报告概述
本报告基于宏观敏感性与动量方法，系统构建了多款ETF组合策略。研究对象涵盖行业主题、宽基及Smart Beta ETF，通过经济、流动性、信用三维宏观变量计算指数敏感性，并结合动量指标补充。报告覆盖宏观行业组合、宏观+动量行业组合、核心-卫星组合及三位一体风格轮动模型，每月调仓。其价值在于为投资者提供从宏观视角到风格轮动的完整ETF配置框架，帮助捕捉行业轮动与风格切换机会。
报告的核心结论
当前宜配置对经济不敏感、对流动性敏感的行业。
根据申万金工量化资产配置月报，经济前瞻指标回落、流动性偏松、信用偏紧。报告选择对经济不敏感、对流动性敏感、对信用不敏感的ETF，整体偏向TMT和消费，如创新药、5G、芯片等。
宏观与动量方法结合可互补，提升组合胜率。
宏观类配置偏左侧，胜率偏低但赔率高；动量方法偏右侧。两者结合后，宏观+动量行业组合在2026年1月超额收益达11.84%，表现出色，且动量部分选中了较多中周期行业，形成互补。
核心-卫星组合以沪深300为底仓，表现稳健。
为解决行业ETF波动高、轮动快的问题，报告设计了50%沪深300、30%行业组合、20%Smart Beta的组合。2025年以来多数月份跑赢沪深300，2026年1月超额5.99%，波动显著降低。
三位一体模型指向小盘成长减高质量风格。
模型综合成长/价值、市值、质量三个维度，当前结果偏向小盘成长，并减持高质量。因子分析显示，国债期现利差、美国国债收益率、成交金额等均支持成长和小盘风格，而ROE和社融等指向非质量。
报告回答的关键问题
当前市场环境下应该配置哪些行业ETF？
报告建议配置对经济不敏感、对流动性敏感的行业，如TMT和消费。2月持仓主要包括华泰柏瑞沪深300ETF、华夏中证5G通信主题ETF、易方达中证芯片产业ETF等，偏向创新药、半导体、信息技术等方向。
宏观量化方法如何指导ETF组合构建？
报告通过计算行业指数对经济、流动性、信用的敏感性得分，并根据最新宏观判断调整方向。例如，当流动性宽松、信用偏紧时，选择对流动性敏感、对信用不敏感的行业。该方法可动态捕捉宏观环境变化，适用于行业轮动配置。
核心-卫星组合相比纯行业ETF有什么优势？
核心-卫星组合以沪深300指数为底仓（占50%），降低了行业ETF的高波动和轮动风险。历史表现显示该组合多数月份跑赢沪深300，超额收益稳定，适合风险偏好较低的投资者作为替代方案。
三位一体风格轮动模型如何判断当前风格偏好？
模型综合成长/价值、市值、质量三类子模型，使用宏观因子、基本面因子和市场情绪因子评分。当前结果偏向小盘成长，并建议减持高质量，具体仓位包括中证500、1000、2000ETF及稀土、汽车、机床等行业ETF。
报告中的代表性数据
宏观行业组合2026年1月收益
2026年1月，宏观行业ETF组合在2026年1月收益率为13%，同期沪深300超额收益为11.35%，大幅跑赢基准。
核心-卫星组合2025年8月超额收益
2025年8月，核心-卫星ETF组合在2025年8月超额收益2.29%，当月组合收益12.63%，表现稳健。
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
- 完整ETF组合构建方法的详细说明，包括宏观敏感性测算步骤、动量指标聚类方式及风格轮动模型因子构成。
- 宏观行业ETF组合自2013年以来的净值走势图及月度收益明细表，展示长期表现。
- 宏观+动量行业组合的历年持仓变化及与纯宏观组合的对比分析，突出互补效果。
- 核心-卫星组合的权重分配逻辑（50%宽基、30%行业、20%Smart Beta）及历史回撤控制效果。
- 三位一体风格轮动模型的因子暴露表格，详细展示国债利差、ROE、社融等因子对风格的影响。
- 每期（月度）具体ETF持仓代码、权重及基金简称，方便投资者直接参考。
- 风险提示与声明，包含模型失效风险、历史不代表未来等免责条款。
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。
