核心观点 报告聚焦指数基金调样交易策略，旨在降低 ETF 基金跟踪误差，通过研究指数调样前后的价格和成交量变化，测算调仓成交量分配和市场冲击，为指数基金调仓算法提供建议。如多数指数基金提前 3 天换仓，T - 1 日成交量达峰值，部分指数提前 T - 5 到 T - 4 日调仓可获收益或低成本，还针对不同指数推荐了调仓比例和算法[1]。 前言 指数基金规模及现状 指数 ETF 投资规模持续攀升，被动配置成主流。截至 2024 年底，中国 ETF 总规模达 3.7 万亿元，较 2023 年底增长 81%，股票 ETF 规模达 2.89 万亿元，约占 A 股总市值 3%。2024 年非货 ETF 净流入近 1.2 万亿元，较 2023 年增长 110%，股票 ETF 净流入超 1 万亿元，宽基、红利 ETF 规模增长显著，指数调仓效应凸显[5]。 指数调样规则 中证规模指数每年 5 月和 11 月下旬审核样本，6 月和 12 月第二个星期五下一交易日调整；红利指数每年 12 月第二个星期五下一交易日调整；国证 2000 指数每半年 6 月和 12 月第二个星期五下一交易日调整，方案提前两周公布[8]。 相关数据和采样 使用 2022 - 2024 年 6 次指数主要调样数据（红利指数 3 次），忽略临时 1 - 2 只股票调样，北交所交易股票暂不统计。红利指数 60 条、沪深 300 指数 188 条、中证 500 指数 600 条、中证 1000 指数 1200 条、国证 2000 指数 2154 条调样数据，仅以调入调出股票为样本研究[9]。 指数调样研究 指数调样前后 5 日的价格变化和成交量变化 指数调样前后 5 天的成交量变化 指数基金大致提前 3 天换仓，T - 3 日成交量放大，T - 1 日达峰值，T + 0 日仍有大规模换仓，T + 1 至 T + 5 日成交量迅速降至历史平均水平[10]。 指数调样前后 5 天的收益率变化 以 T + 0 日为指数调样生效日，调样前后 5 天收益率变化中，整体日度收益在正负 1.5%之内，调入调出股票日度收益率差异不大，T - 1 日收益率波动达峰值[13][14]。 等权合成调入调出指数及调仓成本 提前 T - 5 到 T - 4 日调仓可获收益或低成本，临近生效日调仓成本迅速升高。调样前 4 - 5 日，中证 1000 指数调仓收益最高，平均 2%，国证 2000 指数和中证 500 指数平均 0.5%，沪深 300 指数和红利指数调仓成本平均亏损 0.5% - 1%；T - 3 至 T - 1 日，各指数调仓成本快速升高后接近 T - 1 日回落至 0[17][18][19]。 指数调样 T - 1 日的价格变化和成交量变化 T - 1 日成交量变化 T - 1 日下午成交量持续放大，尾盘集合竞价是历史量 5 - 10 倍，若使用 MOC 算法交易，可放大尾盘集合竞价参与比例[22]。 T - 1 收益率变化 2022 - 2024 年 6 次历史指数调样 T - 1 日收益率涨跌互现，无明显调入上涨、调出下跌现象[32]。 回测及建议 调样股票日度调仓规模分配 以历史成交量分布为调仓比例，建议 T - 1 日为主要调仓日，T - 3 日：T - 2 日：T - 1 日调仓占比 2:3:5，综合考虑价格变动和冲击成本，可适当下浮 T - 3/T - 2 日调仓占比，上浮 T - 1 日调仓占比[34]。 调样股票自身的流动性、波动率、市值规模对于交易成本的影响 T - 1 日平均单笔成交量超过去 21 天均值，最高超 2 倍，平均盘口挂单量是过去 3 - 10 倍，日度成交额是过去 21 日成交量平均值 1 - 2.3 倍、中位数 1.5 - 3 倍。红利指数、沪深 300 指数和中证 500 指数盘口波动性指标变动最大，分别提高 41%、19%和 13%，中证 1000 指数和国证 2000 指数基本无变动，盘口价差整体变动在 5%以内[35]。 不同规模指数基金生效前一日的市场冲击 ETF 规模越大，换仓市场冲击越高。红利指数市场冲击最大且增速最快，因其单次换仓样本少、换仓股票平均价格偏低；沪深 300 指数市场冲击最小且增速最低，因其被动跟踪 ETF 规模大、换仓股票流动性好、换手率高[40]。 指数调样当日全天单采用何种算法交易更优 越接近收盘市场冲击越高，红利指数受订单开始时间影响最大，沪深 300 指数受影响最小。红利指数和沪深 300 指数建议用 MOC 算法；中证 1000 指数和国证 2000 指数建议用 TWAP、VWAP 下全天单或复合算法 Pairplus；中证 500 指数建议用 IS/MOC 算法下午交易[41][47][48]。