报告行业投资评级 未提及 报告的核心观点 借助ETF可将量化模型或主观观点转化为可实操配置的投资策略，报告给出几个借助ETF构建的策略指数，并以周度为频率对指数的绩效和持仓进行跟踪 [11] 根据相关目录分别进行总结 1. ETF策略指数跟踪 - 华宝研究大小盘轮动ETF策略指数利用多维度技术指标因子，用机器学习模型预测申万大小盘指数收益差，周度输出信号决定持仓获取超额回报，截至2025/5/23，2024年以来超额收益16.48%，近一月-0.14%，近一周0.30%，持仓为100%沪深300ETF [3][13][16] - 华宝研究SmartBeta增强ETF策略指数用量价类指标对自建barra因子择时，依ETF在9大barra因子暴露度映射择时信号，选取主流宽基及风格、策略ETF，截至2025/5/23，2024年以来超额收益18.52%，近一月0.39%，近一周1.29%，持仓为100%红利低波ETF [3][16][21] - 华宝研究量化风火轮ETF策略指数从多因子角度出发，把握中长期基本面、跟踪短期趋势、分析参与者行为，用估值与拥挤度信号提示风险，挖掘潜力板块获超额收益，截至2025/5/23，2024年以来超额收益2.95%，近一月1.33%，近一周1.25% [4][20][21] - 华宝研究量化平衡术ETF策略指数采用多因子体系构建量化择时系统，研判权益市场趋势，建立大小盘风格预测模型调整仓位分布，综合择时和轮动获超额收益，截至2025/5/23，2024年以来超额收益0.31%，近一月-1.63%，近一周0.10%，持仓包括汽车ETF、银行ETF等多只基金 [4][23][24] - 华宝研究热点跟踪ETF策略指数根据市场情绪、行业事件等策略跟踪挖掘热点指数标的产品，构建ETF组合提供短期趋势参考，截至2025/5/23，近一月超额收益1.07%，近一周1.60%，持仓包括房地产ETF、港股消费ETF等多只基金 [5][26][30] - 华宝研究债券ETF久期策略指数采用债券市场指标筛选择时因子，用机器学习预测债券收益率，低于阈值减少长久期仓位提升收益和回撤控制能力，截至2025/5/23，近一月超额收益0.14%，近一周0.11%，持仓包括短融ETF、十年国债ETF等多只基金 [5][30][33]