报告概述
本报告由申万宏源研究发布，研究对象为国内ETF产品的组合构建策略。报告覆盖行业主题ETF、宽基ETF及Smart Beta ETF等类别，主要分析基于宏观敏感性（经济、流动性、信用）和动量指标的选股方法。报告采用宏观行业组合、宏观+动量行业组合、核心-卫星组合以及三位一体风格轮动模型四种框架，为投资者提供不同风险收益特征的ETF配置方案。读者可通过本报告了解如何运用宏观判断与市场信号进行ETF轮动，以及不同策略的历史表现与适用场景。
报告的核心结论
宏观行业组合在5月超额回撤明显，源于偏周期配置。
报告显示，宏观行业组合5月收益为-5.59%，超额收益-7.36%，主要因为当期选择了对经济敏感的周期行业，而经济前瞻指标回落导致组合表现不佳。该策略偏左侧，胜率偏低但赔率较高。
宏观+动量行业组合的稳定性优于纯宏观组合。
通过将宏观方法与动量方法结合，组合在5月超额收益为-2.51%，优于宏观行业组合的-7.36%。动量方法从过去6个月涨幅领先的行业中筛选，覆盖周期与成长，与宏观策略形成互补，提升了整体稳定性。
核心-卫星组合以沪深300为底仓，表现稳健。
组合由50%宽基组合（60%沪深300+40%宏观优选）、30%行业组合（宏观+动量）和20%Smart Beta组合构成，6月持仓中宽基偏向科创板。2026年1-5月累计超额收益为正，波动较小，适合追求相对稳定超额收益的投资者。
三位一体风格轮动模型本期指向大盘成长非质量风格。
模型综合成长/价值、市值、质量三个子模型，本期因子暴露显示国债期现利差、美债收益率、成交额等支持成长风格，ROE和净利润同比指向大盘，而社融和ROE差异指向非质量。最终配置偏重低碳、新能源、金融、红利等ETF。
报告回答的关键问题
如何利用宏观指标构建ETF组合？
报告基于经济、流动性、信用三个维度的宏观变量，计算各行业主题指数对宏观因子的敏感性得分，再根据当期宏观状态调整方向并加总，选择排名前6的指数对应ETF等权配置。例如，传统周期行业对经济敏感，TMT对流动性敏感，消费对信用敏感。
宏观与动量结合的组合策略效果如何？
报告将宏观方法与动量方法各自筛选后直接合并。动量方法通过聚类将行业主题分为6组，每组选过去6个月涨幅最高的ETF。2025年7月至2026年5月，该组合多数月份取得正超额收益，且波动小于纯宏观组合，实现了互补效果。
核心-卫星组合如何平衡ETF投资的波动？
该组合以50%权重配置宽基（含60%沪深300），30%权重配置宏观+动量行业组合，20%权重配置Smart Beta组合。通过宽基底仓降低行业轮动带来的高波动，同时卫星部分获取超额收益，历史表现稳健，2026年多数月份超额收益为正。
三位一体风格轮动模型包含哪些子模型？
模型包含成长/价值轮动模型（以宏观流动性为核心，辅以成交额情绪）、市值模型（以基本面数据为核心，辅以流动性）、质量模型（以流动性选取与企业融资相关变量，辅以基本面特征）。综合三个模型得到2×2×2=8种风格结果，本期指向大盘成长非质量。
报告中的代表性数据
宏观行业组合2026年5月收益
2026年5月，组合收益-5.59%，超额收益-7.36%，因当月配置偏周期，而经济指标回落导致回撤。
核心-卫星组合2026年4月收益
2026年4月，组合收益12.83%，超额收益4.80%，表现稳健，宽基底仓与卫星策略共同贡献。
三位一体风格轮动组合2025年8月收益
2025年8月，组合收益20.47%，超额收益10.14%，该月风格配置准确，大幅跑赢基准。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 详细介绍了基于宏观敏感性测算的ETF组合构建方法，包括经济、流动性、信用三个维度的敏感性得分计算及当期状态调整规则。
- 展示了宏观行业组合自2013年以来的完整净值曲线图，以及每月具体持仓和收益表现表格。
- 宏观+动量行业组合的构建细节，包括动量筛选的聚类分组方法、各组历史涨幅选择标准，以及组合历史净值与月度超额收益。
- 核心-卫星组合的构建框架：宽基组合（60%沪深300+40%宏观优选）、行业组合（宏观+动量）、Smart Beta组合的权重分配及月度持仓明细。
- 三位一体风格轮动模型的因子暴露表格，详细列出各模型所用因子及其当期方向判断，如国债期现利差、成交金额、ROE、社融同比等。
- 三位一体风格轮动自2021年以来的净值走势图，以及每月收益率与超额收益数据。
- 风险提示及声明部分，强调模型基于历史数据，可能因市场环境变化失效。
- 信息披露与法律声明，包括分析师承诺、机构销售团队联系方式及投资评级定义。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
