• 权益ETF数量及规模快速增长，2018Q4至2024Q2期间数量从149只增至826只，规模从0.34万亿增至1.85万亿元 [page::1]。

• 月频ETF配置策略基于六大维度构建权益指数轮动，包括历史基本面、资金流、一致预期、宏观、动量及风格。该策略2016.12.31-2024.6.30累计收益162.41%，远超同期可投资指数组合8.62%。

• 月频ETF配置策略组合分年度表现详见表，整体呈现稳定超额收益：

| 年份 | 月频ETF配置策略组合 | 可投资指数组合 | 相对收益 |
|--------|--------------------|---------------|-----------|
| 2017 | 20.07% | 10.76% | 9.32% |
| 2018 | -15.56% | -27.13% | 11.57% |
| 2019 | 53.68% | 38.10% | 15.58% |
| 2020 | 62.10% | 36.70% | 25.40% |
| 2021 | 20.47% | 6.67% | 13.79% |
| 2022 | -16.03% | -21.59% | 5.56% |
| 2023 | 0.65% | -8.29% | 8.93% |
| 2024.6 | 2.05% | -6.81% | 8.86% |

[page::3]

• 个股资金流细分为买入、卖出、主动买入、主动卖出四类方向，及超大单、大单、中单、小单四类金额规模，用于构建指数资金流指标：

• 资金流单量结构显示超大单、大单买入额占比2017年以来下降，小单占比上升；卖出额趋势类似，主动买入与主动卖出额占比稳定，主动卖出略高于买入。详见下图资金流单量占比变化趋势：

• 指数资金流指标构建采用指数成分股权重加权资金流数据，再计算资金流与流通市值比以实现跨指数可比，沪深300主力资金主动净流入额占流通市值比处于±0.2%范围内，且不同单量表现波动差异明显:

• 周频指数资金流指标的测试（2016.12.30-2024.6.30）表明，历史2周和4周的主动净流入额占流通市值比、主动买入额占比及主动卖出额占比（特别是超大单、大单类别）有效性较高。采用指标Z值等权加权构建综合得分。详见指标测试细节与权重分配：

- 测试重要指标：

| 序号 | 指数资金流指标 | 平均IC | ICIR | ICt值 | IC胜率 | 多头IR | 多空IR |
|-------|----------------------------------|---------|------|-------|--------|--------|--------|
| 10 | 历史2周主动净流入额占流通市值比 | 5.55% | 1.37 | 3.70 | 58.27% | 0.88 | 1.09 |
| 11 | 历史2周主动净流入额占流通市值比（超大单、大单） | 5.78% | 1.43 | 3.87 | 58.53% | 1.09 | 1.31 |

- 权重分配均等为1/6给六大资金流指标
[page::10][page::11]

• 基于综合资金流指标Z分构建周频指数轮动策略，按得分划分10档指数组合，择优持有，高分档组合累计回报229.31%，同期样本指数仅15.56%，表明资金流轮动具有显著的长期超额收益：

| 年份 | 指数轮动策略多头组合 | 样本指数组合 | 相对收益 |
|--------|--------------------|-------------|-----------|
| 2017 | 22.55% | 11.69% | 10.86% |
| 2018 | -15.21% | -27.12% | 11.91% |
| 2019 | 43.05% | 37.77% | 5.28% |
| 2020 | 66.81% | 32.48% | 34.33% |
| 2021 | 40.81% | 9.03% | 31.78% |
| 2022 | -9.25% | -19.63% | 10.38% |
| 2023 | 5.07% | -6.25% | 11.31% |
| 2024.6 | -1.08% | -5.33% | 4.25% |

[page::11][page::13]

• 周频资金流ETF配置策略实现具体ETF组合，选取流动性与规模均达标的ETF资产，等权配置最多10只ETF，周度换仓，回测表现显著优于同期可投资指数组合，累计收益达66.12%：

| 年份 | 资金流ETF配置策略组合 | 可投资指数组合 | 相对收益 |
|--------|---------------------|---------------|-----------|
| 2020 | 58.97% | 37.27% | 21.70% |
| 2021 | 28.21% | 6.83% | 21.37% |
| 2022 | -19.33% | -21.90% | 2.58% |
| 2023 | -0.74% | -8.14% | 7.40% |
| 2024.6 | -0.10% | -7.13% | 7.03% |

