指数研究｜基于景气度视角的消费板块ETF轮动策略
指数研究｜基于景气度视角的消费板块ETF轮动策略
在消费板块内部，不同赛道之间存在显著的轮动机会。本文通过聚类和相关性分析，识别出食品饮料、农林牧渔、旅游和可选消费四大核心消费赛道，并构建了基于景气度的ETF轮动策略。该策略自2016年以来年化超额收益达15%，展现出较强的实用价值。
无论在股价还是基本面层面，各消费赛道间均存在较大区分度，而这种强弱轮动为我们提供了结构性配置的机会。基于此，本文对消费类ETF产品进行深入分析，采用聚类和相关性分析的方法，提取出食品饮料、农林牧渔、旅游和可选消费四大核心消费赛道，并使用产业逻辑结合量化回测验证的方法，完成了针对四大消费类别的高频景气度刻画。最后根据景气度信号构建了月频消费ETF轮动策略，以等权组合为基准，2016年以来年化超额达15.00%，且历年信号有效性表现稳健，有较强的使用价值。
消费板块内仍存在结构性配置机会
必选、可选消费在行业基本面和股价层面均表现出较大差异，以2016年和2021年为分界线，近十年来二者的轮动经历了三个主要阶段。不同消费赛道间的强弱轮动为我们提供了结构性配置机会，而在此基础上，为了实现消费板块内的有效轮动，仍需解决两个核心问题：使用什么配置工具？用什么方法生成消费配置信号？
配置工具：ETF是消费板块轮动的合适标的
现有ETF已涵盖重点消费赛道，规模流动性可观，覆盖格局趋于稳定，为使用ETF进行配置提供了便利条件。此基础上，使用聚类和相关性分析进一步厘清核心消费赛道，消费类指数的Beta收益来源指向：食品饮料、农林牧渔、旅游和可选消费四大类别，深入对比分析来看，各消费类别间的股价表现和基本面特征均有明显区分度。因此，我们直接从ETF工具的角度出发完成轮动配置策略构建，从而避免了从行业信号落地到ETF的收益误差。
配置方法：消费类别逻辑结合量化回测验证
首先从产业分析出发，提取影响各消费类别景气度的核心逻辑，并构建相关跟踪指标池。再通过单指标历史回测筛选出在ETF配置中胜率和超额收益表现突出的指标。最后对各消费类别下的指标信号进行打分法合成，获得各产业的综合景气度信号，并再次进行ETF配置回测以验证信号增强效果。
食品饮料：重点关注消费需求和头部酒企现金流
食品饮料是景气度主要由供需关系决定的成熟型行业，而从市值和营收贡献来看，白酒为其代表性产品，因此食品饮料消费的景气度刻画也需要兼顾供求关系和白酒行业的特点，具体跟踪指标包括：烟酒零售额、M1-M2剪刀差、CPI食品烟酒分项以及头部白酒企业的预期现金流。
农林牧渔：景气度核心在于猪周期
在农产品中，猪肉和禽类的市值、营收贡献最大，因此猪肉、家禽产品价格是行业内的核心变量，此外母猪存栏量和生猪预期养殖利润指标对猪周期的景气度有前瞻反映作用，对景气度和股价有显著影响。
旅游：衣食住行多维度跟踪旅游需求
后疫情时代，旅游业正在快速复苏，其中的旅游休闲、出行和酒店餐饮赛道需重点关注，模型通过全国酒店RevPAR、航班总数与机场吞吐量和海南离岛免税购物客单价等多维度指标综合反映旅游景气度。
可选消费：家电、汽车双核驱动
可选消费中家电、汽车的市值、营收贡献最大，通过跟踪代表性家电产品和汽车的国内外需求数据以及汽车产成品存货和固定投资完成额，可以较完善地实现对可选消费赛道景气度走势的判断。
基于消费景气度的ETF轮动配置策略历史表现出色
基于景气度框架，构建包括四大消费类别的ETF轮动配置策略，月频配置景气度上行的标的。轮动策略历史表现出色，以等权组合为基准，2016年以来年化超额收益达15%，且历年均录得正超额收益，策略信号与消费板块历史行情轮动的吻合度较高。
结论与配置建议
本文以ETF工具为出发点，完成了消费类别投资逻辑的量化实践，避免了从行业信号落地到ETF的收益误差，并验证了景气度信号配置ETF的有效性。截至2024年7月末，最新轮动策略信号显示当前农林牧渔产业的投资价值相对占优。
风险因素
历史数据失效，模型失效风险，经济复苏不达预期，国内外产业政策重大变动。