策略核心逻辑与因子构建 [page::2][page::3]

• 采用滚动N日对数收益率，减少起始时点带来的路径依赖，提升因子稳定性。

- 计算历史区间收益的分位数（如60%分位数），作为行业动量因子。

• 选择分位数排名靠前的行业构建动量多头组合，结合行业风格信息增强策略稳健性。

行业轮动策略效果分析 [page::4]

| 年份 | 收益率 | 基准 | 超额收益 | 波动率 | 夏普比例 | 跟踪误差 | 信息比例 | 持仓时间 | 最大回撤 | 盈亏比 |
|-------|---------|----------|----------|---------|----------|----------|----------|----------|----------|--------|
| 均值 | 12.01% | -0.84% | 12.84% | 20.87% | 0.44 | 10.51% | 1.38 | 20.67 | -19.44% | 1.05 |

• 年度胜率达到100%，月度超额收益均为1.1%，信息比率1.38表现优异。

- 策略回撤集中于市场大跌期间，整体累积超额收益表现平稳。

基金轮动策略效果概览 [page::5]

| 年份 | 收益率 | 基准 | 超额收益 | 波动率 | 夏普比例 | 跟踪误差 | 信息比例 | 持仓时间 | 最大回撤 | 盈亏比 |
|-------|---------|----------|----------|---------|----------|----------|----------|----------|----------|--------|
| 均值 | 10.12% | -0.84% | 10.96% | 21.68% | 0.50 | 16.24% | 0.94 | 21.41 | -19.56% | 1.10 |

• 持仓基金以动量行业占比最高基金为标的，表现出9成以上年度胜率。

- 波动率及跟踪误差较行业指数策略更大，因基金持仓和信息披露滞后等因素。

历史持仓展示与策略实施 [page::6]

| 基金代码 | 基金名称 | 规模 (亿元) | 换仓日期 | 权重 |
|-------------|--------------------|-------------|------------|------|
| 162209.0F | 宏利市值优选A | 7.713 | 20240102 | 20% |
| 012058.0F | 鹏华品质成长C | 0.299 | 20240102 | 20% |
| 015687.0F | 银华乐享C | 0.729 | 20240102 | 20% |
| 006719.0F | 国融融盛龙头严选C | 19.109 | 20240102 | 20% |
| 015413.0F | 西部利得数字产业C | 0.460 | 20240102 | 20% |

• 历史持仓显示基金组合较为分散，权重均衡，无过多约束，适合灵活策略调整。

策略总结与风险提示 [page::6][page::0]

• 分位数动量因子较传统动量更稳定，且对起始时间点和参数波动不敏感。

- 策略适用于行业轮动及对应基金配置，实现稳定超额收益。

• 风险提示：历史规律不保证未来，策略受市场即时政策影响较大，需审慎参考。

量化选基——基于技术面指标分位数的行业轮动策略深度分析报告

---

一、元数据与报告概览

• 报告标题： 量化选基 - 基于技术面指标分位数的行业轮动策略

- 作者： 黎鹏（执业登记编码：S0760523020001）

• 发布机构： 山西证券策略团队，金融工程研究部

- 发布日期： 2024年4月11日

• 主题： 针对基于技术面指标分位数构建的行业轮动及基金选基策略研究

- 报告核心观点：
- 本报告提出了一种基于技术面指标、特别是区间滚动收益率分位数的行业轮动策略，通过对行业收益率的分位数对比，挑选表现靠前的行业组合，实现稳定的超额收益。
- 进而建立对应的基金轮动策略，通过行业权重最高的基金进行组合配置。
- 策略表现通过回测验证显示，行业轮动策略平均年化超额收益约12.84%，胜率及信息比率均十分稳健，基金选基策略年化超额收益为10.12%，风险与波动略高。
- 报告提醒投资者注意此策略基于历史价格数据，可能受政策和市场突发事件影响，存在一定局限性，需审慎参考。
[page::0, 1]

---

二、逐章深度解读

1. 策略思路与因子逻辑

• 关键论点：

- 影响技术面指标表现的四个主要因素是：起始时点、计算指标的时间跨度、历史统计时间窗口、持仓时间窗口长度。
- 传统动量因子受“路径依赖”影响，尤其是换仓日选择导致短期波动明显，报告通过计算“滚动N日区间收益”的方式覆盖所有起始点，减少这一影响。
- 进一步引入区间收益的“历史分位数”作为因子，稳定性较高，且包含了大量历史信息，避免单一时间点或极端事件影响。
- 行业选择逻辑本质上为动量策略，即历史涨幅高的行业其对应分位数排序靠前，通过分位数对比实现行业间公平比较。
- 由于不进行时间加权，分位数方法对历史数据整体平等对待，若需要强调近期信息可在此策略基础上进一步筛选。

