行业轮动频率加快，传统规律难以简单套用 [page::0][page::3]

• 近年来随着市场演变，行业轮动频率明显加快，上涨或反弹行情中领涨板块变换加速，持续时间缩短；

- 投资者依赖短线投机风格，且传统静态行业轮动规律适用性减弱，预测难度加大。

常见的行业轮动量化分析方法及行业间领先关系 [page::5][page::6]

• 周期分析、杠杆分析及事件驱动是量化行业轮动常用路径；

- 金融、公用和房地产通常率先启动，钢铁、食品、家电等行业较为滞后；

• 行业间涨跌的领先滞后关系非固定，而是动态发生变化。

行业启动定义及涨跌序列结构 [page::7][page::8][page::9]

• 行业启动定义基于超过历史最大超额收益且最大回撤限制的累计超额收益区间；

- 记录各行业启动序列，如最近一年启动顺序序列示例为[11, 0, 2, 0, …]；

• 通过计算序列间的相关系数，衡量行业启动顺序的相似性，并选取最相近的多个历史序列进行参考。

启动序列相似性匹配及策略构建 [page::9][page::10][page::11]

• 采用多序列匹配机制，选取相似度最高的前4个历史区间对应的未来表现数据；

- 以这些历史区间涨幅最高的行业联合构建超配组合；

• 策略融合历史相似性及超额收益排序，为当前行业配置提供量化依据。

策略历史回测表现及风险提示 [page::13][page::14][page::16]

| 时间 | 超额收益率 | 胜率 | 最大回撤 |
|--------|------------|-------|----------|
| 全样本 | 104.8% | 63.9% | -8.6% |
| 2008 | 16.5% | 83.3% | -7.0% |
| 2009 | 21.0% | 66.7% | -0.6% |
| 2010 | 26.4% | 75.0% | -1.6% |
| 2011 | 2.4% | 58.3% | -1.4% |
| 2012 | 0.4% | 41.7% | -4.6% |
| 2013 | 12.7% | 63.6% | -1.7% |

• 策略在震荡年份表现有所降低，但整体收益稳健且抗跌性较强；

- 纯量化方法，未必严格符合宏观逻辑，提示用户结合实际环境审慎使用。

量化行业轮动策略总结及应用前景 [page::16]

• 行业涨跌序列虽“似曾相识”，但每次细节均有不同，采用多历史序列匹配量化工具助力科学配置；

- 策略对未来行业强势板块的捕捉效果较好，有望结合行业ETF及行业内选股应用；

• 最新12月建议超配行业包括农业、电子、信息设备、食品、公用、金融、餐饮旅游及信息服务。

深度剖析报告：《寻找行业“似曾相识”的轮动规律》——行业轮动策略专题之（六）

---

一、元数据与报告概览

• 报告标题：《寻找行业“似曾相识”的轮动规律》——行业轮动策略专题之（六）

- 作者：史庆盛（以及广发证券发展研究中心金融工程研究团队）

• 发布机构：广发证券发展研究中心

- 发布日期：2012年10月28日（部分更新覆盖至2013年数据）

• 主题：通过量化方法探索A股市场行业轮动规律，尤其是基于行业启动顺序匹配的策略预测后续强势行业配置。

- 核心论点：
- 近年来行业轮动频率加快，持续时间缩短，且每轮行情的领涨行业不同，导致预测难度加大。
- 行业涨跌顺序虽然存在“似曾相识”的规律，但每次轮动又具有差异性，需要动态且量化的方法进行匹配和预测。
- 本报告采用一种基于行业启动顺序的历史相似性匹配策略，通过寻找与当前行业启动序列相近的历史时段，从其后续表现中筛选强势行业进行超配。
- 回测显示该策略得益于对启动顺序量化刻画，尤其在2008-2010年表现优异，年均超额收益近20%，近年效果有所回暖。
- 12月推荐超配行业组合为：农业、电子、信息设备、食品、公用、金融、餐饮旅游、信息服务。

