大类资产配置研究系列（11）：行业轮动3.0：范式、模型迭代与ETF轮动应用

1. 行业轮动交易模式的变化与应对

• 2022年以来行业轮动走向极致，赔率逐渐减弱，胜率下降，轮动速度加快。
• 不同轮动频率与颗粒度下测试表明，“一级行业+双周频率”下行业动量效应表现最优。

2. 行业轮动3.0模型构建

• 针对体系2.0模型进行迭代，新增筹码结构、宏观驱动、技术指标3个模型。
• 6个模型的轮动逻辑：
  • 交易行为模型：捕捉行业日内动量+隔夜反转效应
  • 景气度模型：捕捉行业盈余动量效应
  • 资金流模型：捕捉主动抢筹+被动派发行为
  • 筹码结构模型：捕捉持仓收益+阻力支撑效应
  • 宏观驱动模型：捕捉高频宏观预期在行业上的映射
  • 技术分析模型：捕捉行业成份股在趋势、振荡、量能指标上的交易信号

3. 行业轮动信号合成研究

• 6个模型等权重合成模型在2022年后表现不佳，采用最小化排名跟踪误差方法动态确定权重。
• 动态合成模型因子IC均值9.30%，年化ICIR为1.705，IC胜率61.4%。
• 行业五分组多空年化收益25.5%，信息比率1.765。
• 多头组合年化收益18.7%，相对基准年化超额13.2%，信息比率1.432。
• 空头组合年化收益-6.2%，相对基准负向超额12.1%，信息比率1.631。

4. ETF行业轮动应用方案

• 大类行业ETF共有346只产品，覆盖24个一级行业。
• 采用“行业-指数-产品”的ETF轮动框架，将行业轮动3.0信号构建ETF轮动组合。
• 2017年以来，ETF轮动组合年化收益25.5%，信息比率0.90；相对行业等权基准的超额年化收益为22.5%，超额信息比率为1.16。

5. 总结与展望

• 行业轮动未来仍会是市场的焦点话题，需要持续进行模型迭代升级。
• 权益ETF崛起对市场风格和行业轮动的潜在影响：
  • 个股定价分化持续加剧
  • 行业轮动重要性与日俱增
  • 行业轮动速度可能维持高位
  • 行业分化幅度受ETF交易结构影响