分析师一致预期特征
　　分析师一致预期通常在4月及8月较为密集，对应上市公司年报及中报发布集中期，分析师覆盖股票数在每年的4月、8月及10月较多。分析师更倾向于大市值股票，大市值股票在对应行业指数中往往会有较大权重，使得分析师预期数据对于行业指数具有一定的代表性。分析师预期的行业市值覆盖度要高于分析师行业内股票数量覆盖度，且近年来各行业的市值覆盖度较稳定。除综合以外，大部分行业在多数年份的市值覆盖度维持在80%以上。
　　分析师首次覆盖特征
　　分析师首次覆盖股票的市值特征，历史上呈现出大盘股的热度高于中盘股，进而高于小盘股，但近两年来，大盘股、中盘股与小盘股热度差异有所降低，在2023年前8个月，甚至出现小盘股的首次覆盖报告数多于中盘股与大盘股的首次覆盖报告数。在近两年市场风格变换加剧以及小市值股票表现相对较好的背景下，加上大市值股票的市场覆盖度相对较为饱和，各分析师对于小市值股票的关注度明显提升。
　　分析师预期在行业轮动中的测试
　　针对分析师一致预期，在绝对预期下，每股现金流指标的行业配置能力较强，且长期预期的效果要优于短期预期效果；在相对预期下，息税前利润指标的行业配置能力较强，且短期预期的效果要优于长期预期效果。在个股预期整合成行业预期时，等权与自由流通市值加权两种方式差异较小，在较优指标下进行对比，等权方式要略优于自由流通市值加权方式。
　　在分析师首次覆盖下，EV/EBITDA、每股净资产及每股现金流的效果较好。每股净资产及每股现金流在短期预期下，效果较好；而EV/EBITDA指标在长期预期下，效果较好。
　　分析师一致预期对于选择3个行业时，效果较好，而分析师首次覆盖对于选择1个行业时，效果较好；此外，在牛市阶段，分析师一致预期往往更能获得超额收益，而在熊市阶段，分析师首次覆盖往往更能把握相对占优行业。分析师首次覆盖相对于分析师一致预期，存在着一定的额外信息。
　　分析师预期在ETF中的应用
　　在分析师一致预期下，采用绝对预期与短期和长期预期相结合的综合预期时，ETF轮动策略表现较优。此时策略年化收益率为8.95%，超额年化收益率为5.66%，最大回撤率为28.42%，夏普比率为0.36。在分析师首次覆盖下，采用绝对预期与短期预期相结合时，ETF轮动策略的表现较优。此时策略的年化收益率为16.31%，超额年化收益率为13.02%，最大回撤率为29.59%，夏普比率为0.73。
　　风险提示
　　研究基于历史数据，不保证未来持续有效；市场环境变动风险，模型失效风险

研究报告全文：证券研究报告2023年9月27日湘财证券研究所金融工程研究基金研究基于分析师预期的ETF轮动策略研究相关研究投资要点1ETF与指数成分股套利研究分析师一致预期特征202109292基于基金折价的ETF投资策分析师一致预期通常在4月及8月较为密集对应上市公司年报及中报发布集中期分析师覆盖股票数在每年的4月8月及10月较多分析师更倾向略研究-20211228于大市值股票大市值股票在对应行业指数中往往会有较大权重使得分析3北向资金视角下的行业ETF师预期数据对于行业指数具有一定的代表性分析师预期的行业市值覆盖度轮动-20220330要高于分析师行业内股票数量覆盖度且近年来各行业的市值覆盖度较稳4基于北向资金与主力资金的定除综合以外大部分行业在多数年份的市值覆盖度维持在80以上行业ETF轮动-20220628分析师首次覆盖特征5基于日历效应的基金投资策分析师首次覆盖股票的市值特征历史上呈现出大盘股的热度高于中盘股略研究在A股ETF及主动型进而高于小盘股但近两年来大盘股中盘股与小盘股热度差异有所降低基金中的应用-20230323在2023年前8个月甚至出现小盘股的首次覆盖报告数多于中盘股与大盘股的首次覆盖报告数在近两年市场风格变换加剧以及小市值股票表现相对分析师李正威较好的背景下加上大市值股票的市场覆盖度相对较为饱和各分析师对于证书编号S0500522090001小市值股票的关注度明显提升Tel021-50295307分析师预期在行业轮动中的测试Emaillizwxcsccom针对分析师一致预期在绝对预期下每股现金流指标的行业配置能力较强