一种少量股票复制指数且有超额收益的策略：何必ETF？

内容简介

    ETF 发展如火如荼，作者也一直看好ETF 的发展，认为其是资管新时代的中流砥柱。目前很多指数还没有合适的ETF 产品，或者其对应的ETF 流动性一般，在这种情况下，可以运用本文的算法技术，自己构造组合，实现跟踪甚至增强收益的效果。

    本文以中证消费指数为例，探究其在季度调仓下的经验跟踪误差目标函数组合（ete）的表现，提供2015 年及2019 年以来该策略建议下的组合回测效果展示，并给出最新比例建议。

    回测效果

    取中证消费指数作为目标组合，季度调仓下的经验跟踪误差目标函数组合（ete）回测显示：较高权重上限情景下（15%、20%），不论回测期长（2015 年至今）短（2019 年至今），模仿组合都能产生小幅超额收益。其中，优化权重上限为20%的模仿组合2015 年以来年化收益率达到24.27%，同期消费ETF 的年化收益率为23.13%；2019 年以来，该模仿组合的累计收益率达到71.17%，较同期消费ETF（68.43%）有2.74%的超额收益。消费行业的超额一般，其他行业表现更好。

    不同参数下的模仿组合中，每期股票数量在25 只左右，远小于中证消费指数所包含的成分数量（42 只）。说明该策略可以凭借少量股票实现指数的复制，并有一定的超额收益。

    组合构建

    依据“指数增强”AI 算法，我们给出了2019 年11 月以中证消费指数作为目标组合，不同权重上限下（w=10%、15%、20%）的股票配置比例建议。客户可以直接在网页端APP 点击鼠标使用该模型自行计算配置比例。