• 投资评级：非针对单一公司或行业的传统评级，属于量化策略模型的应用建议。策略风险提示明确，推荐结合投资者自身判断，避免盲目跟随纯模型输出。

整体上，报告旨在通过量化历史行业涨跌启动序列相似性，捕捉行业轮动的“近似规律”，以辅助行业配置决策，力图解决近年来行业轮动节奏加快带来的预测复杂性。

---

二、逐节深度解读

1. 报告摘要及引言（第0页、第3页）

• 摘要中提出行业轮动更加频繁且周期缩短，难以通过以往静态规律简单预测。[page::0,3]

- 行业涨跌顺序的“似曾相识”概念是投资者普遍思考的路径，但旧规律无法照搬，需结合“启动顺序序列”通过量化相似性匹配方法来寻找参考时段。

• 作者指出，行业的启动时点及先后顺序形成可量化的序列，寻找近似序列能帮助筛选后续强势行业。

- 核心风险提示为本模型是纯量化方法，推荐行业未必符合宏观逻辑，需结合投资者自身判断。

引言进一步详细介绍了行业轮动在A股市场地位及演变：

• 过去影响板块轮动的季节性、经济周期性等经验规律已经面临挑战，行业涨跌频繁多变，周期变短且领先板块不稳定。

- 举例了过往行业轮动季节性规律（如春节前烟酒，五一十一节旅游），以及经济周期四阶段的不同行业表现。

• 以传统板块启动顺序做例说明（从金融、地产、石化依次至科技、概念股），但强调这种“套路”难以简单套用。[page::3]

此部分核心在于行业轮动的动态演化特征，总结出需采用更灵活量化方法对行业启动顺序及序列形态进行分析。

---

2. 行业轮动方法介绍（第4—6页）

2.1 行业轮动方法框架（第4—5页）

• 行业轮动背后机制复杂，通常可归结为周期分析、杠杆分析、其他因素（事件驱动、资金监控等）。

- 周期分析尤其关注政策、经济、估值、盈利周期及涨跌周期。

• 本报告摒弃传统周期、宏观变量束缚，转向以行业涨跌启动顺序的序列相似性为核心，寻求阶段间的“似曾相识”行业演变路径。

- 行业涨跌的核心表现是相对市场的表现，通过量化当前启动序列与历史序列的“匹配”，预测后续最有可能强势起势的行业。[page::4,5]

此处用了图4清晰展示行业轮动研究的主流分析路径，明示本报告聚焦涨跌周期、顺序匹配的细分创新。

2.2 行业传导及领先关系（第5—6页）

• 利用申万一级行业月度收益计算行业之间一阶领先次数，展示了不同行业间的涨跌先后顺序。

- 结果显示金融、公用、地产等行业领先次数较多，更易率先启动；钢铁、食品、家电等行业较为滞后。

• 表2进一步揭示了领先行业对哪些其他行业具有高度相关影响（如金融领先纺织、轻工、机械等）。

- 然而，相关系数仅0.1-0.2，行业领先关系并非固定不变，具有时变特征。

• 结论是单纯依赖某个领先行业预测后续表现效果有限，需要考虑多行业涨跌顺序的整体影响。[page::5,6]

此节奠定了行业启动顺序序列设计的基础，说明了单边因子的局限，推动策略向多维度序列匹配方法发展。

---

3. 基于启动顺序匹配的行业轮动策略（第7—12页）

3.1 行业启动定义及识别（第7—8页）

• 行业“启动”通过三重条件定义：

1. 行业累计超额收益达到一定最高值；
2. 超额收益超过该行业历史年度最大值的最小值；
3. 上涨区间内最大回撤<最大增幅50%。

• 这里采用相对大盘的超额收益，定义更精确避免了短暂回撤对识别的干扰。

- 图6展示各行业自2005年以来的平均年度最大涨幅，为设置阈值提供背景。

• 统计实操中，选取涨幅最大且波动较小的区间起始作为“启动点”。

- 图7图8分别以农业和公用行业上涨区间识别为例，生动展示了定义的应用。[page::7,8]

