报告行业投资评级 未提及 报告的核心观点 报告基于宏观方法和动量构建了宏观行业组合、宏观+动量行业组合、核心-卫星组合等ETF组合，并构建了三位一体风格轮动ETF组合，各组合依据不同方法筛选持仓，且今年部分组合表现出色或稳健 [2][5]。 各目录总结 ETF组合构建方法 - 基于宏观方法的ETF组合构建：根据经济、流动性、信用三个维度的宏观变量，对宽基、行业主题、Smart Beta三大类产品所跟踪的指数计算宏观敏感性，结合动量指标构建3个ETF组合并每月调仓；传统周期行业适合经济上行时期配置，TMT适合经济偏弱但流动性宽松时配置，消费在信用扩张时受益，国企、ESG相关主题对流动性和信用低敏感 [5] - 三位一体风格轮动ETF组合构建：以宏观流动性为核心构建中长期风格轮动模型，与沪深300指数对比；综合胜率和赔率表现，筛选宏观、基本面和市场情绪因子构建三类模型，根据结果得到最终指向和8个风格偏好结果；筛选目标风格暴露多的ETF，控制行业暴露并设置配置上下限 [6] 宏观行业组合 - 构建方法：针对标记为“行业主题”的ETF，选择成立时间1年以上、当期规模2亿以上的产品跟踪的行业主题指数，计算经济、流动性、信用的敏感性得分并调整，取排名前6的指数对应规模最大的ETF等权配置 [8] - 持仓与收益：目前经济下行、流动性略偏紧、信用向好，选择对经济不敏感、对信用敏感的ETF，偏向成长且医药持仓多；2025年部分月份有超额收益，7月大幅跑赢指数 [11][13] 宏观+动量行业组合 - 构建方法：结合宏观与动量方法，动量方法先聚类行业主题，每组选过去6个月涨幅最高的1只产品等权配置，两种方法筛选结果直接合并 [14] - 持仓与收益：宏观和动量部分都选了较多医药板块产品，游戏、互联网板块比例大；2025年几乎每月战胜指数，7月跑赢超3% [16][19] 核心-卫星组合 - 构建方法：以沪深300为底仓，用宏观敏感性测算方法对国内宽基、行业主题和Smart Beta ETF三个指数池测算，构建宽基、行业、Smart Beta三个组合，按50%、30%、20%的权重加权得到最终组合 [20][21] - 持仓与收益：2025年持仓包括华泰柏瑞沪深300ETF等；今年表现稳健，几乎每月战胜指数 [21][24] 三位一体风格轮动ETF组合 - 模型结果：本期模型偏向小盘成长+高质量，展示了成长/价值轮动模型、市值模型、质量模型的因子暴露情况 [25][26] - 持仓与收益：8月持仓包括南方中证1000ETF等；2025年部分月份有超额收益 [30]

市场表现与投顾业绩 - 6月A股三大指数全线飘红，上证指数单月上涨2.9%，深证成指与创业板指分别录得4.23%和8.02%的涨幅 [3] - 股票交易组TOP10平均收益率高达47.41%，TOP300平均收益率为27.19%，显著跑赢大盘 [3] - ETF组TOP10平均收益率为30.93%，TOP200平均收益率为17.34%，同样大幅超越同期上证指数5.04%和深证成指5.71%的涨幅 [10][11] 投顾评选概况 - 第八届新财富最佳投资顾问评选吸引来自90家证券公司的39,893名投顾参评，创历届新高 [1] - 股票交易组前三甲分别为广发证券浙江分公司刘环宇、东方证券上海浦东新区张杨路证券营业部王宇航和国联民生证券浙江分公司雷梦瑶 [3] - ETF组前三甲为中信建投证券佛山南海南桂东路证券营业部严国裕、中泰证券青岛正阳路证券营业部崔坤华和国泰海通证券上海奉贤区金海公路证券营业部周恒毅 [11] 投顾投资策略 - 广发证券刘环宇采用"5+30"模型，聚焦行业渗透率约5%且未来3年复合增长率预期≥30%的高成长赛道 [13] - 东方证券王宇航在6月重点控制回撤，增配黄金仓位对冲风险，严格执行单一标的持仓≤20%、单一行业配置≤40% [16] - 中信建投证券严国裕基于行业景气度研判，结合技术分析与资金面动向实施波段操作，核心收益来源于港股创新药、港股金融和A股航天军工 [18] 机构实力比拼 - 