且长期预期的效果要优于短期预期效果在相对预期下息税前利润指标的地址上海市浦东新区银城路88号行业配置能力较强且短期预期的效果要优于长期预期效果在个股预期整中国人寿金融中心10楼湘财证券研合成行业预期时等权与自由流通市值加权两种方式差异较小在较优指标究所下进行对比等权方式要略优于自由流通市值加权方式在分析师首次覆盖下EVEBITDA每股净资产及每股现金流的效果较好每股净资产及每股现金流在短期预期下效果较好而EVEBITDA指标在长期预期下效果较好分析师一致预期对于选择3个行业时效果较好而分析师首次覆盖对于选择1个行业时效果较好此外在牛市阶段分析师一致预期往往更能获得超额收益而在熊市阶段分析师首次覆盖往往更能把握相对占优行业分析师首次覆盖相对于分析师一致预期存在着一定的额外信息分析师预期在ETF中的应用在分析师一致预期下采用绝对预期与短期和长期预期相结合的综合预期时ETF轮动策略表现较优此时策略年化收益率为895超额年化收益率为566最大回撤率为2842夏普比率为036在分析师首次覆盖下采用绝对预期与短期预期相结合时ETF轮动策略的表现较优此时策略的年化收益率为1631超额年化收益率为1302最大回撤率为2959夏普比率为073风险提示研究基于历史数据不保证未来持续有效市场环境变动风险模型失效风险敬请阅读末页之重要声明金融工程研究正文目录1分析师预期111分析师预期数据特征112分析师预期覆盖度213分析师首次覆盖52分析师预期在行业轮动中的测试921分析师一致预期测试1022分析师首次覆盖测试1323分析师预期测试总结153分析师预期在ETF中的应用1631分析师一致预期下的ETF轮动17312分析师相对预期下的ETF轮动1832分析师首次覆盖下的ETF轮动1833分析师预期下的ETF轮动策略总结204总结2141分析师一致预期2142分析师首次覆盖2243分析师一致预期与分析师首次覆盖对比225风险提示22图表目录图1各月平均发布报告数与覆盖股票数1图2各月每股平均报告数1图3不同市值股票下每股平均报告数2图4不同市值股票下每股平均报告数2图5分析师预期的股票数量覆盖度2图6分析师预期的股票市值覆盖度2图7首次覆盖各月平均发布报告数与覆盖股票数5图8首次覆盖在不同市值股票下每股平均报告数5图9首次覆盖的股票数量覆盖度6图10首次覆盖的股票市值覆盖度6图11基于分析师预期的ETF轮动策略构建逻辑9图12等权分析师绝对预期各指标IC10图13等权分析师绝对预期各指标IR10图14等权分析师相对预期各指标IC11图15等权分析师相对预期各指标IR11图16市值加权分析师绝对预期各指标IC12图17市值加权分析师绝对预期各指标IR12图18市值加权分析师绝对预期各指标IC12敬请阅读末页之重要声明1金融工程研究图19市值加权分析师绝对预期各指标IR12图20首次覆盖等权分析师绝对预期各指标IC13图21首次覆盖等权分析师绝对预期各指标IR13图22首次覆盖等权分析师相对预期各指标IC14图23首次覆盖等权分析师相对预期各指标IR14图24首次覆盖市值加权分析师绝对预期各指标IC14图25首次覆盖市值加权分析师绝对预期各指标IR14图26首次覆盖市值加权分析师绝对预期各指标IC15图27首次覆盖市值加权分析师绝对预期各指标IR15图28分析师绝对预期下的ETF轮动策略17图29分析师相对预期下的ETF轮动策略18图30首次覆盖绝对预期下的ETF轮动策略19图31首次覆盖相对预期下的ETF轮动策略20图32分析师一致预期下的绩优ETF轮动策略21图33分析师首次覆盖下的绩优ETF轮动策略21表1分析师预期在不同行业下的数量覆盖度3表2分析师预期在不同行业下的市值覆盖度4表3分析师首次覆盖在不同行业下的数量覆盖度7表4分析师首次覆盖在不同行业下的市值覆盖度8表5分析师预期指标10表6分析师预期指标测试结果15表7行业与对标ETF映射表16敬请阅读末页之重要声明2金融工程研究1分析师预期继量价数据和财务数据等常规数据之后近年来分析师预期数据已成为市场使用越来越广泛的标准化数据本研究通过对2016年来市场上的分析师数据进行分析验证其在A股行