[page::13][page::14]

• 周频多因子ETF配置策略融合资金流指标与其他月频指标（历史基本面、预期等），提高资金流指标权重至2/7，两个投资组合版本（5只ETF及10只ETF），均表现优异：

- 5只ETF组合累计收益150.79%，显著优于指数组合


| 年份 | 多因子ETF配置策略组合（前5只ETF等权） | 可投资指数组合 | 相对收益 |
|--------|-------------------------|---------------|-----------|
| 2020 | 88.28% | 37.27% | 51.01% |
| 2021 | 17.58% | 6.83% | 10.75% |
| 2022 | 2.43% | -21.90% | 24.33% |
| 2023 | 0.70% | -8.14% | 8.84% |
| 2024.6 | 8.36% | -7.13% | 15.48% |

- 10只ETF组合累计收益119.97%


| 年份 | 多因子ETF配置策略组合（前10只ETF等权） | 可投资指数组合 | 相对收益 |
|--------|-------------------------|---------------|-----------|
| 2020 | 79.69% | 37.27% | 42.42% |
| 2021 | 16.67% | 6.83% | 9.83% |
| 2022 | -10.35% | -21.90% | 11.55% |
| 2023 | 6.96% | -8.14% | 15.10% |
| 2024.6 | 7.72% | -7.13% | 14.85% |

[page::14][page::15][page::16]

• 多因子$^+$多资产ETF配置策略基于权益配置（周频多因子ETF），结合债券和货币ETF构建资产配置模型（权益25%、债券70%、货币5%），采用周频调仓，风险收益表现优良。以5只和10只ETF为权益配置的组合，回测区间内累计收益率分别为60.51%和54.96%，年化收益率分别为11.25%和10.36%，最大回撤均约在5.5%附近。

| 年份 | 多因子+多资产ETF配置策略组合（前5只ETF等权） | 多因子+多资产ETF配置策略组合（前10只ETF等权） |
|--------|-------------------------------|----------------------------------|
| 2020 | 21.47% | 19.94% |
| 2021 | 11.13% | 10.82% |
| 2022 | 4.55% | 1.08% |
| 2023 | 5.82% | 7.40% |
| 2024.6 | 7.11% | 6.97% |

[page::17][page::18][page::19]

• 本文风险提示明确指出，模型基于历史数据，未必能精准预测未来，相关结论仅供参考，不构成投资建议。[page::0][page::19]

【广发金工】2024精选深度报告系列之七：资金流视角下的指数轮动及ETF配置策略——深度分析报告

---

一、元数据与报告概览

• 标题：《资金流视角下的指数轮动及ETF配置策略》

- 作者/发布机构：广发金融工程研究中心，广发证券

• 发布日期：2024年9月9日

- 研究主题：基于资金流数据的指数轮动策略与ETF配置方法，关注个股资金流对指数轮动的作用，以及基于周频率的ETF配置组合构建和优化。

• 核心论点：

本文从个股资金流数据出发，构建指数层面的资金流指标，通过测试筛选出有效性较高的指标，形成周频指数轮动策略，最终通过ETF实现轮动配置。策略在多个回测区间表现出显著超额收益和稳健的收益特征，适合用于多因子+多资产的ETF组合配置。

• 评级与目标价：报告没有明确投资评级和目标价，更多聚焦于策略构建与实证分析，强调历史数据和模型推导的局限性，未构成具体投资建议。
• 作者主要传递的信息：资金流向作为市场行为的重要信号，能有效驱动指数超额收益，通过精细的资金流分类和加权指标构建，结合高频的指数轮动与ETF配置，实现可观的资产配置业绩；适合投资者结合多因子策略增强组合表现，且风险可控。

---

二、逐节深度解读

摘要与引言

报告开篇明确了研究视角——资金流，通过高频资金流数据（买卖方向+单量大小趋势），结合成分股权重，构造指数资金流指标，并测试其在指数轮动和ETF配置上的效果。最终形成多因子+多资产ETF配置策略，表现优异。[page::0]

