻力位作突破或反轉(zhuǎn)交易的閾值，而是更關(guān)注市場參與者們對于阻力位與支撐位的定位一致性，因此選擇用過去一段時間每日最高價和最低價的斜率作為代理變量，即最低價每變動1的時候，最高價變動的幅度。使用線性回歸，建立如下般最高價與最低價之間的線性模型：式中擬合出的β值即是用以刻畫支撐與阻力強度對比的代理指標(biāo)，表明最近一段時期，最低價每波動1個點位，最高價相應(yīng)會波動β個點位。因此，β越大，表明支撐強度相比阻力強度越顯著，市場越容易上行，牛市中大概率對應(yīng)后市加速上漲的走勢，熊市中則對應(yīng)后市止跌企穩(wěn)的走勢；同理，β越小，表明阻力相對支撐的強度更甚，在牛市中可能預(yù)示著即將見頂，在熊市中則對應(yīng)后市大概率加速深跌。其中N的取法不能太小，不然不能過濾掉足夠多的噪音；但也不能太大，因為我們希望得到的是體現(xiàn)目前市場的支撐阻力相對強度，若取值太大，則滯后性太高。當(dāng)斜率值很大時，支撐強度強于阻力強度。從最高價最低價序列來看，最高價變動比最低價迅速。在上漲牛市中與下跌熊市中很可能以下圖中兩種走勢體現(xiàn)：在牛市中阻力漸小，上方上漲空間大；在熊市中支撐漸強，下跌勢頭欲止。從圖形上，相對強度實際刻畫的是如下四種情景：圖表3：相對強度對應(yīng)最高最低價走勢圖形情景劃分高斜率市場 下降楔形 上升下跌 下降擴散三角或確認后的下降三資料來源：華鑫證券研究傳統(tǒng)技術(shù)面形態(tài)學(xué)中對楔形和三角形的整理形態(tài)已經(jīng)較為詳細，我們疊加上漲下跌方向描述對應(yīng)圖形。由于最高價恒大于最低價，我們窮舉四種劃分如下：市場上漲，β高時：低位出現(xiàn)的上升擴散楔形/三角形仍能揭示趨勢即將大幅上行。此時最高價上行速度遠大于最低價。此種情形應(yīng)該買入。若高位即將調(diào)整時情緒過熱出現(xiàn)上升擴散楔形/三角形，隨著價格向下調(diào)整β值也能迅速走低。市場上漲，β低時：最低價向上速度大于最高價，顯示上方阻力較強，對應(yīng)圖形中的上升楔形/三角形。上升楔形預(yù)示即將走弱，若上升三角形突破成功，斜率將迅速走高。市場下跌，β高時：此時對應(yīng)形態(tài)中的下降楔形和上升三角形，當(dāng)價格成功向上突破時β只會繼續(xù)變大，若確認調(diào)整中繼，隨著最低價快速下行β將會迅速變小。此種情形應(yīng)該買入。市場下跌，β低時：下降擴散三角或擴散楔形，未突破時圖形顯示大概率延續(xù)調(diào)整，最低價連續(xù)跌破支撐的速度更快。若突破反轉(zhuǎn)β同樣迅速走高。其中N的取值范圍過小則無法獲得穩(wěn)定結(jié)果，過大指標(biāo)將鈍化滯后。這里我們經(jīng)驗上要求N>7，默認值18（日）。（DRSS）指標(biāo)構(gòu)建在確定阻力與支撐的代理變量以及相對強度的定義之后，我們依此建立DRSS指標(biāo)。一種即是直接利用斜率的本身作為指標(biāo)值。DRSSN（1）OLSbetaDRSSDRSSMzDRSS下一章中，我們將研究比較兩種指標(biāo)的優(yōu)劣以及其背后的原因。2DRSS指標(biāo)策略效果在初步定義DRSS指標(biāo)后，我們更關(guān)注其在市場擇時上的應(yīng)用效果。回測交易框架為閾值交易邏輯，即當(dāng)指標(biāo)值上穿上閾值S1時買入，指標(biāo)值下穿下閾值S2時賣出平倉。圖表4：阻力支撐強度與買賣點邏輯對應(yīng)關(guān)系資料來源：華鑫證券研究2.1、指數(shù)回測構(gòu)建方式按照閾值交易框架，我們需要確定上下閾值。觀察斜率的歷史數(shù)據(jù)分布（以N=18計算）：圖表5：DRSS斜率歷史數(shù)據(jù)分布資料來源：wind，華鑫證券研究從統(tǒng)計數(shù)據(jù)出發(fā)，一個看上去比較合理的閾值選取即均值加減一個標(biāo)準(zhǔn)差，我們?nèi)1=1.0，S2=0.8DRSSDRSS10.8DRSS標(biāo)準(zhǔn)分指標(biāo)額外多出的參數(shù)為計算標(biāo)準(zhǔn)分所用的周期M，交易策略為：N=18,M=600）S（S=0.7），圖表6：DRSS斜率（上）、DRSS標(biāo)準(zhǔn)分（下）指標(biāo)時序走勢情況資料來源：wind，華鑫證券研究將DRSS標(biāo)準(zhǔn)分指標(biāo)疊加滬深300收盤價可以看出，指標(biāo)能抓住絕大部分上行趨勢，在標(biāo)的指數(shù)急跌調(diào)整下破閾值后可以及時賣出。