业轮动中的有效性并在各行业ETF上进行回测11分析师预期数据特征我们对2016年至2023年8月市场上的分析师预期数据进行梳理后发现在4月及8月为分析师数据密集期对应上市公司年报及中报发布集中期4月与8月平均发布报告数超万份10月发布报告数也较多近年来10月平均发布报告数超7000份分析师覆盖股票数同样在每年的4月8月及10月较多对应年报与季报发布的最后月份这可能是因为财报发布后分析师调研变多使得分析师所覆盖的股票变多图1图2图1各月平均发布报告数与覆盖股票数图2各月每股平均报告数数据来源通联数据湘财证券研究所数据来源通联数据湘财证券研究所我们进一步分析分析师预期数据的市值特征我们将全市场股票按市值区分为6类市值小于100亿元的微市值股票介于100亿元与300亿元之间的小市值股票市值介于300亿元与500亿元之间的中小市值股票市值介于500亿元与1000亿元之间的中市值股票市值介于1000亿元与1万亿之间的大市值股票以及市值大于1万亿的超大市值股票在市值三分类下我们将上述6类统一为小市值微市值及小市值股票中市值中小市值及中市值股票和大市值大市值和超大市值股票随着股票市值的增大对应的每股平均报告数有上升的趋势图3大市值股票的平均报告数明显多于中市值及小市值股票的平均报告数图4敬请阅读末页之重要声明1金融工程研究说明分析师更倾向于大市值股票而行业指数通常采用市值加权构建大市值股票在对应行业指数中往往会有较大权重说明分析师预期数据对于行业指数具有一定的代表性图3不同市值股票下每股平均报告数图4不同市值股票下每股平均报告数数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所12分析师预期覆盖度121股票覆盖度由分析师预期的股票数量覆盖度和股票市值覆盖度数据特征可以发现分析师预期数据在股票数量覆盖度上较低近年来基本上维持在30上下而在股票市值覆盖度上较高近年来基本上维持在65上下部分月份能到80以上同时股票覆盖度呈现出一定的周期性特征图5图6图5分析师预期的股票数量覆盖度图6分析师预期的股票市值覆盖度数据来源通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所敬请阅读末页之重要声明2金融工程研究122行业覆盖度以申万一级行业为切入点我们分别统计了近年来分析师在不同行业下的股票数量覆盖度及市值覆盖度由于申万新版行业在2021年底实施所以对于2021年以前的行业数据我们采用历史回溯的方式各行业的数量覆盖度近年来出现一定程度的下降除房地产行业以外大部分行业在2023年前8个月的股票数量覆盖度在40以上近年来银行业国防军工美容护理有色金属与钢铁业的股票数覆盖度较高2016年至2023年以来银行业的股票数量覆盖度均在90以上表1表1分析师预期在不同行业下的数量覆盖度数据来源通联数据湘财证券研究所敬请阅读末页之重要声明3金融工程研究相较于股票数量覆盖度分析师预期的行业市值覆盖度较高且近年来各行业的市值覆盖度较稳定除综合以外大部分行业在多数年份的市值覆盖度维持在80以上石油石化通信与银行业在2023年以来的市值覆盖度为100共有15个行业在2023年以来的市值覆盖度高于90分析师数据市值覆盖度明显高于股票数量覆盖度的特征说明分析师更多聚焦于行业中的龙头股和大市值股分析师数据整体较高的行业市值覆盖度说明分析师数据对于各行业具有一定的代表性表2表2分析师预期在不同行业下的市值覆盖度数据来源Wind通联数据湘财证券研究所敬请阅读末页之重要声明4金融工程研究13分析师首次覆盖相较于已经在覆盖池中的股票分析师首次覆盖股票往往意味着分析师对于新股票的关注度有所上升可能蕴含着额外的分析师预期信息所以本部分我们针对分析师首次覆盖股票进行研究由于分析师报告中一般不会标明是否为首次覆盖所以我们需要以一定的算法识别分析师首次覆盖的报告我们以研究机构为单位而不以分析师为单位识别出机构第一次覆盖的股票研究报告由于我们的数据从2016年开始在此算法下2016年的首次覆盖报告会存在一定的误差越往后该误差越小所以在研究分析师首次覆盖的数据特征时我们仅针对2017年