Workflow
深AAA科创债
icon
搜索文档
科创债ETF业绩分化
华西证券· 2025-11-16 14:54
报告行业投资评级 未提及 报告的核心观点 - 第一批科创债ETF上市近4个月,第二批近2个月,同一批次不同产品收益率分化,部分科创债ETF业绩领先 [1] - 跟踪“深AAA科创债”的产品跑赢,因其交易不拥挤且有一定利差;规模上信用债ETF基本持平,增减持券种有规律 [2] - 多数科创债ETF加久期,基准做市信用债ETF久期稳定;关注科创债ETF成分券投资机会,部分主体利差已收窄 [3] 根据相关目录分别进行总结 科创债ETF业绩表现 - 第一批中景顺长城科创债ETF表现最好,上市以来收益率0.35%,易方达科创债ETF收益率0.29%,其余低于0.2% [1] - 第二批中万家科创债ETF表现最好,上市以来收益率0.48%,华泰柏瑞、大成、天弘科创债ETF收益率在0.41%-0.46%之间 [1] 业绩分化原因 - 跟踪“深AAA科创债”的产品跑赢,“深AAA科创债”近3个月收益率0.32%,高于“中证AAA科创债”、“沪AAA科创债” [2] - 跟踪“深AAA科创债”的ETF仅2只,交易不拥挤,且未对成分券隐含评级做要求,仍有利差 [2] 规模情况 - 11月14日信用债ETF达4937亿元,基本持平11月7日,各家ETF周度规模变动普遍在(-2%,2%) [2] 成分券增减持情况 - 增持券种:5年以上的央国企新券和2 - 3年券种是主要增持期限,行业以金融、电力为主 [2] - 减持债券:集中在2 - 3年,行业主要涉及建筑建材 [2] - 基准做市信用债ETF:未出现增持超过1亿元的债券,有1只减持超过1亿元的地铁主体债券 [2] 久期情况 - 多数科创债ETF继续加久期,18只占比75%,招商科创债ETF久期增长0.2年至4.05年,成为久期最长的科创债ETF [3] - 基准做市信用债ETF久期相对稳定,基本持平11月7日 [3] 个券策略维度 - 科创债ETF、基准做市ETF成交笔数/信用债成交笔数仍处低位,关注科创债ETF成分券投资机会 [3] - “非成分券 - 成分券”利差较高时有压缩空间,上周推荐的部分主体利差已收窄,本周继续关注陕西延长石油、中国节能环保集团、招商局公路网络科技等主体的非成分券 [3]
量化周报:市场仍处高位高换手状态-20250921
民生证券· 2025-09-21 10:34
量化模型与构建方式 1 模型名称:三维择时框架[8][12][13][17];模型构建思路:基于市场分歧度、流动性和景气度三个维度构建择时模型,判断市场整体走势[8][12];模型具体构建过程:首先分别构建分歧度指数、流动性指数和景气度指数,然后综合三个指数的趋势变化进行择时判断,当流动性处于下行趋势、分歧度扩大、景气度回升时判断为震荡下跌[8][12][13][17] 2 模型名称:ETF热点趋势策略[28][29][30];模型构建思路:根据ETF价格形态和市场关注度筛选热点ETF构建投资组合[28];模型具体构建过程:先选出最高价与最低价同时为上涨形态的ETF,再根据最高价与最低价近20日回归系数的相对陡峭程度构建支撑阻力因子,最后选择因子多头组中近5日换手率/近20日换手率最高的10只ETF构建风险平价组合[28] 3 模型名称:资金流共振策略[32][35][38];模型构建思路:监控融资融券与大单资金的共振效应,选择两类资金都看好的行业[32][35];模型具体构建过程:定义行业融资融券资金因子为barra市值因子中性化后的融资净买入-融券净买入(个股加总),取最近50日均值后的两周环比变化率;定义行业主动大单资金因子为行业最近一年成交量时序中性化后的净流入排序,并取最近10日均值;在主动大单因子的头部打分内做融资融券因子的剔除,提高策略稳定性[35] 模型的回测效果 1 三维择时框架,无具体指标值提供[8][12][13][17] 2 ETF热点趋势策略,无具体指标值提供[28][29][30] 3 资金流共振策略,年化超额收益13.5%,信息比率1.7[35] 量化因子与构建方式 1 因子名称:风格因子系列[40][41];因子构建思路:从多个维度刻画股票市场风格特征[40];因子具体构建过程:包括size(市值)、beta(贝塔)、momentum(动量)、volatility(波动率)、nlsize(非线性市值)、value(估值)、liquidity(流动性)、earnings_yield(盈利收益率)、growth(成长性)、leverage(杠杆)等因子,均采用标准化的因子构建方法[40][41] 2 因子名称:Alpha因子系列[44][46];因子构建思路:从多维度观察不同因子的表现趋势[43];因子具体构建过程:包括io_to_float_a_share(基金总持股数占个股流通股比值)、top_ten_mean_stkvaluetonav(重仓股数占净值均值)、mom_1y_1m(1年-1个月的收益率)、top_ten_io_to_float_a_share(重仓股数占个股流通股比值)等因子,除规模因子外均进行市值、行业中性化处理,规模因子进行行业中性化处理[43][44][46] 3 因子名称:研发类因子[46][47][48];因子构建思路:衡量公司在研发投入方面的强度[46][48];因子具体构建过程:包括tot_rd_ttm_to_sales(研发销售收入占比)$$tot\_rd\_ttm\_to\_sales = \frac{研发支出_{TTM}}{营业收入_{TTM}}$$、tot_rd_ttm_to_assets(研发总资产占比)$$tot\_rd\_ttm\_to\_assets = \frac{研发支出_{TTM}}{总资产}$$、tot_rd_ttm_to_equity(研发净资产占比)$$tot\_rd\_ttm\_to\_equity = \frac{研发支出_{TTM}}{净资产}$$[46][48] 因子的回测效果 1 风格因子系列,最近一周收益:size 1.46%、beta 2.19%、momentum 0.27%、volatility 0.50%、nlsize 1.02%、value -1.42%、liquidity 1.32%、earnings_yield -0.60%、growth 1.51%、leverage -0.64%[41] 2 Alpha因子系列,最近一周多头超额:io_to_float_a_share 1.32%、top_ten_mean_stkvaluetonav 1.00%、mom_1y_1m 0.94%、top_ten_io_to_float_a_share 0.92%[46] 3 研发类因子,最近一周不同指数下的多头超额:沪深300中 tot_rd_ttm_to_sales 36.52%、tot_rd_ttm_to_assets 37.87%、tot_rd_ttm_to_equity 22.20%;中证500中 tot_rd_ttm_to_sales 29.00%、tot_rd_ttm_to_assets 25.27%、tot_rd_ttm_to_equity 27.87%;中证1000中 tot_rd_ttm_to_sales 39.13%、tot_rd_ttm_to_assets 36.26%、tot_rd_ttm_to_equity 27.81%[48]