量化模型与构建方式 1. 模型名称：富国ETF轮动策略 - 模型构建思路：通过盈利水平、经营质量、估值动量和分析师预期四个维度构建综合因子，筛选ETF进行月度轮动[26] - 模型具体构建过程： 1. 因子合成：将6个细分因子（扣非净利润环比、净利润同比、经营资本周转、经营资本占比、市盈率倒数、分析师预期变化）标准化后等权合成轮动因子[26][31] 2. 组合构建：每月末按因子值排名前3的ETF等权配置，调仓频率为月度，手续费0.3%[16] 3. 基准对比：以20只ETF等权组合作为基准[16] - 模型评价：策略在长期回测中表现稳定，但近期受市场波动影响出现回撤[14][16] 2. 因子名称：富国ETF轮动因子 - 因子构建思路：从盈利、质量、估值、预期四个维度选取6个子因子，反映ETF的景气度特征[26][31] - 因子具体构建过程： 1. 盈利类因子： - 扣非净利润环比：$\text{扣非净利润环比} = \frac{\text{本期扣非净利润} - \text{上期扣非净利润}}{\text{上期扣非净利润}}$，采用中位数法聚合[31] - 净利润同比：$\text{净利润同比} = \frac{\text{本期净利润} - \text{去年同期净利润}}{\text{去年同期净利润}}$，中位数法聚合[31] 2. 质量类因子： - 经营资本周转：$\frac{\text{经营收入}}{\text{经营资本}}$，龙头股法聚合，半年环比计算[31] - 经营资本占比：$\frac{\text{经营资本}}{\text{总资产}}$，龙头股法聚合，同比计算[31] 3. 估值动量因子：市盈率倒数（$\frac{1}{\text{市盈率}}$）半年环比变化，龙头股法聚合[31] 4. 分析师预期因子：未来12个月EPS一致预期3个月变化率，龙头股法聚合[31] - 因子评价：因子IC均值为6.8%，风险调整后IC为0.22，具备稳定选股能力[12][14] --- 模型的回测效果 1. 富国ETF轮动策略： - 年化收益率：7.26% - 年化波动率：21.92% - 夏普比率：0.33 - 最大回撤率：42.20% - 信息比率（IR）：0.59 - 5月收益率：-2.03%（基准1.43%）[19] 2. 多空组合表现： - 多空收益率：-6.96%（5月） - 历史IC均值：6.80%，标准差31.51%[12] --- 量化因子与构建方式 （与模型部分重复的因子构建内容已合并展示） --- 因子的回测效果 1. 富国ETF轮动因子： - IC均值：6.80% - IC标准差：31.51% - 风险调整IC：0.22（t统计量2.24）[12] - 5月IC：-30.91%[14] 2. 子因子表现： - 扣非净利润环比、市盈率倒数、分析师预期变化在农业ETF（159825.SZ）中排名显著靠前[24][25] --- 最新建议关注ETF（2025年5月） 1. 农业ETF（159825.SZ）：扣非净利润环比、经营资本占比、市盈率倒数排名前1/7[24][25] 2. 大数据ETF（515400.SH）：经营资本周转、经营资本占比排名靠前[24][25] 3. 稀土ETF（159713.SZ）：市盈率倒数、分析师预期变化排名前1/7[24][25] --- 注：所有数据引用自研报原文，未包含风险提示等非核心内容。