定义精准且具有较强实操性，反映了行业涨跌启动的动态特征。

3.2 启动序列相似性匹配（第8—12页）

• 将22个申万一级行业的启动顺序整理成序列，如当前序列为[11,0,2,0,...]，其中数字表示启动先后次序，0表示未启动。

- 通过相关系数计算，遍历2005年以来所有一整年时段，寻找与当前行业启动序列最为相近的历史期段。

• 公式为序列X与Y的相关系数，测量两序列的线性相似度，近期启动行业权重较大，符合逻辑。

- 选取最相近的4个序列作为参考样本。

• 表3展示了4个最为相似历史序列的相关系数均在45%左右，最高75%，最低约10%。

- 图10展示了某较近相似序列与当前序列对比，体现了匹配的直观效果。

• 图11统计所有匹配的相关系数分布，证实策略依据具有稳定性和代表性。

- 选择策略构建时考虑了筛选多个行业（取并集大于取交集），方法(b)为模型采纳方案，保持组合的多元化和策略稳定性。

• 行业重启机制说明了即使过去启动过行业仍可能二次启动且纳入策略。[page::8、9、10、11、12]

此节为核心思路，展示了通过序列匹配把握“似曾相识”的行业轮动，用量化方式实现动态行业配置的创新方法。

---

4. 实证分析（第13—16页）

4.1 样本数据与策略设置（第13页）

• 样本时间：2005年至2013年，其中2005-07年做为历史样本，策略回测主体为2008年以后，2012-13年作为样本外验证。

- 使用申万一级行业分类，剔除综合行业，剩余22个行业。

• 策略逻辑：

- 每月末观察过去一年行业启动序列，匹配历史一年相似序列。
- 取前4相似序列每序列后期涨幅最高3行业，并集最多选择涨幅前8行业进行超配。

• 策略采用沪深300指数作为对冲标的，使用行业相对指数收益作为观察对象以应对同涨同跌现象。[page::13]

4.2 回测结果及表现（第13—16页）

• 图13显示策略历史累计收益曲线（调整基准沪深300），超配组合表现显著优于对冲组合和基准指数。

- 表4显示策略整体超额收益达104.8%，胜率63.9%，最大回撤仅8.6%。

• 分年表现：2008-2010年表现稳定且强劲，年平均超额收益约20%；2011-2012年大盘震荡，策略表现下滑；2013年回暖，接近13%的超额收益。

- 图14再现年度超额收益和胜率，证实模型具备一定时序内稳定性。

• 表5详列逐月超配行业组合及超额收益，提供策略运行细节及验证样本。

- 12月最新超配组合为农业、电子、信息设备、食品、公用、金融、餐饮旅游、信息服务。[page::13,14,15,16]

实证数据表现出策略通过历史相似序列匹配能筛选出后续表现较好的行业组合，强健且具备实际应用价值。

---

5. 总结与风险提示（第16页）

• 综述部分强调基于行业启动顺序序列的相似性匹配方案，突破传统经验规律以适应行业轮动的复杂变化。

- 该策略表现稳定，未来可结合ETF等工具实际操作，且可适用于行业内选股策略辅助。

• 风险提示明确指出本模型为纯量化工具，推荐行业可能缺乏固化的投资逻辑，不等同于宏观驱动预测，投资时需结合综合判断。[page::16]

总结精准反映了研究的初衷和局限，具备高度实用主义的策略建议。

---

三、图表深度解读

图1与表1（第0页）

• 图1为策略回测总体表现，四条线分别代表沪深300指数、超额收益率、对冲组合和超配组合，显示从2008年开始超配组合稳步领先沪深300。

- 表1分年度呈现策略表现：
- 全样本超额收益104.8%，胜率63.9%，最大回撤8.6%；
- 2008-2010年超额收益分别为16.5%、21%、26.4%，回撤均较小；
- 2011-2012年策略表现较弱，分别0.4%-2.4%的超额收益。