圖表7：DRSS指標(biāo)值隨時間變動情況2015010520150213201504022015051520171110201712212019030620200807202009172020110520201216202101272021031620220112202203012022041320220527202207062022081620220922202211032022120920230120202303032023041420230529202307032021042720210610202107222021090120150105201502132015040220150515201711102017122120190306202008072020091720201105202012162021012720210316202201122022030120220413202205272022070620220816202209222022110320221209202301202023030320230414202305292023070320210427202106102021072220210901202110212021120120190417201905312019071220190822201910102019112020191231202002192020033120200515202006292018020120180321201805072018061520180727201809062018102520181205201901172015062620150806201509182015110520151216201601272016031520160426201606072016072020160830201610192016112920170110201702272017041120170523201707052017081520170925600075000540003300012000-11000-30 DRSS標(biāo)準(zhǔn)分值 上閾值 下閾值 滬深300指數(shù)收盤價（右軸）資料來源：wind，華鑫證券研究20031202373008300DRSS9300DRSS資料來源：wind，華鑫證券研究資料來源：wind，華鑫證券研究10300指數(shù)策略表現(xiàn)結(jié)果統(tǒng)計11基準(zhǔn)年化收益基準(zhǔn)收益回測年化收益基準(zhǔn)年化收益基準(zhǔn)收益回測年化收益回測收益統(tǒng)計量0.0657262.57470.1292610.3889DRSS斜率策略0.0657262.57470.164119.9225DRSSAlpha0.063020.098154Beta1.00911.004Sharpe0.72670.9453年化波動率0.164110.16303最大回撤-0.49469-0.45491雙邊年化換手率3.81074.4851ATR均值64.164964.1649ATR標(biāo)準(zhǔn)差40.008140.0081ATR系數(shù)變異（CV）0.623520.62352總交易次數(shù)138160勝利交易次數(shù)4554勝率0.550720.57143平均交易間隔32.839426.5535資料來源：wind，華鑫證券研究，數(shù)據(jù)截至2022/12/31我們對斜率指標(biāo)策略和標(biāo)準(zhǔn)分指標(biāo)策略兩種策略進行了比較和評估。以下是各項主要統(tǒng)計結(jié)果的詳細分析。10.388919.92250.16410.12926。對于Alpha（超額收益），標(biāo)準(zhǔn)分指標(biāo)策略（0.098154）同樣超越了斜率指標(biāo)策略（0.06302）。Beta（）1.00911.004策略對市場變動的敏感度相當(dāng)。然而，標(biāo)準(zhǔn)分指標(biāo)策略的Sharpe比率（0.94526）于斜率指標(biāo)策略（0.7267），顯示在考慮風(fēng)險調(diào)整收益時，標(biāo)準(zhǔn)分指標(biāo)策略更具優(yōu)勢。同（0.16303）（0.16411）在回撤方面，標(biāo)準(zhǔn)分指標(biāo)策略的最大回撤（-0.45491）低于斜率指標(biāo)策略的最大回撤（-0.49469），表明其在承受重大價格下跌風(fēng)險時更有優(yōu)勢。兩個策略的雙邊年化換手率都超過3，表明交易頻繁。