如何构建高纯度且低同质化的主题ETF轮动标的池？

构建高纯度且低同质化的主题ETF轮动标的池，核心在于通过系统性的空间重构流程，解决主题表达不纯粹与内部风险集中的矛盾。这一过程主要包含初筛、聚类、优选与补充四个关键环节。

首先，在初筛阶段，需严格界定主题指数的纯粹性。通过计算指数在中信一级行业和大类板块上的权重分布，设定明确的约束条件：要求最大板块权重超过80%，最大单一行业权重超过30%，且权重在5%以上的行业数量不超过5个。这一标准能有效剔除如国企一带一路、消费服务等行业分布分散、呈现类宽基特征的指数，确保保留的标的具有鲜明的行业或主题属性。

其次，在聚类阶段，采用基于密度的DBSCAN算法对各板块内的主题指数进行分类。与传统KMeans不同，DBSCAN无需预先指定聚类数量，能自动识别噪声点，适合处理指数数量不均衡的板块。关键在于距离矩阵的构建，应使用过去480个交易日超额收益的加权相关系数。加权机制赋予市场分化程度高的交易日更高权重，从而剔除系统性普涨普跌带来的被动同步，更真实地反映主题间的结构性相似关系。

再次，在类内优选阶段，为避免同一细分赛道的重复暴露，每个聚类类别仅保留一只代表性指数。鉴于轮动策略通常追求趋势跟随，应选择收益弹性最大的标的。具体做法是将类内各指数的日度超额收益序列对类内其他指数的平均超额收益序列进行回归，选取回归Beta最高的指数作为该类代表，以确保在同类主题上涨时具备更强的进攻性。

最后，建立跨板块热点补充机制。对于因行业分布跨越多个板块而被初筛剔除，但近期成交量显著放量且具备热点属性的指数，需进行独立性检验。利用LassoCV从现有候选池中筛选解释变量，并构建最小跟踪误差组合进行拟合。若目标指数的实际净值与拟合净值偏离较大（如跟踪误差超过8%），说明其收益特征具有独立性，无法被现有池覆盖，应将其纳入标的池作为补充。通过这一整套流程，可构建出一个数量精简、覆盖全面且内部低相关的优质主题ETF池。