怎样从历史走势规律发现ETF投资机会

研究背景与方法

本报告研究基于历史走势规律构建ETF投资组合的方法。研究对象为标的指数基日不晚于2014/12/31、成份股全部为A股、类别为行业或主题的指数，共约130只。为避免主题重合度过高，将指数聚类为60个类别，每个类别选择总市值最高的1只，共60只作为备选指数。研究关注指数价格与成交金额的走势规律，通过极坐标系中的极径（马氏距离）和极角（反正切函数计算成交变化幅度与价格变化幅度的比例关系）准确定位指数状态，将走势形态分为放量上涨、放量下跌、缩量下跌、缩量上涨四种。

价量形态与未来涨幅关系

通过可视化方法研究价量变化形态，发现历史上多数指数呈现放量上涨和缩量下跌两种形态。进一步分析历史价量形态与未来涨幅的关系，发现特定区域的价量形态与未来涨幅存在正相关。将极坐标平面等分为80个区域，统计每个区域内指数的平均未来涨幅，识别出红色及黄色区域为可投资区域。历史多期+多周期分析表明，指数放量下跌且幅度较大时，未来20日会有较好表现。动量效应强于反转效应。

位置参数表的建立

为预测指数涨幅，建立历史周期与未来周期之间的多对一关系，即位置参数表。固定未来涨幅周期为20个交易日，遍历从5日到240日的多个历史价量周期，选择最有效的历史周期做预测。位置参数表通过计算指数多个历史周期的价量形态，并与相应历史周期位置参数表对比，匹配未来涨幅排名靠前的区域，得到最优区域内的指数。采用三种时间窗口：全样本内时间窗口、固定时间窗口、滚动时间窗口。

ETF组合表现

全样本内组合使用未来信息，表现一般。固定时间窗口ETF组合（2021-2025/6/20）上涨15.82%，超额收益35.81%。滚动时间窗口ETF组合（2021-2025/6/20）上涨51.38%，超额收益77.51%。年度收益对比显示，滚动时间窗口组合表现优于其他组合。当前ETF组合分别为消费服务和金融科技。

风险提示

量化报告的结论基于历史统计规律，当历史规律发生改变时，模型和结论可能失效。