股票交易组机构实力榜：广发证券以51人入围居首，中信建投证券29人、中国银河证券24人分列二三位 [28] - ETF组机构实力榜：广发证券28人继续领跑，中国银河证券25人、中信建投证券21人紧随其后 [34] - 华西证券、国海证券、国元证券等机构在总参评人数维度展现出强劲实力 [29][35] 后市展望 - 广发证券刘环宇持续关注国家级政策导向，运用"5+30"模型扫描确定性成长赛道，长期看好数字货币赛道 [17] - 东方证券王宇航关注大科技和基本金属与有色板块，首选铜品种和小金属弹性储备 [17] - 中信建投证券严国裕后市重点关注高景气赛道（创新药、航天军工、游戏）、黄金板块和港股价值品种 [21]

报告核心观点 - 构建行业轮动模型并基于此构建ETF组合，行业轮动模型长期有稳定超额收益，不同ETF轮动模型各有优劣，权重调整后的最优化组合在牛市阶段表现较好 [8][10] 行业轮动模型 因子构建 - 针对中信一级行业指数（剔除综合金融行业）从趋势、拥挤度、资金流向、均值回归等维度构建6个因子，包括动量、主买金额等，调仓频率为月度，研究区间为2019/1 - 2025/4 [5] 因子表现 - 不同阶段各因子表现不同，如动量因子在2019/1 - 2021/8为正向，2021/9 - 2023/7为负向，2023/8 - 2025/4为正向 [6] 算法步骤 - 月末计算各行业指数6个因子值，按因子表现阶段排序，将行业排序值分组，计算各行业因子新排序值平均值并排序，取前6个行业作为下月推荐行业 [6] 模型效果 - 回测期内行业轮动模型总收益212.87%，波动率合理，夏普比率好于沪深300、中证500和中证1000指数，长期保持稳定超额收益 [8][9][10] 不同市场效果 - 2019/1 - 2021/12总收益156.59%，2022/1 - 2025/4总收益21.93%，均有较好胜率 [13][15] 推荐组合 - 2025年5月推荐家电、煤炭等行业，2025年6月推荐石油石化、银行等行业 [17][18] ETF市场概况 规模变化 - 截至2024年末，股票型ETF整体规模29259.35亿元，综合ETF规模21381.13亿元，行业主题ETF规模6161.25亿元，行业主题ETF代替行业指数作投资工具可行性高 [25] ETF分布 - 展示不同大类ETF的所属概念、基金规模、周涨跌幅、周资金净买入额等信息 [27] 行业主题ETF - 基本能覆盖中信一级行业，但轻工、商贸零售、纺服等行业无相应ETF覆盖 [28] ETF组合构建 ETF轮动模型1 - 按中信一级行业指数成分股在行业主题ETF中找接近产品构建组合，计算相似度，筛选出各行业相似度高的跟踪指数及对应ETF产品 [32][33][34] 模型1效果 - 跟踪指数平替组合2019/1 - 2025/4总收益130.85%，有超额收益但不及行业轮动模型 [38][39] 模型1不同市场效果 - 2019/1 - 2021/12总收益132.63%，2022/1 - 2025/4总收益 - 0.77%，效果不及行业轮动模型 [42][44] ETF轮动模型2 - 用最优化方法将ETF组合成分股和行业轮动组合成分股分布差异求最优解，选取权重前15名ETF跟踪指数模拟构建组合 [46] 模型2效果 - 最优化组合2019/1 - 2025/4总收益117.09%，波动率显著降低 [55][56] 模型2不同市场效果 - 2019/1 - 2021/12总收益112.07%，2022/1 - 2025/4总收益2.37% [59][61] ETF轮动模型2权重调整 - 调整权重至100%后，2019/1 - 2025/4总收益155.49%，牛市阶段收益表现超行业轮动组合 [64][65] 模型2权重调整不同市场效果 - 2019/1 - 2021/12总收益159.06%，2022/1 - 2025/4总收益 - 1.38% [68][70] 推荐组合 - 给出权重调整后组合中各跟踪指数的权重、基金代码、简称、规模及细分投资类型 [71]