ATRATR64.164940.0081ATR（CV）0.62352在交易次數(shù)方面，標(biāo)準(zhǔn)分指標(biāo)策略（160次）比斜率指標(biāo)策略（138次）交易更為頻繁。而且，標(biāo)準(zhǔn)分指標(biāo)策略的勝利交易次數(shù)（54次）也多于斜率指標(biāo)策略（45次）。兩個策略的勝率分別為0.3375和0.32609，盡管相差不大，但仍然證明標(biāo)準(zhǔn)分指標(biāo)策略的勝率更高。平均交易間隔，標(biāo)準(zhǔn)分指標(biāo)策略（26.5535）比斜率指標(biāo)策略（32.8394）的交易頻率更高。從統(tǒng)計數(shù)據(jù)來看，標(biāo)準(zhǔn)分指標(biāo)無論從收益率、夏普比率還是最大回撤上都證實了我們認為標(biāo)準(zhǔn)分指標(biāo)在擇時效果上優(yōu)于斜率指標(biāo)的觀點。同時我們可以觀察到無論是斜率指標(biāo)2009年至2014DRSS圖表11：DRSS斜策慮成表結(jié)果 圖表12：DRSS標(biāo)分考慮本現(xiàn)果資料源：wind，鑫券研究 資料源：wind，鑫券研究由于在指數(shù)上使用時運用的模擬框架在倉位上本質(zhì)是100開平倉操作，因此交易成對該策略在指數(shù)上的運用影響較大。同時，從標(biāo)準(zhǔn)分策略中，我們發(fā)現(xiàn)巨大的回撤發(fā)生在2008年大熊市中期，一種猜測是策略將其誤判為下跌見底，從而嘗試抄底買入。由于在大熊市中，每日跌幅十分巨大，這樣的錯誤信號即使策略在幾天后發(fā)現(xiàn)依舊在下跌趨勢而平2021142月10DRSS3ETF交易增強策略ETF底層標(biāo)的優(yōu)勢分析近年來指數(shù)型基金因其低管理成本及簡潔的投資策略，在全球范圍內(nèi)體現(xiàn)出強勁的增2004ETF2022ETF7341339021ETF圖表13：ETF規(guī)模和產(chǎn)品數(shù)量歷年變化2006200620072008200920102011201220132014201520162017201820192020202120222023年ETF產(chǎn)品總數(shù)（右軸） ETF截止日資產(chǎn)凈值(億元，左軸)00.001005,000.0030020010,000.0050040015,000.0070060020,000.0090080025,000.00資料來源：wind，華鑫證券研究ETFETFETFETFETF13ETFETFETFETFETFETF交易增強策略構(gòu)建方法對選定的ETF產(chǎn)品，我們首先通過如下方式進行收益率和四價（最高價、最低價、開盤價、收盤價）補全：1ETF（也包括LOF）2DRSS-R（R3ETF交易增強策略“趨勢先鋒”：1、在回測開始日構(gòu)建100倉位。2DRSSDRSS（N=18,M=600）3S（參數(shù)S0.7ETF），則（，）104、如果標(biāo)準(zhǔn)分小于-S，則賣出10倉位。為避免倉位過多而導(dǎo)致的爆倉風(fēng)險，以及倉位過少而導(dǎo)致的錯失盈利機會的風(fēng)險，我們限制倉位在50-150范圍內(nèi)波動。516660.SH為例以中證新能源汽車ETF（516660.SH）這一產(chǎn)品為例分析策略表現(xiàn)?？傮w的買入賣出點與倉位變化關(guān)系、凈值曲線如下圖所示：圖表14：中新源車ETF賣細圖 圖表15：中新源車ETF測果2020/4/300:002020/5/110:002020/5/150:002020/5/210:002020/5/270:002020/6/20:002020/6/80:002020/6/120:002020/6/180:002020/6/240:002020/7/20:002020/7/80:002020/7/140:002020/7/200:002020/7/240:002020/7/300:002020/8/50:002020/8/110:002020/8/170:002020/8/210:002020/8/270:002020/9/20:002020/9/80:002020/9/140:002020/9/180:002020/9/240:002020/9/300:002020/10/140:002020/10/200:002020/10/260:002020/10/300:002020/11/50:002020/11/110:002020/11/170:002020/11/230:002020/11/270:002020/12/30