开始的报告进行研究131分析师首次覆盖数据特征通过对各机构首次覆盖股票进行分析我们发现在每月平均发布报告数与每月平均覆盖股票数上首次覆盖数据均呈现出比较明显的8月与10月集中特征同样在年底与4月份首次覆盖数据也较集中而在每年的1月与2月首次覆盖数据较少预计与春节长假及2月时间较短有关从首次覆盖股票的市值特征来看依然呈现出大盘股的热度高于中盘股进而高于小盘股热度的特点但近两年来大盘股中盘股与小盘股热度差异有所降低在2023年前8个月甚至出现小盘股的首次覆盖报告数多于中盘股与大盘股的首次覆盖报告数说明在近两年市场风格变换加剧以及小市值股票表现相对较好的背景下加上大市值股票的市场覆盖度相对较为饱和各分析师对于小市值股票的关注度明显提升图7首次覆盖各月平均发布报告数与覆盖股票数图8首次覆盖在不同市值股票下每股平均报告数数据来源通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所敬请阅读末页之重要声明5金融工程研究132分析师首次覆盖股票覆盖度相较于分析师预期的股票数量覆盖度与股票市值覆盖度分析师首次覆盖的股票数量覆盖度与股票市值覆盖度明显下降首次覆盖的股票数量覆盖度维持在10上下首次覆盖的股票市值覆盖度维持在20上下同样呈现出较明显的周期性在每年的8月份与年底首次覆盖的股票数量覆盖度及股票市值覆盖度往往较高图9首次覆盖的股票数量覆盖度图10首次覆盖的股票市值覆盖度数据来源通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所133分析师首次覆盖行业覆盖度分析师首次覆盖在各申万一级行业下的数量覆盖度相对较为稳定2023年前8个月各行业首次覆盖的股票数量覆盖度平均在40左右近年来银行业国防军工食品饮料与美容护理行业的首次覆盖股票数覆盖度较高而房地产纺织服饰与环保的首次覆盖股票数覆盖度较低表3敬请阅读末页之重要声明6金融工程研究表3分析师首次覆盖在不同行业下的数量覆盖度数据来源通联数据湘财证券研究所相较于股票数量覆盖度分析师首次覆盖的行业市值覆盖度较高2023年前8个月分析师首次覆盖在各行业的市值覆盖度平均为67石油石化及通信行业的首次覆盖市值覆盖度甚至为100与同期分析师预期覆盖度相同国防军工银行有色金属与煤炭行业的首次覆盖股票市值覆盖度也较高但钢铁与环保行业近年来首次覆盖的股票市值覆盖度出现一定程度的下敬请阅读末页之重要声明7金融工程研究降在2023年前8个月分别仅有2948与3612的市值覆盖度整体来看各行业的首次覆盖市值覆盖度较高说明分析师首次覆盖对于全市场股票也具有一定的代表性表4表4分析师首次覆盖在不同行业下的市值覆盖度数据来源Wind通联数据湘财证券研究所敬请阅读末页之重要声明8金融工程研究2分析师预期在行业轮动中的测试由于分析师预期对象为个股而本报告重点关注分析师预期数据在行业配置上的效果所以我们通过个股的行业属性以申万一级行业为代表分别通过等权以及自由流通市值加权的方式从个股预期整合到行业预期考虑到分析师对于个股的一致预期通常会给出后续2到3年的结果我们以单份报告中分析师对单只股票在未来2到3年预期的平均值作为该份报告下分析师对于单只股票的长期预期同时使用单份报告中分析师对单只股票的最新一期的预期作为分析师对于单只股票的短期预期分别从长期预期与短期预期两个角度测试分析师预期数据的有效性除了分析师一致预期绝对大小所代表的的绝对预期外我们也对分析师一致预期相对变化所代表的相对预期进行测试以2016年至2023年8月的月度数据为样本进行测试通过对常见的分析师预期指标进行测试后我们每期筛选出复合目标的行业进行配置并最终以ETF为投资标的进行ETF轮动图11我们一共对18个常见的分析师预期指标进行测试具体的指标符号及意义如下表5图11基于分析师预期的ETF轮动策略构建逻辑资料来源湘财证券研究所制作敬请阅读末页之重要声明9金融工程研究表5分析师预期指标序号预期指标指标符号序号预期指标指标符号1预期营业收入Income10预期每股净资产Bps2预期归属母公司净利润Profit11预期每股现金流Cps3预期每股收益Eps12