• 数据强调策略在复苏和上升期显著优于大盘。[page::0]

图3（第4页）

• 描述行业上涨幅度及持续时间的变动趋势图；

- 从2007-2012年观察发现，持续上涨时间呈波动下降趋势，行业涨幅亦有增减，表明行业轮动变快，持续时间整体缩短，涨幅并非稳定；

• 该图帮助理解当前行业轮动节奏的加快，是本报告采用新量化手段探索行业轮动规律的背景动因。[page::4]

图4与图5（第5页）

• 图4为行业轮动研究方法框架图，区分周期分析、杠杆分析及其他驱动因素，突出本报告聚焦的涨跌周期与顺序分析。

- 图5展示22个申万一级行业的一阶领先次数条形图，明确金融、公用、地产领先性明显，钢铁、食品、家电滞后。

• 该图视觉上强化行业间相对领先滞后顺序的基本特征，为后续启动序列匹配奠定基础。[page::5]

表2（第6页）

• 表中列举每个行业领先的行业及数目，明确顶级领先行业（如金融领先21个行业），显示行业间相互影响是多维而非单向。

- 指出单向相关结构弱，行业领先顺序的多变和复杂性，提示仅靠单一领先行业的策略不可行，需综合多行业序列匹配方法辅助决策。[page::6]

图6、图7、图8（第7—8页）

• 图6展示行业历年最大年度相对涨幅的均值，农业、钢铁、医药等突出，帮助理解启动判定的阈值设定。

- 图7和图8则为农业和公用行业2013年上涨区间的识别图，红色为上涨区间，清晰标示启动点及回撤调整，直观呈现了启动规则的应用与效果。[page::7,8]

图9、表3、图10（第8—10页）

• 图9显示当前行业最新启动顺序的趋势图。

- 表3列示了与当前启动序列最相似的历史四个时间点的序列及各行业启动排名。

• 图10展示当前序列与2008年12月序列的对比，体现相似度45%，局部行业启动顺序近似。

- 这些信息表明序列匹配并非完全一致，但具较高统计相似性，能为预测提供依据。[page::8-10]

图11、图12（第11—12页）

• 图11为历次匹配中最高相关系数的分布，平均45%左右，最低10%，最高75%，说明匹配程度存在波动，模型需考虑多样性及稳定性。

- 图12为两种行业筛选方法的示意图，分别为取交集和取并集的行业标示。

• 本文采用取并集的方法（方法b），增加多样化与策略鲁棒性。

- 该部分体现策略在提升稳定性与收益平滑性的设计理念。[page::11,12]

图13、表4、图14、表5（第13—16页）

• 图13为策略回测累计表现，超配组合持续跑赢沪深300及对冲组合。

- 表4分年度显示策略超额收益率、胜率与最大回撤，划分成明显强势及弱势年份阶段，突出策略在牛市阶段优势明显。

• 图14图形化年度超额收益和胜率，直观体现绩效波动及2023年回暖趋势。

- 表5详细月度超配行业列表和对应超额收益，为策略绩效提供 granular 验证与透明度。

• 这些图表共同论证了匹配策略的效果及实操潜力。[page::13-16]