:002020/12/90:002020/12/150:002020/12/210:002020/12/250:002020/12/310:002021/1/70:002021/1/130:002021/1/190:002021/1/250:002021/1/290:002021/2/40:002021/2/100:002021/2/230:002021/3/10:002021/3/50:002021/3/110:002021/3/170:002021/3/230:002021/3/290:002021/4/20:002021/4/90:002021/4/150:002021/4/210:002021/4/270:002021/5/60:002021/5/120:002021/5/180:002021/5/240:002021/5/280:002021/6/30:002021/6/90:002021/6/160:002021/6/220:002021/6/280:002021/7/20:002021/7/80:002021/7/140:002021/7/200:002021/7/260:002021/7/300:002021/8/50:002021/8/110:002021/8/170:002021/8/230:002021/8/270:002021/9/20:002021/9/80:002021/9/140:002021/9/220:002021/9/280:00中證新能源汽車ETF收盤價買入點賣出點資料來源：wind，華鑫證券研究資料來源：wind，華鑫證券研究2020320217ETF不斷上移，模型密集建倉，獲得大量盈利。如下圖所示：16ETF（516660.SH）2020320217月期間交易詳情700支撐位強度強于阻力強度，9.5 指標(biāo)偏離度提示趨勢大級別 上行，在牛市中對應(yīng)上漲動能強勁、加速上漲6007.55005.54003.5 正如自適應(yīng)模型判斷，大級別上行時低點（HL）不斷抬升3001.5200-0.51000-2.5中證新能源汽車ETF收盤價（左軸）買入點賣出點DRSS標(biāo)準(zhǔn)分值（右軸）買入閾值（右軸）賣出閾值（右軸）資料來源：wind，華鑫證券研究2021720227DRSS600力強度強于支撐位強度在震蕩市中對應(yīng)情緒見頂，行將回調(diào)。此時“趨勢先鋒”策略發(fā)揮其在震蕩市中自適應(yīng)判斷趨勢強度的優(yōu)勢，較快速賣出避免更大損失。接下來該產(chǎn)品在震蕩中的每一次反彈的高點越來越低，已經(jīng)進入下降趨勢通道。下降趨勢通道中阻力強度強16于支撐位強度，在熊市中對應(yīng)加速下跌，如下圖所示：賣出閾值（右軸）買入閾值（右軸）DRSS標(biāo)準(zhǔn)分值（右軸）賣出點買入點中證新能源汽車ETF收盤價（左軸）-40100-2200030024阻力強度大于支撐強度，在震蕩市對應(yīng)賣出閾值（右軸）買入閾值（右軸）DRSS標(biāo)準(zhǔn)分值（右軸）賣出點買入點中證新能源汽車ETF收盤價（左軸）-40100-2200030024阻力強度大于支撐強度，在震蕩市對應(yīng)高點越來越低（LH），勢通道，下降趨勢級別大。5004006阻力強度強于支撐位強度，熊市中對應(yīng)加速下跌60087002021/7/120:002021/7/202021/7/120:002021/7/200:002021/7/280:002021/8/50:002021/8/130:002021/8/230:002021/8/310:002021/9/80:002021/9/160:002021/9/280:002021/10/130:002021/10/210:002021/10/290:002021/11/80:002021/11/160:002021/11/240:002021/12/20:002021/12/100:002021/12/200:002021/12/280:002022/1/60:002022/1/140:002022/1/240:002022/2/80:002022/2/160:002022/2/240:002022/3/40:002022/3/140:002022/3/220:002022/3/300:002022/4/110:002022/4/190:002022/4/270:002022/5/100:002022/5/180:002022/5/260:002022/6/60:002022/6/140:002022/6/220:002022/6/300:002022/7/80:002022/7/180:002022/7/260:002022/8/30:002022/8/110:002022/8/190:002022/8/290:002022/9/60:002022/9/150:002022/9/230:002022/10/100:002022/10/180:002022/10/260:002022/11/30:002022/11/110:002022/11/210:002022/11/290:002022/12/70:002022/12/150:002022/12/230:002023/1/30:002023/1/110:002023/1/190:002023/2/30:002023/2/130:002023/2/210:002023/3/10:002023/3/90:002023/3/170:002023/3/270:00

這一策略在中證新能源汽車ETF（516660.SH）上從2014年至今實現(xiàn)788.19%總收益，相對其自身超額收益為488.58%；年化收益為21.57%，超額年化為8.38%。ETF表現(xiàn)結(jié)果ETF由于寬基指數(shù)ETF中。在164支行業(yè)跟蹤指數(shù)下最大規(guī)模的ETF產(chǎn)品當(dāng)中，共有86支ETF產(chǎn)品于2012ETF86ETF圖表18：部分跟蹤指數(shù)下最大規(guī)模ETF產(chǎn)品池情況證券代碼名稱跟蹤指數(shù)名稱資產(chǎn)類別行業(yè)159611.SZ電力ETF中證全指電力指數(shù)A股電公事業(yè)159613.SZ信息安全ETF信息安全A股計算機159652.SZ有色50ETF細分有色A股有色金屬159666.SZ交通運輸ETF中證全指運輸指數(shù)A股交通運輸159695.SZ通信ETF國證通信A股通信159707.SZ地產(chǎn)ETF800地產(chǎn)A股房地產(chǎn)159728.SZ在線消費ETF在線消費A股傳媒159731.SZ石化ETF石化產(chǎn)業(yè)A股基礎(chǔ)化工159736.SZ飲食ETFCS食品飲A股食品飲料159745.SZ建材ETF建筑材料A股建材159752.SZ新能源50新能源A股電新能源資料來源：wind，華鑫證券研究，數(shù)據(jù)截至2022/12/3186支ETF圖表19：全市場86支ETF產(chǎn)品回測平均結(jié)果回測結(jié)果平均值指標(biāo)值回測收益2.163435651回測年化收益0.09949781回測考慮成本收益2.045446547回測考慮成本年化收益0.095871697基準(zhǔn)收益1.418461802基準(zhǔn)年化收益0.075577474Alpha0.070378711Beta0.25062257Sharpe0.139797815年化波動率0.758931395最大回撤-0.653658837雙邊年化換手率0.465993372總交易次數(shù)111.5116279勝利交易次數(shù)61.73255814勝率0.554000698平均交易間隔30.19915698超額收益0.023920336資料來源：wind，華鑫證券研究，數(shù)據(jù)截至2022/12/3186ETF78ETF90.70%2.39%30.2圖表20：全市場86支ETF產(chǎn)品超額收益分布資料來源：wind，華鑫證券研究，數(shù)據(jù)截至2022/12/31我們同樣設(shè)計了兩種組合：若投資者要求不利用融資買入（總組合的倉位比例小于等1）1投資者允許融資投資，則將倉位直接計入總投資組合，以比較其相對于等權(quán)組合的收益表圖表21：全場86支ETF產(chǎn)組限倉回結(jié)果 圖表22：全場86支ETF產(chǎn)組合不制位測結(jié)果資料源：wind，鑫券研究 資料源：wind，鑫券研究2386ETF產(chǎn)品組合回測結(jié)果對比回測結(jié)果限制倉位不限制倉位回測收益：2.35062.2149回測年化收益：0.11430.11019回測考慮成本收益：2.21162.0951回測考慮成本年化收益：0.110080.10642基準(zhǔn)收益：1.4561.456基準(zhǔn)年化收益：0.083750.08375超額收益0.89460.7589超額年化收益0.030550.02644超額收益（考慮成本）0.75560.6391超額年化收益（考慮成本）0.026330.02267資料來源：wind，華鑫證券研究，數(shù)據(jù)截至2022/12/31兩種策略均能大幅跑贏基準(zhǔn)，交易成本僅影響了0.4%的年化收益。