1. 月频ETF配置策略（第1-2页）

• 关键论点：

- 自2018年底以来，A股权益类ETF数量和规模大幅增长，至2024Q2 ETF数量达826只，总规模1.85万亿（权益ETF指被动指数型及指数增强型，排除债券、商品、货币及QDII类）。
- 以月频率基于六大维度指标（历史基本面、资金流、一致预期、宏观、动量、风格）构建指数轮动ETF配置策略。
- 从2016年末至2024年中，月频ETF配置策略组合累计收益显著超越同期可投资指数组合（162.41% vs. 8.62%），多年保持稳定超额收益，验证策略有效性。

• 支撑数据：

- 图1展示ETF数量及规模显著提升，反映市场深度增长。
- 图2示意六大维度均衡结合，构筑指数轮动框架（非单一资金流）。
- 图3（收益曲线及分年度表现）显示策略收益稳健且优势显著，特别2019-2021年年化超额收益明显。

2. 资金流数据分类与指数资金流指标构建（第3-8页）

• 资金流数据详解：

- 资金流分为“买入、卖出、主动买入、主动卖出”，每类再细分为“超大单、大单、中单、小单”，共计多维度动态资金流信息。
- 数据来源均为Wind，广发证券研究中心进行了系统的分类及统计。

• 市场整体趋势：

- 资金流单量结构上，自2017年以来大额买入卖出资金占比下降，小单占比上升，体现资金散户化或多元化交易特征。
- 主动买卖额占比相对稳定，主动卖出略高于主动买入（约51.53%）。

• 指数资金流指标构建方法：

- 结合指数成分股权重及流通市值，将个股资金流数据加权汇总，形成对应指数的资金流指标。
- 为保证不同规模指数间可比，部分指标采用资金流除以流通市值的比值指标。

• 沪深300的具体展示：

- 主动净流入额占流通市值比波动范围为 -0.2% 至 0.2%。
- 大单、超大单资金波动显著，中单及小单相对稳定。
- 主动买入额与主动卖出额占比呈现微妙差异，部分时间大单资金流体现出更明显的市场情绪。

• 图表说明：

- 图5-9清晰展现不同资金规模资金流的时间序列数据，反映资金结构变化趋势。
- 图12-15展示沪深300具体资金流比率，呈现市场资金流集中的动态变化。

3. 周频指数轮动策略构建（第9-12页）

• 指数筛选框架：

- 索引需有对应指数产品，主要A股投资，存在成分股公开明细。
- 换仓频率为每周末，使用等权加权，按资金流指标絮排成10档。

• 资金流指标效果测试：

- 根据历史1周和2周的资金流数据，测试多个资金流相关指标（主动净流入额占比、主动买入/卖出占比等）的IC（信息系数）、ICIR及胜率等量化指标。
- 结果显示多项资金流指标均在统计上显著，主动净流入额占流通市值比尤其突出，表明资金流指标对后期指数表现有预测能力。

• 综合得分构建：

- 六大有效资金流指标，权重等分叠加形成综合得分，用于指数轮动排序。
- 通过周频换仓，分10档进行绩效比较，成绩呈单调递减趋势，最高档指数组合收益领先明显（累计收益率229.31%，远超样本指数组合15.56%）。

• 业绩表现：

- 图16-18直观展现策略多头档次及空头档次收益差异及超额收益实现。
- 表4展示多年来各年份均保持显著超额收益，建立了稳健的周频资金流轮动策略。

4. 周频ETF配置策略构建（第13-18页）

• 策略框架：

- 结合上一章指数资金流轮动，选取规模流动性优良的ETF作为投资标的。
- 筛选条件：基金规模>=2亿，近1周日均成交额>0.1亿，存续时间>180天，基金类型限被动ETF。
- 换仓频率为每周初，组合持仓ETF数量上限为10只，等权加权配置。

• 回测表现：

- 资金流ETF配置策略组合自2019年底至2024年中累计收益66.12%，远超同期可投资指数组合的-0.57%，显示显著超额收益和风险调整后优势。
- 表5和图19显示不同年度均取得稳健超额收益。

