相对估值驱动的中国ETF动态配置策略研究

框架迁移与本土化适配逻辑

Shiller CAPE-MA35框架的核心价值在于构建了“中枢定位-偏离判断-趋势确认”的三层逻辑链条，将盈利周期平滑、长期估值中枢迁移、估值变化方向与可交易价格信号串联，形成完整的资产配置决策闭环。然而，原始框架依赖35年CAPE历史数据，这在中国市场无法直接复制。因此，本研究遵循“经济角色不变、统计尺度重建”的原则，将原始框架成功迁移至中国市场。

在实证过程中，研究改用PE-TTM作为估值输入，以约1200个交易日的稳健窗口（中位数/MAD）替代35年移动平均，利用滚动分位及价格趋势进行映射。这一设计既解决了数据长度不足的问题，又完整继承了判断估值相对中枢位置、判断偏离方向以及价格趋势确认的核心逻辑。通过保留三层逻辑的内核，该框架为中国投资者提供了一套逻辑透明、可验证的动态配置基础，有效避免了传统估值模型在“左侧过早、右侧过晚”方面的痛点。

五态配置机制与资产权重设计

基于相对估值与价格趋势的双重信号，研究构建了有序的市场状态判定规则，包括下行阶段、繁荣上行、低估成长、高估防御和均衡阶段。优先级设定确保同一观察点只对应一种状态，并在估值与价格信息冲突时给予风险控制更高权重。每种状态对应特定的ETF目标权重，涵盖沪深300、中证500、创业板、红利、5年国债、黄金及现金等七类资产。

在繁荣上行阶段，策略保持高权益仓位，提高中小盘与成长资产比例以获取风险偏好扩张收益；在低估成长阶段，虽增加权益配置但以沪深300为核心，避免直接押注高波动成长股；均衡阶段采用约50%权益与50%防御资产的平衡配置，利用红利降低波动，国债防衰退，黄金防尾部风险；高估防御阶段退出高弹性权益，分散配置至利率债、黄金和现金；下行阶段则完全退出权益，目标切换为控制回撤。这种条件权重的设计体现了明确的风险预算含义，通过状态优先级实现风险控制。

主模型绩效表现与基准对比

以沪深300为信号指数、20交易日为采样频率的主模型，在2016年1月至2026年7月的样本期内展现了显著的收益增强与回撤控制能力。策略年化收益达到9.59%，Sharpe比率为0.8745，最大回撤仅为13.07%。相比之下，同期沪深300买入持有的年化收益为3.93%，最大回撤高达45.60%；固定大类资产组合的年化收益为6.34%，最大回撤为16.34%。

数据显示，动态状态配置相较于静态买入持有具有显著的样本内增量价值，尤其在波动率和尾部风险控制上优势突出。相对于固定大类资产组合，策略不仅提高了年化收益，还进一步降低了最大回撤，证明了动态调整在提升风险调整后收益方面的有效性。

信号源鲁棒性与采样频率优化

策略逻辑表现出较强的鲁棒性，不依赖于单一的宽基指数作为估值信号源。当将信号指数替换为覆盖范围更广的中证全指时，在保持20交易日采样规则不变的前提下，策略年化收益提升至11.83%，Sharpe比率提升至1.0115，最大回撤仍维持在13.07%。这表明五态配置逻辑具有普适性，能够稳定适配不同市值范围的估值特征。

此外，提高采样频率至5个交易日进一步提升了策略的收益弹性与信息捕捉能力。在保持约1200天经济窗口不变的前提下，5日模型通过加密采样，使沪深300信号下的年化收益提升至11.06%，中证全指信号下达到12.71%。共同样本期内，5日模型较20日模型年化收益高出0.78至1.24个百分点，Sharpe比率同步改善。尽管5日模型的年化单边换手率显著上升，但在不同执行成本环境下仍保持了可靠的实盘适应能力。

交易成本敏感性与参数稳定性检验

针对交易成本的敏感性测试显示，策略在不同摩擦环境下均具备稳健性。即便在20bp的高摩擦情景下，四组模型的年化收益仍维持在8.78%至11.27%的区间，Sharpe比率介于0.8009至0.9502之间。其中，20日模型因换手频率较低，受成本影响较小，年化收益降幅有限；5日模型虽降幅略大，但整体超额收益依然可观。

在参数稳定性方面，研究对高低估分位阈值进行了对称敏感性测试。结果显示，在20%/80%至40%/60%的五组对称阈值设定下，样本内十折交叉验证的Sharpe比率均处于0.69至0.8的稳健区间。30%/70%组合在验证集中录得最优表现，且在样本外2.5年的观测中延续了优异表现，Sharpe比率达到1.6215。这验证了模型阈值设定的合理性与跨周期一致性，表明框架对阈值选择具备良好的容错性，并非依赖精细调参的事后最优。