预期每股股利Dps4预期股息率Ratio13预期息税折旧摊销前利润Ebitda5预期净资产收益率Roe14预期利润总额Ebt6预期EVEBITDAEvEbitda15预期营业利润Oprofit7预期市盈率Pe16预期营业成本Oc8预期市净率Pb17预期股本Capital9预期总资产收益率Roa18预期息税前利润Ebit资料来源通联数据湘财证券研究所21分析师一致预期测试211等权分析师绝对预期通过分别对短期预期与长期预期下分析师在行业的绝对预期进行测试我们发现每股净资产与每股现金流的IC绝对值与IR绝对值相对较大其他指标的IC绝对值与IR绝对值均较小且长期预期下的每股净资产和每股现金流指标的行业配置能力要优于短期预期下的每股净资产和每股现金流指标的行业配置能力图12图13图12等权分析师绝对预期各指标IC图13等权分析师绝对预期各指标IR数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所敬请阅读末页之重要声明10金融工程研究212等权分析师相对预期通过分别对短期预期与长期预期下分析师在行业的相对预期进行测试我们发现市盈率与息税前利润的IC绝对值与IR绝对值相对较大且市盈率所代表的估值指标的IC值为负而息税前利润的IC值为正其他指标的IC绝对值与IR绝对值均较小且短期预期下的市盈率和息税前利润的行业配置能力要优于长期预期下的市盈率和息税前利润的行业配置能力图14图15图14等权分析师相对预期各指标IC图15等权分析师相对预期各指标IR数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所213市值加权分析师绝对预期在将个股预期整合到行业预期时除了使用等权的方式外我们也使用了自由流通市值加权的方式进行整合同样通过分别对短期预期与长期预期下分析师在行业的绝对预期进行测试我们发现每股现金流与息税前利润的IC绝对值与IR绝对值相对较大其他指标的IC绝对值与IR绝对值均较小且长期预期下的每股现金流和息税前利润的行业配置能力要优于短期预期下的每股现金流和息税前利润的行业配置能力图16图17敬请阅读末页之重要声明11金融工程研究图16市值加权分析师绝对预期各指标IC图17市值加权分析师绝对预期各指标IR数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所214市值加权分析师相对预期我们在通过自由流通市值加权将个股预期整合成行业预期的情况下对分析师在各行业的相对预期数据进行测试我们发现息税前利润的IC绝对值与IR绝对值相对较大其他指标的IC绝对值与IR绝对值均较小且短期预期下的息税前利润的行业配置能力要优于长期预期下的息税前利润的行业配置能力图18图19图18市值加权分析师绝对预期各指标IC图19市值加权分析师绝对预期各指标IR数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所通过对分析师一致预期数据进行测试我们发现在绝对预期下每股现金流指标的行业配置能力较强且长期预期的效果要优于短期预期效果在相对预期下息税前利润指标的行业配置能力较强且短期预期的效果要优敬请阅读末页之重要声明12金融工程研究于长期预期效果在个股预期整合成行业预期时等权与自由流通市值加权两种方式差异较小在较优指标下进行对比等权方式要略优于自由流通市值加权方式22分析师首次覆盖测试考虑到分析师首次覆盖可能会存在额外的市场预期信息本部分我们拆解出分析师首次覆盖的研究报告与覆盖股票后同样分别在等权及自由流通市值加权两种方式下将个股预期整合为行业预期时测试分析师首次覆盖对于A股行业的配置能力221首次覆盖等权绝对预期通过在首次覆盖下分别对短期预期与长期预期下分析师在行业的绝对预期进行测试我们发现每股净资产与每股现金流的IC绝对值与IR绝对值相对较大其他指标的IC绝对值与IR绝对值均较小且长期预期下的每股净资产和每股现金流指标的行业配置能力要优于短期预期下的每股净资产和每股现金流指标的行业配置能力图20图21图20首次覆盖等权分析师绝对预期各指标IC图