• 多因子ETF配置策略：

- 在资金流指标基础上，加入月频基本面、盈利预期等多因子指标，提高组合整体稳定性和投资覆盖度。
- 指标权重设计中，加大资金流类指标权重，体现周频敏感度。
- 配置了5只及10只ETF组合，均显示累计回报显著优于基准。
- 图20、21和表6-8数据验证多因子强化策略有效性。

• 周频多因子+多资产ETF配置策略：

- 在权益类ETF基础上，拓展资产类别至债券和货币，以25%权益、70%债券、5%货币构建多资产组合。
- 债券使用中长期政策金融债和国债指数，货币部分使用短融指数。
- 组合通过周频再平衡实现资产动态配置。
- 回测期间，5只ETF的多因子+多资产组合累计收益60.51%，年化11.25%，最大回撤5.45%，表现稳健。图22、23和表9-11展示组合的收益曲线和分年度表现。

---

三、图表深度解读

图1：权益ETF数量及规模变化（第1页）

• 内容展示：展示2013年至2024年间权益ETF数量和规模增长趋势。

- 数据趋势：
- ETF数量从2013年约20只提升至2024年超过800只，呈现指数级增长。
- 规模从约0.3万亿人民币增长至近1.85万亿元，表明市场流动性和资金认可度大幅提升。

• 支撑论点：ETF市场的成熟为高频配置策略的实施提供基础和广阔空间。[page::1]

图3：月频ETF配置策略表现

• 展示内容：2020年以来月频ETF配置策略组合相较可投资指数组合的收益及超额收益。

- 解读：
- 策略组合的累计收益曲线远高于指数，且表现稳健。
- 超额收益持续增长，体现策略对市场趋势的捕捉能力。

• 联系文本：与文本中月频策略优异表现相符，数据具体支持策略有效性。[page::2]

图5-10：资金流分类各维度占比变化（第5-7页）

• 展现内容：

- 买入额和卖出额分布在超大单、大单、中单、小单之间的占比变化。
- 主动买入和卖出占比年度变化趋势。

• 趋势解读：

- 大额交易资金流占比逐年减少，资金结构向小单和中单偏移，可能显示市场散户活动更加活跃。
- 主动卖出比例略高于主动买入，反映市场交易中的主动性卖压稍强。

• 价值：细致的资金流结构监测为资金流指标构建提供原始数据基础。[page::5,6,7]

图12-15：沪深300指数资金流指标（第8-9页）

• 内容说明：

- 主动净流入额占流通市值比及其按单量划分的细分指标。

• 趋势与解读：

- 主动净流入额围绕0上下波动，幅度相对受限，体现市场资金流动维持一定平衡。
- 大单资金流波动显著，与市场热点切换密切相关。

• 与文本结合：这些指标直接作为指数资金流指标的核心组成，用于轮动策略排序。[page::8,9]

图16-18：周频指数轮动策略回测业绩（第11-12页）

• 表述：

- 不同资金流指标得分档次的累计收益明显分化，第一档超额收益显著。
- 策略多头组合表现大幅优于样本指数组合，空头组合表现较差，验证资金流指标的Alpha生成能力。

• 数值要点：

- 累计收益首档达229.31%，对比基准15.56%差异巨大。
- 超额收益在多个年份均正向，风险调整效果显著。

• 支撑核心观点：资金流指标有效指导指数轮动选股，显著提升投资效率。[page::11,12]

图19-23：周频资金流及多因子ETF配置策略组合回测表现（第14-18页）

• 关键内容：

- 资金流ETF配置策略及多因子策略的累计回报与基准对比。
- 多因子+多资产配置组合表现。

• 解读：

- 资金流ETF配置策略自2019年底起收益明显优于基准（+约66%累计收益）。
- 多因子策略进一步提升收益，配置5只ETF收益达150.79%，10只ETF为119.97%。
- 多资产配置更减轻风险，表现稳定，最大回撤5%左右，年化收益超过10%。

• 意义：

- ETF策略利用资金流有效性补充基本面和风格因子，提升周频轮动策略的表现。
- 加入债券及货币资产优化组合风险收益，符合资产配置多元化原则。[page::14-18]

