NNagi
DOSSIER · No.a187

行业ETF低波动

每月持有过去60日波动最低的3个行业ETF,看低波动在A股能否少跌。

减弱 资产配置与风控 数据 A 级 月度调仓
灵不灵(和基准比)
减弱

发表后夏普比率 0.25,不如一直持有基准的 0.46

是否跑赢基准(7 只行业ETF等权(每月再平衡))
未跑赢基准

论文发表后,夏普比率 0.25 对比 0.46;年化收益低于基准。

夏普比率: 发表前— 发表后0.25 基准(发表后)0.46 最近三年0.36
「仍有效」指论文发表后风险调整收益跑赢基准,历史回测不代表未来收益,不构成任何建议。2026-10-19 更新。
来源论文:Malcolm Baker, Brendan Bradley, Jeffrey Wurgler (2011). Benchmarks as Limits to Arbitrage: Understanding the Low-Volatility Anomaly. Financial Analysts Journal.

原理

金融学课本说“高风险高收益”,但几十年的实证数据显示,在股票内部,波动越低的股票,风险调整后的回报反而越好,这就是“低波动异象”。Baker、Bradley 和 Wurgler 2011 年在《Financial Analysts Journal》上的《Benchmarks as Limits to Arbitrage》给出了一个流行的解释:

第一,彩票偏好:很多投资者喜欢波动大、可能翻倍的股票,愿意为它们付高价,导致高波动股票被高估、未来回报偏低。第二,基准约束:大多数基金经理被要求跑赢指数、控制跟踪误差,低波动股票的贝塔低,持有它们在牛市里很难跑赢指数,所以大家都不愿多拿,低波动股票长期被低配、价格偏低。这两股力量使得“稳”的资产长期提供了更好的风险收益比。

搬到行业层面:A股的金融地产、消费等行业通常波动较低,信息技术、能源、原材料等波动较高。每月选过去 60 个交易日波动最低的 3 个行业ETF持有,期望在熊市里少跌、牛市里少涨但不至于落后太多,长期得到更平滑的曲线。

需要注意的是,行业的波动高低很大程度是行业属性,选出来的组合会长期偏向金融和消费,这更像一种“风格押注”,而不是个股层面那种分散的低波动组合。

封

以下内容仅对会员开放

这份卷宗剩下的部分已封存。

  • 含成本的完整回测与净值曲线
  • 论文发表前后、最近三年分段对比
  • 逐条交易规则与结果解读
  • 可直接运行的 Python 代码下载
注册并解锁
已有账号?登录
在闲鱼搜索「nagi 」,下单后自动发送激活码

历史回测不代表未来收益,仅供学习研究,不构成投资建议。