21首次覆盖等权分析师绝对预期各指标IR数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所222首次覆盖等权相对预期通过在首次覆盖下分别对短期预期与长期预期下分析师在行业的相对预期进行测试我们发现EVEBITDA的IC绝对值与IR绝对值相对较大且EVEBITDA企业价值倍数所代表的估值指标的IC值为负其他指标的IC绝敬请阅读末页之重要声明13金融工程研究对值与IR绝对值均较小且短期预期下的EVEBITDA的行业配置能力要优于长期预期下的市盈率和息税前利润的行业配置能力图22图23图22首次覆盖等权分析师相对预期各指标IC图23首次覆盖等权分析师相对预期各指标IR数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所223首次覆盖市值加权绝对预期在首次覆盖且使用自由流通市值加权构建行业预期的方法下通过分别对短期预期与长期预期下分析师在行业的绝对预期进行测试我们发现每股净资产与每股现金流的IC绝对值与IR绝对值相对较大其他指标的IC绝对值与IR绝对值均较小且长期预期下的每股净资产和每股现金流的行业配置能力要优于短期预期下的每股净资产和每股现金流的行业配置能力图24图25图24首次覆盖市值加权分析师绝对预期各指标IC图25首次覆盖市值加权分析师绝对预期各指标IR数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所敬请阅读末页之重要声明14金融工程研究224首次覆盖市值加权相对预期在首次覆盖且使用自由流通市值加权构建行业预期的方法下我们对分析师在各行业的相对预期数据进行测试我们发现EVEBITDA的IC绝对值与IR绝对值相对较大其他指标的IC绝对值与IR绝对值均较小EVEBITDA的方向为负且短期预期下的EVEBITDA的行业配置能力要优于长期预期下的EVEBITDA的行业配置能力图26图27图26首次覆盖市值加权分析师绝对预期各指标IC图27首次覆盖市值加权分析师绝对预期各指标IR数据来源Wind通联数据湘财证券研究所数据来源Wind通联数据湘财证券研究所23分析师预期测试总结通过对分析师预期的测试效果进行总结我们发现分析师预期及首次覆盖预期在BPSCPSPEEBIT及EVEBITDA指标下对于A股行业配置能力较强在绝对预期下长期预期效果要优于短期预期效果而在相对预期下短期预期效果要优于长期预期效果表6分析师预期指标测试结果测试数据预期方式预期长短较优指标指标方向IC分析师预期绝对预期短期预期BPSCPS0039200462分析师预期绝对预期长期预期PEEBIT--0049500539分析师预期相对预期短期预期CPSEBIT0036600312分析师预期相对预期长期预期PEEBIT--0031600508首次覆盖绝对预期短期预期BPSCPS0037600281首次覆盖绝对预期长期预期EVEBITDAEBIT--0047500271首次覆盖相对预期短期预期BPSCPS0038200327首次覆盖相对预期长期预期EVEBITDAROA---00383-00293数据来源Wind通联数据湘财证券研究所敬请阅读末页之重要声明15金融工程研究3分析师预期在ETF中的应用针对上述测试结果我们针对分析师预期及分析师首次覆盖分别在绝对预期以及相对预期下首先选择短期预期及长期预期下表现较好的1-2个指标进行标准化后等权组合再将短期预期与长期预期进行结合并以市场上主流的行业ETF为投资标的进行策略回测我们在研究报告北向资金视角下的行业ETF轮动中筛选出了除综合以外的30个行业所对标的ETF我们对标的ETF进一步筛选本文以下表7的ETF组合作为回测标的在ETF成立之前选用对应的行业指数进行替代表7行业与对标ETF映射表行业行业证券代码ETF代码ETF简称ETF成立日投资类型农林牧渔801010SI159825OF富国中证农业主题ETF2020-12-10被动指数型基金基础化工801030SI159870OF鹏华中证细分化工产业主题ETF2021-02-23被动指数型基金钢铁801