动态久期策略与组合构建：探究多策略ETF组合的构建方法（3）

证券投资基金研究报告/策略专题系列 探究多策略ETF组合的构建方法（3） ——动态久期策略与组合构建 摘要 上海证券基金评价研究中心分析师：刘亦千 执业证书编号：S0870511040001邮箱：liuyiqian@shzq.com 电话：021-53686101 研究助理：谈福嘉 执业证书编号：S0870123060004邮箱：tanfujia@shzq.com 电话：021-53686547 日期：2024年09月27日 为能够适应权益市场进入长期熊市或出现股灾的环境，我们在专题系列中设计的第三类策略是完全基于债券市场的ETF策略——动态久期策略，该策略旨在作为ETF组合中补充型策略起到当权益市场表现较差时对冲与避险的作用。在回测区间2011年6月10日—2024年6月28日中，相较于上证5年期国债指数动态久期策略表现出更高的收益能力（年化收益率为5.12%，年化超额为1.14%）与夏普比率（2.76vs.2.33），而对比于30年期国债指数动态久期策略虽然在收益方面偏弱，但其在风险控制能力方面也明显优于前者。我们在该策略中以债券ETF为主要配置标的，从相关性分析的角度出发验证了国债与权益市场的低相关与对冲效果，从而使得我们的动态久期策略可以在权益市场低迷时期同样获得一定的超额收益。 为构建出一个多策略ETF组合以能够更稳健地穿越不同的市场环境，我们通过融合不同类型的策略来实现利用指数投资工具在获取不同市场收益的同时降低整个组合的多方系统性风险来真正达到“分散投资”的目的。我们选择将基于长期动量效应的资产轮动策略作为主策略，并将短期反转策略与动态久期策略作为补充收益与控制风险的辅助策略，最终按一定的权重比例在ETF组合中加以分配。在回测区间2019年3月7日—2024年6月28日中多策略组合年化收益率为7.90%（相对沪深300指数的年化超额为9.75%），夏普比 率为1.0（8均高于短期反转策略与资产轮动策略），Beta值为0.25。 本专题系列报告重点扎根于“分散投资”这一经典概念，并延伸为“多策略”的组合构建理念。我们将基于“行为金融学”原理并经过回测的多个策略加入到“多策略组合”中，在基本维持超额收益能力的同时进一步降低风险，尤其是在回撤控制能力与投资性价比上均有所改善，从而验证了使用国内ETF来构建稳健收益风险属性组合的潜在可行性。 风险提示 本专题系列报告提供的策略交易规则与回测数据旨在复现目前市场中主流投资策略的多样性及其表现，以求能够帮助投资者了解ETF作为当下热门投资工具在资产配置与组合管理方面起到的积极作用。报告中各类策略组合均以量化方式为主进行设计与开发，因此需要提醒读者其中存在无法预估的样本外模型失效风险。 ETF基金是以指数投资为基础的一类基金，在复制跟踪指数的部分时存在不可避免的系统性风险。因此本研究中心提供的ETF策略均不构成对未来市场的实际投资建议，展示的策略相关的净值走势、收益与风险指标等仅供投资者参考。 报告中展示的策略回测净值收益依附于各自回测区间的市场环境，并以ETF（或替代指数）的每日收盘数据作为计算依据，其中并未考虑基金各项费率、分红派息、二级市场交易佣金等可能产生的费用以及部分特殊情况下产生的账户收益变动。此外真实市场实盘交易中的日内价格波动、交易产生的冲击成本以及时间上滑动摩擦导致的成本等亦无法在策略回测过程中充分体现，因此本报告中展示的策略投资收益数据与实盘交易数据可能存在差异，不能完全代表真实市场的账户投资收益。 投资者在选择ETF作为投资组合管理的工具时应在充分理解指数编制规则、策略投资逻辑与潜在风险等因素的基础上，审慎评估自身的风险偏好，根据自身的风险承担能力和投资需求进行投资。 目录 摘要1 风险提示2 一、动态久期策略5 1、策略背景概述5 2、策略设计与回测统计7 i.策略交易规则7 ii.策略回测分析8 3、策略小结11 二、构建多策略ETF组合13 1.背景概述13 2.策略回顾与分析14 3.组合构建与回测15 4.随机策略检验17 5.结语18 三、附录20 A.回测分析主要指标算法20 图表目录 图表1：国债与其他市场指数相关系数变化趋势5 图表2：高风险市场低迷期国债表现统计6 图表3：动态久期策略ETF样本池8 图表4：动态久期策略交易规则8 图表5：动态久期策略回测结果9 图表6：动态久期策略年度表现9 图表7：动态久期策略月度表现9 图表8：动态久期策略净值走势10 图表9：动态久期策略动态回撤10 图表10：国内权益市场低迷期策略表现统计10 图表11：三类ETF策略回测结果一览14 图表12：三类ETF策略净值走势14 图表13：三类ETF策略收益率相关系数矩阵15 图表14：多策略组合回测结果16 图表15：多策略组合年度表现16 图表16：多策略组合月度表现16 图表17：多策略组合净值走势16 图表18：多策略组合动态回撤16 图表19：多策略组合与随机策略池表现对比17 一、动态久期策略 1、策略背景概述 我们在专题系列的前两篇报告中已经介绍的两类策略都是从市场（以权益市场为主）整体趋势是上涨的情况下获益的，如果我们再一次面临如同2015年后半年至2016年初那般，大部分权益市场都较为疲软甚至集体下跌的行情时，上述策略可能无法有效避开回撤。因此我们需要设计一类策略，其能够适应大部分权益市场进入长期熊市或出现股灾的环境，基于此我们推出的第三类策略将是完全基于债券市场的ETF策略。 从回测结果中可以看到短期反转策略与资产轮动策略在2008年、2015-2016年、2018年以及2022年等都不同程度地出现回撤或表现不佳。寻找一类策略以求适用于几乎全部的市场环境是十分困难的，因此为了进一步降低我们ETF投资组合的总风险，并在权益市场表现不佳时能够为资金提供一定避险效用，我们来验证债券将是一种达成上述目的较好的资产选择。 