量化模型与构建方式 本报告未涉及具体的量化选股模型或阿尔法因子的构建。报告的核心是构建一个针对半导体ETF的“识别阶段—选择指数—筛选产品”的递进分析框架，并基于历史行情复盘，总结不同类别指数在不同市场驱动因素下的表现规律[3][55]。 1. 框架名称：半导体ETF投资分析框架[3][55] * 框架构建思路：通过复盘半导体板块历史行情，识别不同市场阶段的核心驱动逻辑，提炼出在此逻辑下表现占优的指数类别，再结合具体指数的编制方案、ETF产品的规模与费率等因素，最终筛选出合适的投资标的[3][4][55]。 * 框架具体构建过程： 1. 识别阶段：回溯半导体板块历史行情（例如2023年6月至2025年11月），根据核心驱动因素（如AI需求、业绩验证、自主可控等）划分不同的市场阶段[4][56][70]。 2. 选择指数：将半导体指数依据其成分股在产业链的分布，划分为三类：材料设备类（上游占比>95%）、设计制造类（中游占比>95%）和全产业链类（兼具上下游）[37][40]。分析不同市场驱动逻辑下，哪一类指数表现占优[4][70]。 3. 筛选产品：在确定的指数类别内，进一步比较具体ETF产品的规模、管理费率、托管费率、跟踪误差等指标，筛选出交易成本较低、规模充足且跟踪误差小的产品[5][94]。 量化因子与构建方式 本报告未涉及传统意义上的量化选股因子（如价值、成长、动量等）。报告的核心分析对象是半导体行业指数，并根据其成分股的行业属性进行了分类，这可以视为一种基于产业链定位的“分类因子”或“主题因子”。 1. 因子名称：半导体产业链定位因子 * 因子构建思路：根据上市公司主营业务所属的半导体细分行业，将其归类到集成电路产业链的上游（材料、设备）、中游（设计、制造、封测）或下游，并计算其在指数中的市值占比，以此定义指数的属性[37][40]。 * 因子具体构建过程： 1. 确定半导体产业链的六个核心行业：EDA工具、半导体材料、半导体设备、集成电路设计、集成电路制造、集成电路封测[16][17]。 2. 对于任一指数，分析其所有成分股的主营业务，并按照上述行业进行分类[40]。 3. 计算各行业成分股的总市值在指数总市值中的占比。 4. 设定分类阈值：若指数中“半导体材料+半导体设备”行业的合计市值占比超过95%，则定义为材料设备类指数；若“集成电路设计+制造+封测”行业的合计市值占比超过95%，则定义为设计制造类指数；若成分同时覆盖上下游且单一环节占比未超过阈值，则定义为全产业链类指数[40]。 模型/因子的回测效果 此处展示的是基于上述“半导体产业链定位因子”分类后的三类指数，在不同历史阶段和驱动逻辑下的表现回溯结果。 1. 设计制造类指数（代表：科创芯片设计、集成电路） * 在需求扩张（如AI需求、业绩验证）驱动阶段表现占优[4][70]。 * 2024/09/24-2025/08/06期间（AI需求与业绩验证驱动）：年化收益率111.11%-154.14%，年化夏普比率2.90-3.66[71][74]。 * 2025/09/01-2025/11/30期间（自主可控驱动）：年化收益率为负，例如集成电路指数为-7.83%[76][81]。 * 2023/06/30-2025/11/30全观测区间：年化收益率高于其他两类（具体值需从图16推断，报告未列全表），夏普比率也相对较高[82][85]。 2. 材料设备类指数（代表：半导体材料设备、科创半导体材料设备） * 在**“自主可控”逻辑强化阶段**表现占优[4][75]。 * 2024/10/16-2024/11/11期间（海外限制后反弹）：区间收益率32.19%-33.61%，夏普比率0.42%[75][78]。 * 2025/09/01-2025/11/30期间（自主可控驱动）：年化收益率67.09%-71.05%，年化夏普比率1.87-1.97[76][81]。 * 2024/09/24-2025/08/06期间（需求驱动）：年化收益率69.39%-76.14%，低于设计制造类指数[71][74]。 3. 全产业链类指数（代表：中证全指半导体、国证芯片、科创芯片等） * 收益与风险特征通常介于设计制造类和材料设备类指数之间，布局相对均衡[4][82]。 * 2023/06/30-2025/11/30全观测区间：年化收益率主要分布于20.20%-29.90%区间，夏普比率介于0.75-0.98之间[82][85]。其中多数指数收益率集中在20%-22%，夏普比率约0.75-0.81[82]。