报告行业投资评级 未提及 报告的核心观点 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 各指数有不同的构建方法和收益表现 [12] 根据相关目录分别进行总结 1. ETF策略指数跟踪 - 上周部分ETF策略指数绩效：华宝研究大小盘轮动ETF策略指数上周收益2.41% 基准为中证800 超额收益-0.36%；华宝研究量化风火轮ETF策略指数上周收益4.16% 基准为中证800 超额收益1.39%；华宝研究量化平衡术ETF策略指数上周收益1.03% 基准为沪深300 超额收益-1.35%；华宝研究SmartBeta增强ETF策略指数上周收益1.37% 基准为中证800 超额收益-1.40%；华宝研究热点跟踪ETF策略指数上周收益1.72% 基准为中证全指 超额收益-1.20%；华宝研究债券ETF久期策略指数上周收益-0.41% 基准为中债 - 总指数 超额收益0.03% [13] 1.1 华宝研究大小盘轮动ETF策略指数 - 构建方法：利用多维度技术指标因子 采用机器学习模型对申万大盘指数和申万小盘指数的收益差进行预测 周度输出信号决定持仓获取超额回报 [14] - 收益情况：截至2025/8/15 2024年以来超额收益为17.66% 近一月超额收益为-0.85% 近一周超额收益为-0.36% [14] - 持仓情况：截至2025/8/15 持仓沪深300ETF 权重100% [17] 1.2 华宝研究SmartBeta增强ETF策略指数 - 构建方法：利用量价类指标对自建barra因子进行择时 依据ETF在9大barra因子上的暴露度将择时信号映射到ETF上获取超越市场的收益 [16] - 收益情况：截至2025/8/15 2024年以来超额收益为14.35% 近一月超额收益为-0.74% 近一周超额收益为-1.40% [16] - 持仓情况：截至2025/8/15 持仓价值100ETF 权重100% [21] 1.3 华宝研究量化风火轮ETF策略指数 - 构建方法：从多因子角度出发 把握中长期基本面维度 跟踪短期市场趋势 分析市场参与者行为 通过估值与拥挤度信号提示行业风险 挖掘潜力板块获取超额收益 [20] - 收益情况：截至2025/8/15 2024年以来超额收益为11.50% 近一月超额收益为5.27% 近一周超额收益为1.39% [20] - 持仓情况：截至2025/8/15 持仓通信ETF权重21.14%、工业母机ETF权重20.37%、有色金属ETF权重20.30%、医药卫生ETF权重19.11%、建材ETF权重19.07% [24] 1.4 华宝研究量化平衡术ETF策略指数 - 构建方法：采用多因子体系 包含经济基本面、流动性、技术面和投资者行为四大类因子 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 综合择时和轮动获取超额收益 [24] - 收益情况：截至2025/8/15 2024年以来超额收益为-3.51% 近一月超额收益为-1.66% 近一周超额收益为-1.35% [24] - 持仓情况：截至2025/8/15 持仓十年国债ETF权重9.66%、中证1000ETF权重5.76%、500ETF增强权重5.60%、300增强ETF权重30.99%、政金债券ETF权重24.08%、短融ETF权重23.90% [29] 1.5 华宝研究热点跟踪ETF策略指数 - 构建方法：根据市场情绪分析、行业重大事件跟踪、投资者情绪和专业观点、政策和法规变动以及历史演绎等策略 跟踪挖掘热点指数标的产品 构建ETF组合 [28] - 收益情况：截至2025/8/15 近一月超额收益为-1.03% 近一周超额收益为-1.20% [28] - 持仓情况：截至2025/8/15 持仓有色50ETF权重29.98%、港股消费ETF权重26.56%、港股红利ETF权重26.06%、国债ETF5至10年权重17.40% [32] 1.6 华宝研究债券ETF久期策略指数 - 构建方法：采用债券市场流动性指标、量价指标筛选择时因子 用机器学习方法预测债券收益率 预期收益率低于阈值时减少长久期仓位 提升组合长期收益和回撤控制能力 [32] - 收益情况：截至2025/8/15 近一月超额收益为0.00% 近一周超额收益为0.03% [32] - 持仓情况：截至2025/8/15 持仓十年国债ETF权重50.03%、国债ETF5至10年权重25.02%、政金债券ETF权重24.95% [36]