本报告导读：

    本文旨在建立一个将行业轮动策略转化为ETF投资组合的“两步法”通用框架：首先建立行业指数与ETF基金的映射关系，其次通过等权配置或组合优化的方法确定ETF基金的配置权重。在该框架下，我们对团队的AIA-Timing 及QIA-Timing行业配置模型进行了实证检验，最终确定“收益率匹配+跟踪误差优化”法是一个较为优秀的行业配置模型落地方案，使用该方法构建的ETF投资组合可以较为准确地复制行业配置策略的结果，并有一定的超额收益。

    摘要：

    国君配置团队行业配置模型简介。国君主动及量化配置团队基于自身的主动及量化投资体系，结合团队“技量为核、逻辑修边”的择时框架，以中信一级行业指数为投资标的，分别构建了AIA-Timing 及QIA-Timing 两个行业配置模型。本文希望建立一个行业配置模型转变为ETF 投资组合的通用框架，以实现上述两个模型的落地。

    如何将行业配置模型转化为ETF组合。本文通过两步法达到这一目的：首先建立一个行业指数与ETF 基金的映射关系，为每个行业指数找到最匹配的数只ETF 基金；其次采用行业内等权配置或组合优化的方法，确定各只ETF 的持仓权重。

    建立行业指数与ETF 的映射关系。我们从行业、主题型ETF 备选池中剔除了低流动性、小规模、新成立的ETF 基金作为备选池，在其中使用收益率匹配法、持仓匹配法与双重匹配法建立了中信行业指数与ETF 基金的映射关系。三种方法下匹配的ETF 与对应行业指数相似程度均较高，从后文实证结果看，收益率匹配法更有利于筛选出具有超额收益的主动管理型ETF。

    确定组合中各ETF的持仓权重。在得到行业指数与ETF 的映射关系后，我们通过等权配置法和两种组合优化法得到ETF 权重，其中组合优化的目标分别为持仓差异与跟踪误差。从后文实证结果看，与等权配置法相比，组合优化法对于跟踪误差的控制能力略有削弱，但是换取了在一定条件下获得更高收益的可能性。

    以“收益率匹配+跟踪误差优化”法实现行业配置模型的最终落地。

    以原始的QIA 模型作为回测对象，“收益率匹配+跟踪误差优化”方法生成的ETF 组合2020 年至今年化收益为17.87%，相较QIA 策略跟踪误差为5.20%，年化超额收益为1.32%；在双边1‰手续费的假设下，跟踪误差为5.20%，年化超额为0.54%。最终，我们将该方法应用在AIA-Timing 及QIA-Timing 模型中，2022 年以来在双边1‰手续费假设下， ETF 投资组合年化跟踪误差分别为4.74%和3.14%，年化超额收益分别为3.75%、2.13%，达到了较好的跟踪效果。

    风险提示：量化模型基于历史数据构建，而历史规律存在失效风险。