---

四、估值分析

本报告为行业轮动策略研究，非公司个股估值报告，因此未涉及传统DCF、PE等估值模型。重点在于：

• 通过历史行业启动顺序序列的相似性匹配，结合后期行业表现实现行业超配选取。

- 采用相关系数进行序列匹配，逻辑符合行业先后启动和强势表现的概率基础。

• 策略收益及风险通过超额收益、胜率、最大回撤等指标进行量化评估。

- 策略叠加行业对冲标的（沪深300）实现风险控制，避免市场系统风险影响。

总结：本策略估值分析体系为“行为周期性 + 历史相似性 + 后市收益验证”，为一种基于统计学习的动态行业配置方法。

---

五、风险因素评估

报告中列出的核心风险包括：

• 纯量化方法风险：模型所推荐行业不一定符合当前宏观经济与政策环境，缺乏具体的投资逻辑支持。

- 历史数据局限性：匹配历史序列的可靠性受限，相关系数平均仅45%左右，匹配的不确定性较大。

• 行情阶段限制：如2011、2012年市场震荡使策略表现明显下降，说明策略的前提假设可能在某些市场结构失效。

- 模型静态假设风险：行业启动判断基于过去数据的最大累积收益及回撤定义，可能在突变或结构调整时失效。

• 市场行为变化：投资者行为、资金流动变化可能打破过去行业启动规律，影响策略未来有效性。

报告未明确提出具体缓释策略，但提示投资者须结合自身研判合理使用，本身具有一定的风险提示与预警意识。[page::0,16]

---

六、批判性视角与细微差别

• 报告虽然力求量化客观，但承认行业轮动规律极其复杂多变，且每次行业启动时序的相关系数中等偏低，表明模型准确度有待提高。

- 量化指标主要基于启动顺序，在多行业共振周期性强的环境中预测能力有限，某些结构性市场事件（政策调整、重大突破性行业变革）可能让模型失效。

• 行业启动定义采用超额累计收益和回撤指标，但未考虑行业基本面变化、政策导向等微观驱动，有一定缺陷。

- 策略表现波动较大，尤其震荡局面表现不佳，提示投资者不能完全依赖该策略。

• 报告中“取并集”筛选行业的方式提升了策略稳健性，但可能带来一定的行业分散风险，降低单期侧重。

- 总体来看，报告内容结构合理、数据详实，但对策略的系统风险管理探讨较弱，未深入优化策略稳健性或结合其他辅助因子融合使用。

• 还应注意，策略采样历史期较长，但市场生态从2005至2013变化较大，模型时序稳定性验证有待延伸至更长周期。

---

七、结论性综合

本篇报告立足于A股市场近年来行业轮动加速、持续期缩短，传统行业轮动规律不再适用的市场背景，创新性地提出了一个基于行业启动顺序序列历史相似性匹配的量化行业轮动策略。其核心逻辑是：

• 定义行业启动时间点为其相对大盘超额收益显著上涨且回撤合理的起点。

- 将不同行业启动顺序编码成序列，利用相关系数度量与历史时期行业启动序列的相似度。

• 选取多个相似样本的后续强势行业构成超配组合，涵盖行业复发启动现象。

- 以沪深300对冲构建相对中性组合，控制大盘风险。

从实证分析看，该策略具备良好的历史统计表现：

• 整体超额收益超过100%，年化超额收益高达15-20%，且在2008-2010阶段表现尤为突出。

- 策略胜率稳定在60%以上，最大回撤有限。

• 当前（12月）推荐行业组合涵盖农业、电子、信息设备、食品、公用、金融等多个行业，显示策略对多轮动行业具有捕捉能力。

策略以稳健和动态的方式捕捉行业轮动的规律性，比以往单一靠经验或简单统计方法更科学系统。但仍需警惕：

• 行业启动相似度中等，匹配存在不确定性。

- 策略在震荡期表现承压。

• 纯量化策略需结合宏观、基本面、资金面等多维信息辅助决策。

报告附以丰富图表详尽展示行业启动顺序匹配流程、策略回测绩效、行业超配组合列表，信息透明度极高，有助投资者把握策略脉络。

总体来看，报告观点严谨、数据充分，创新性强，提供了较为实用的行业轮动量化策略框架，值得机构投资者深入研究与适当应用，同时需结合多因素判断和风险管理以促进投资决策科学化。

---

版权声明

以上分析基于广发证券发展研究中心《寻找行业“似曾相识”的轮动规律 —— 行业轮动策略专题之（六）》报告原文内容，所有结论均带页码溯源。

报告