在融資成本方面，考慮到不同機構(gòu)及不同市場環(huán)境下的融資成本不同，我們對年化融資成本這一參數(shù)進行了敏感性分析，得到了當(dāng)年化融資成本為3、4、5、6圖表24：全場ETF倉位資本感分析 圖表25：全場ETF制倉融成敏性析資料源：wind，鑫券研究 資料源：wind，鑫券研究26ETF融資成本考慮情況及回測指標(biāo)限制倉位不限制倉位基準(zhǔn)收益：1.4561.456基準(zhǔn)年化收益：0.083750.08375融資成本3%時收益：2.21162.0951融資成本3%時年化收益：0.110080.10642融資成本4%時收益：2.16862.058融資成本4%時年化收益：0.108750.10523融資成本5%時收益：2.12712.0221融資成本5%時年化收益：0.107440.10406融資成本6%時收益：2.0871.9873融資成本6%時年化收益：0.106160.10292資料來源：wind，華鑫證券研究，數(shù)據(jù)截至2022/12/3110.1DRSS策略平均超額收益：按行業(yè)匯總 行業(yè)下入池ETF產(chǎn)品數(shù)量（右軸）事業(yè)者服務(wù)軍牧工漁融屬 工DRSS策略平均超額收益：按行業(yè)匯總 行業(yè)下入池ETF產(chǎn)品數(shù)量（右軸）事業(yè)者服務(wù)軍牧工漁融屬 工輸金機化運 產(chǎn)金飲能料源-1.00% 0醫(yī)食電電銀有計基交傳房非煤建國農(nóng)通機鋼家消建汽電藥品新子行色算礎(chǔ)通媒地銀炭筑防林信械鐵電費材車公20.00%6.00% 125.00% 104.00%83.00%62.00%41.00%資料來源：wind，華鑫證券研究，數(shù)據(jù)截至2022/12/31分行業(yè)來看，超額收益在行業(yè)上分布并不均勻，僅汽車、電力公用事業(yè)跑輸。最后，“趨勢先鋒”策略作為一種交易收益增強途徑，我們推薦配合行業(yè)輪動、配置類策略復(fù)合使用：由變動更低頻的基本面信號打底提供基本倉位，由“趨勢先鋒”作為基本倉位上的收益增強，會有更佳效果。4、風(fēng)險提示數(shù)據(jù)全部來自公開市場數(shù)據(jù)，市場環(huán)境出現(xiàn)巨大變化模型可能失效?；跉v史數(shù)據(jù)的模型存在失效風(fēng)險，基金歷史業(yè)績不代表未來。5、附錄圖表28：全市場行業(yè)跟蹤指數(shù)下最大規(guī)模ETF產(chǎn)品池具體情況證券代碼名稱跟蹤指數(shù)名稱資產(chǎn)類別行業(yè)159611.SZ電力ETF中證全指電力指數(shù)A股電公事業(yè)159613.SZ信息安全ETF信息安全A股計算機159652.SZ有色50ETF細分有色A股有色金屬159666.SZ交通運輸ETF中證全指運輸指數(shù)A股交通運輸159695.SZ通信ETF國證通信A股通信159707.SZ地產(chǎn)ETF800地產(chǎn)A股房地產(chǎn)159728.SZ在線消費ETF在線消費A股傳媒159731.SZ石化ETF石化產(chǎn)業(yè)A股基礎(chǔ)化工159736.SZ飲食ETFCS食品飲A股食品飲料159745.SZ建材ETF建筑材料A股建材159752.SZ新能源50新能源A股電新能源159761.SZ新材料50ETF新材料A股電新能源159766.SZ旅游ETF中證旅游A股消費者服務(wù)159768.SZ房地產(chǎn)ETF內(nèi)地地產(chǎn)A股房地產(chǎn)159789.SZ飲料ETF飲料指數(shù)A股食品飲料159790.SZ碳中和內(nèi)地低碳A股電新能源159805.SZ傳媒ETF中證傳媒A股傳媒159825.SZ農(nóng)業(yè)ETF中證農(nóng)業(yè)A股農(nóng)林牧漁159852.SZ軟件ETF中證軟件A股計算機159859.SZ生物藥30生物醫(yī)藥A股醫(yī)藥159861.SZ環(huán)保ETF環(huán)保50A股電新能源159870.SZ化工ETF細分化工A股基礎(chǔ)化工159873.SZ醫(yī)療設(shè)備醫(yī)療保健A股醫(yī)藥159883.SZ醫(yī)療器械醫(yī)療器械A(chǔ)股醫(yī)藥159887.SZ銀行ETF800銀行A股銀行159909.SZ深TMTTMT50A股電子159928.SZ消費ETF800消費A股食品飲料159929.SZ醫(yī)藥ETF800醫(yī)藥A股醫(yī)藥159930.SZ能源ETF800能源A股煤