我们以中债国债3-5年期总全价指数（代码：CBA00633） 作为债券市场的代表，分别计算其与沪深300指数（代码：000300）、标普500（代码：SPX）以及黄金现货价格（代码：AU9999）的滚动252交易日的相关系数表现1。 图表1：国债与其他市场指数相关系数变化趋势 国债×沪深300国债×标普500国债×黄金 0.3000 0.2000 0.1000 0.0000 -0.1000 -0.2000 -0.3000 -0.4000 -0.5000 数据来源：Wind资讯，上海证券基金评价研究中心；截止日期：2024年6月30日 1序列相关性会随着时间发生变化，因此需要观察不同时间段的相关系数走势； 从上面的相关系数走势变化图看到，从2008年至2024上 半年3-5年期国债与沪深300的相关系数不超过0.20，平均值为-0.0696，并且在2018年之前该相关性不超过0.10，以及在2018年至2024上半年该相关系数明显在较大时间区间内显 示为负值。我们计算2018年至2024上半年3-5年期国债与沪 深300的相关系数，得到值为-0.18522。因此整体上我们认为国债与国内权益市场呈弱负相关。 此外，观察3-5年期国债与标普500指数的相关系数变化 规律，发现其长期以来基本保持在±0.1之间，而滚动252交易日的相关系数平均值为0.0034，可以说整体上国债与美国权益市场呈不相关关系。而对于黄金市场，其滚动252交易日的相关系数平均值为0.0466，高于沪深300和标普500，从变化规律中可以看到从2008年至2016年3-5年期国债与黄金市场 的相关系数保持在±0.2之间，而从2017年至2024上半年该相 关系数表现出一定的正向关系，我们计算2016年至2024上半年3-5年期国债与黄金现货价格的相关系数，得到值为0.10863。因此整体上我们认为国债与黄金市场呈弱正相关。 从国债与其他不同大类资产的相关系数中可以看出，虽然两者之间的相关系数在长时间周期中表现存在一定变化，但整体上国债与权益市场或黄金市场表现出了相关性较低甚至是负相关，从现代投资组合理论的角度出发选择低相关资产（如国债）可以一定程度上降低组合整体的风险。另一方面，相关系数作为整体相关性的判断依据，还不足以说明其在权益市场表现不佳时能否起到对冲的作用，因此我们再来观察多个时间区间内国债与权益市场的表现。 图表2：高风险市场低迷期国债表现统计 日期 沪深300 3-5年期国债 日期 标普500 3-5年期国债 日期 黄金现货 3-5年期国债 2008/3/31 -28.99% 2.35% 2008/12/31 -25.54% 6.92% 2013/6/28 -23.96% 0.19% 2015/9/30 -28.39% 0.49% 2020/3/31 -20.00% 2.07% 2013/12/31 -10.99% -1.76% 2008/6/30 -26.35% -1.03% 2022/6/30 -16.45% -0.28% 2021/3/31 -8.52% 0.27% 2我们进行3-5年期国债与沪深300指数日涨跌幅的Pearson相关系数的假设检验，计算统计量得：�=𝑟√𝑛−2=−7.4703，其绝对值大于自 1−𝑟2 由度近似+∞的t分布临界值2.326，故认为两者的相关系数显著小于零； 3我们进行3-5年期国债与黄金现货价格日涨跌幅Pearson相关系数的假设检验，计算统计量得：�=𝑟√𝑛−2=4.5781，其值大于自由度近似 1−𝑟2 +∞的t分布临界值2.326，故认为两者的相关系数显著大于零； 2010/6/30 -23.39% 0.03% 2018/12/28 -14.70% 1.74% 2014/9/30 -7.87% -0.55% 2008/9/26 -19.63% 2.17% 2011/9/30 -14.33% -0.79% 2016/12/30 -7.39% -1.10% 2008/12/31 -18.98% 6.92% 2010/6/30 -11.86% 0.03% 2012/12/31 -7.09% 0.37% 2011/9/30 -15.20% -0.79% 2009/3/31 -11.67% -1.16% 2008/9/26 -5.79% 2.17% 2022/9/30 -15.16% 0.66% 2008/3/31 -10.54% 2.35% 2011/12/30 -5.52% 2.97% 2022/3/31 -14.53% 0.23% 2015/9/30 -6.94% 0.49% 2012/6/29 -4.88% 1.45% 2016/3/31 -13.75% 0.45% 2022/9/30 -5.28% 0.66% 2013/3/29 -4.27% -1.01% 2018/12/28 -12.45% 1.74% 2008/9/26 -5.23% 2.17% 2007/6/29 -3.97% -2.98% 2013/6/28 -11.80% 0.19% 2022/3/31 -4.95% 0.23% 2008/6/30 -3.50% -1.03% 2020/3/31 -10.02% 2.07% 2023/9/28 -3.39% 0.02% 2015/12/31 -3.31% 1.54% 2018/6/29 -9.94% 1.18% 2012/6/29 -3.29% 1.45% 2020/12/31 -3.22% 0.07% 2011/12/30 -9.13% 2.97% 2008/6/30 -3.23% -1.03% 2015/3/31 -2.09% -0.11% 平均涨跌幅 -17.18% 1.31% 平均涨跌幅 -10.49% 0.99% 平均涨跌幅 -6.82% 0.03% 数据来源：Wind资讯，上海证券基金评价研究中心；截止日期：2024年6月30日 我们统计并挑选出沪