040SI515210OF国泰中证钢铁ETF2020-01-22被动指数型基金有色金属801050SI512400OF南方中证申万有色金属ETF2017-08-03被动指数型基金电子801080SI159997OF天弘中证电子ETF2020227被动指数型基金家用电器801110SI159996OF国泰中证全指家电ETF2020-02-27被动指数型基金食品饮料801120SI159736OF天弘中证食品饮料ETF2021-09-09被动指数型基金纺织服饰801130SI159936OF广发中证全指可选消费ETF2014-06-03被动指数型基金轻工制造801140SI159936OF广发中证全指可选消费ETF2014-06-03被动指数型基金医药生物801150SI159938OF广发中证全指医药卫生ETF2014-12-01被动指数型基金公用事业801160SI159611OF广发中证全指电力公用事业ETF2021-12-29被动指数型基金交通运输801170SI003298OF嘉实物流产业A2016-12-29普通股票型基金房地产801180SI512200OF南方中证全指房地产ETF2017-08-25被动指数型基金商贸零售801200SI159936OF广发中证全指可选消费ETF2014-06-03被动指数型基金社会服务801210SI159936OF广发中证全指可选消费ETF2014-06-03被动指数型基金建筑材料801710SI004856OF广发中证全指建筑材料A2017-08-02被动指数型基金建筑装饰801720SI165525OF信诚中证基建工程A2016-07-27被动指数型基金电力设备801730SI512580OF广发中证环保产业ETF2017-01-25被动指数型基金国防军工801740SI512660OF国泰中证军工ETF2016-07-26被动指数型基金计算机801750SI159939OF广发中证全指信息技术ETF2015-01-08被动指数型基金传媒801760SI512980OF广发中证传媒ETF2017-12-27被动指数型基金通信801770SI515880OF国泰中证全指通信设备ETF2019-08-16被动指数型基金银行801780SI512800OF华宝中证银行ETF2017-07-18被动指数型基金非银金融801790SI001552OF天弘中证证券保险A2015-06-30被动指数型基金汽车801880SI004854OF广发中证全指汽车A2017-07-31被动指数型基金机械设备801890SI516960OF国泰中证细分机械设备产业ETF202147被动指数型基金煤炭801950SI515220OF国泰中证煤炭ETF2020-01-20被动指数型基金敬请阅读末页之重要声明16金融工程研究石油石化801960SI159930OF汇添富中证能源ETF2013-08-23被动指数型基金环保801970SI001064OF广发中证环保产业联接A2015-03-25被动指数型基金美容护理801980SI159873OF中证全指医疗保健设备与服务ETF2021-03-16被动指数型基金资料来源Wind湘财证券研究所31分析师一致预期下的ETF轮动311分析师绝对预期下的ETF轮动本部分我们分别针对分析师绝对预期下的短期预期分析师绝对预期下的长期预期以及将二者结合的分析师绝对预期下的ETF轮动策略通过回测我们发现上述三种情况下均是每期选择3个行业时策略回测效果较好策略回测时间为2016年2月至2023年8月策略在每月底进行调仓以沪深300指数为基准在短期预期下策略年化收益率为901超额年化收益率为572最大回撤率为3156夏普比率为034在长期预期下策略年化收益率为636超额年化收益率为307最大回撤率为2679夏普比率为023在二者综合的分析师绝对预期下策略年化收益率为895超额年化收益率为566最大回撤率为2842夏普比率为036综合策略优于短期预期及长期预期下的策略图28图28分析师绝对预期下的ETF轮动策略数据来源Wind通联数据湘财证券研究所敬请阅读末页之重要声明17