金融工程点评：形态相似度行业轮动策略动态跟踪

该报告通过价格形态识别行业走强前的特征，捕捉传统因子难以捕捉的左侧信号。报告构建了形态模板库，使用动态时间规整算法（DTW）计算当前行业走势与模板的相似度，选取最匹配的行业进行配置。历史发现行业走强前的超额收益序列常呈现结构特征，且在不同行业与时期重复出现。

报告重点分析了中信一级行业（剔除综合、综合金融）的行业轮动策略。通过构建形态模板库，动态维护并计算各行业走势与模板的相似度，选取相似度最高的行业进行配置。报告样本区间为2009年1月6日至2026年5月28日，以行业等权组合作为基准。

报告的主要分析方向是通过形态相似度识别行业走强前的特征，并构建相应的行业轮动策略。报告使用动态时间规整算法（DTW）计算当前行业走势与历史有效形态模板的相似度，基于相似度因子值进行行业配置。

报告基于历史数据构建了形态相似度行业轮动策略，并通过历史回测展示了策略效果。2016年至2026年，周频调仓年化收益20.6%，相对于行业等权超额收益16.8%，信息比率2.88，最大回撤4.9%。双周频年化收益16%，超额收益10.4%，信息比率1.51。

报告结果及分析依据历史数据得出，存在一定局限性，不代表未来表现，不构成任何投资意见。样本数据有限，数据处理统计可能存在误差，不足以代表市场整体风险。历史规律及模型存在失效可能，投资者需注意风险。