---

四、估值分析

报告主要聚焦于策略构建、回测表现及资金流指标的有效性，内容不涉及传统层面的公司估值分析（如DCF、市盈率等）。估值逻辑体现在量化策略的构建及选股、择时模型中，核心方法为：

• 利用资金流数据计算指数资产的资金流指标。

- 通过IC、IR等统计量测试指标预测能力，筛选高效指标。

• 根据指标打分权重构建指数组合，等权配置。

- 没有传统现金流估值；策略估值为策略收益预期的数学推断。

---

五、风险因素评估

报告明确了以下风险点：

• 历史数据局限：所有资金流指标、轮动策略和ETF组合均基于历史数据推导，未来表现可能受市场环境变化影响存在差异。

- 模型假设风险：模型的统计关系并非因果保证，市场行为不可预测性导致策略可能失效。

• 不构成投资建议：策略打分仅供参考，不代表买卖建议，风险自担。

- 流动性风险：高频调仓频繁，流动性不足可能导致交易成本上升，实际运行风险加大。

• 市场波动风险：轮动策略可能表现波动明显，特别是在极端市场环境下，回撤风险索要注意。[page::0,19]

报告未具体提出缓解策略，而是提醒投资者基于自身情形谨慎应用。

---

六、批判性视角与细微差别

• 模型频率与实际交易匹配：报告重视周频资金流指标，这对实际机构资金操作频率有一定参考，但未深入讨论交易成本、滑点和税费对实盘影响，可能高估净回报。

- 资金流数据的真实性：资金流数据多分类（主动买入、卖出及单量大小）对市场行为解读有一定复杂性，模型假设市场资金行为稳定可能存在偏误。

• 部分指标表现负面但未详细探讨：如部分“卖出额占比”指标IC为负，显示其可能与预期方向相反，报告未展开为何不予采用，有改进空间。

- ETF筛选限制和样本选择偏差：ETF筛选规则虽严谨，但新成立ETF及非主流ETF未覆盖，可能影响策略的多样性和风险分散效能。

• 多因子权重配置解释有限：虽然提及资金流指标权重加大，具体权重机制细节及其对策略表现的敏感性分析较缺乏。

- 缺乏真实交易回测验证：模拟回测多基于等权配置和理想假设，缺少交易执行反馈，可能导致结果过于理想化。

总体而言，报告方法严谨、结构完整，但上述细节和实际操作复杂性值得投资者留意。

---

七、结论性综合

本文在详尽的资金流数据分析基础上，创新地将个股资金流信息通过指数成分股加权，构建多个资金流指标，并通过周频率的量化测试筛选出六个预测力强的指标，进而组建指数轮动策略。该策略表现出显著的累计收益和超额收益，能在多种市场环境中提供稳健的Alpha来源。

在此基础上，通过对满足规模与流动性要求的ETF做筛选，构建资金流ETF配置策略，策略回测结果显示，资金流ETF配置组合从2019年底至2024年中累计收益超过66%，远超同期基准。

结合月度多因子指标及周频资金流指标构成的多因子ETF组合进一步改善了配置，累计回报提升至120%-150%左右，多资产配置更是优化了风险收益表现，年化收益超过10%，最大回撤控制在5%-6%水平。

本报告全面展现了资金流视角在指数轮动与ETF配置中的潜力，验证资金流不仅反映市场行为，更是有效的市场变动信号。资金流作为动态、数据丰富的信号，补充了传统基本面和技术指标，实现高频资产配置。

图表深度分析如ETF数量高速增长图、资金流占比时间序列、多因子与轮动策略表现曲线，都强化说明资金流策略的活力和市场适用性。

总体而言，该研究为资产管理者提供了一个稳健、数据驱动的周频指数轮动与ETF配置范式，适合追求策略稳定性和优化投资组合多样性者使用，但需要注意历史数据的局限和操作的现实挑战。

---

参考溯源标记

内容均源自《资金流视角下的指数轮动及ETF配置策略》报告文本及图表，页码随引用内容附于句尾标注 [page::X]。

---

附：重要图表示例Markdown格式

---

本分析报告旨在深入解构广发金工专题系列，帮助理解资金流视角对指数轮动及ETF配置的重要贡献。

报告