• 推理依据与假设：

- 通过“滚动收益率”的计算，策略降低了换仓时点带来的不确定性，因而因子更稳定，能减小参数选择对策略效果的影响。
- 分位数的引入整合了样本空间内全部区间收益，综合了行业时间序列表现以及行业风格（如波动率差异）影响，提升策略的鲁棒性。
- 策略假设历史数据能反映行业动量特征，并且动量效应在未来仍持续存在。

• 关键数据与基础逻辑解读：

- 通过对行业指数的收益率计算（日对数收益），向前滚动N日累计收益，得到多起点区间收益序列。随后计算过去T个交易日的区间收益分位数（例如60%分位数）作为因子值。
- 行业排序基于分位数因子，选择排名靠前的5个行业，构造多头组合。
- 反映了动量特征且兼顾了行业波动性风格的影响，分位数排序对不同波动性的行业有内在调节功能。
[page::0, 2, 3]

---

2. 分位数因子计算详解与策略实施细节

• 计算步骤梳理：

1. 计算每个行业指数每日收益率的对数值；
2. 进行向前滚动N日的对数收益累加（例如21交易日，匹配月度换仓）；
3. 计算最近T日（如200交易日）的滚动收益序列的第60%分位数值；
4. 基于分位数因子进行排序，选取排名前列的行业参与配置。

• 公式及示意说明：

- 滚动N日区间涨跌幅用对数收益的累积和表示，分位数动量因子即为该累积收益序列的某分位数。
- 图1（策略示意图）清晰展示了不同起点的滚动N日收益累积，多个行业通过对比其对应的60%分位数实现排序。

• 策略参数关键说明：

- 回测周期为2016年至2024年3月22日，覆盖较长周期，验证策略的鲁棒性。
- 标的以中信一级行业指数为主，滚动窗口N取40交易日，分位数计算窗口为200交易日，月度换仓。
- 选择5个行业组成多头组合，基准选用中证500。

• 逻辑关联：

- 本章节详细破译了策略因子的构建流程，逻辑严密，且针对多因素设计了具体参数，便于复制及应用。
[page::3]

---

3. 行业轮动策略实际表现与指标评估

• 策略回测统计：

- 平均年化超额收益率为12.84%，覆盖全部回测年份的年度胜率达到100%，表明策略在每一年均实现正收益超越基准。
- 月度平均超额收益1.1%，月度胜率68%，反映出良好的短期选时能力与相对稳定性。
- 信息比率（Info Ratio）为1.38，显示风险调整后的收益表现优异。
- 波动率和夏普比率指标均表明策略风险控制合理，回撤集中于市场快速下跌阶段，有较强防御性。

• 图表解读（图2）：

- 左图上段: 策略净值（红线）持续上升，基准中证500净值（黑线）表现低迷，策略明显跑赢。
- 左图下段: 相关回撤曲线和相对优势稳步扩大，波动较小。
- 表格列出了逐年收益率、超额收益、波动率、夏普比率、最大回撤等指标，数值具体权威，异常年份（如2018年）信息比率仍维持正值。
- 月度超额收益图则显示绝大多数月份获得正超额收益，也呈现一定波动性。

• 结论提炼：

- 策略具备持续优异的收益表现及稳定性，适用于中长期行业轮动投资。
[page::4]

---

4. 基于行业分位数对比的基金轮动策略实证

• 策略描述：

- 继基于行业指数的策略之后，选择对应行业在基金组合中占比最高的基金进行配置，实现基于基金的轮动。
- 保持选取行业数和回测区间一致，月度换仓。

• 表现分析：

- 平均年化超额收益为10.12%，年度胜率89%，月度平均超额收益1%，月度胜率63%。虽然收益和胜率较指数策略略低，但表现仍优越。
- 风险指标显示波动率较基准更高，最大回撤及相对回撤幅度也扩大。波动率提升可能来源于基金与行业指数持仓重合度不足，同时基金经理的投资风格和信息披露的滞后性影响组合表现。
- 信息比率0.94，仍处于良好水平，显示风险调整收益正向。

• 图表解读（图3）：

- 策略净值走势造好，明显跑赢基准，波动更加明显。
- 年度收益表和风险指标均详细列出，反映策略偶有回撤但整体表现稳定。
- 月度超额收益图对比显示波动幅度明显高于行业策略版。

• 实务含义：

- 基金轮动策略在实际投资中更具有可操作性和易于落地，但需考虑基金持仓信息的及时性和重合度。
[page::5]

---

5. 基金轮动策略历史持仓明细

• 展示内容：

- 图4为2024年多期策略换仓日历次基金持仓明细，显示基金代码、名称、规模、换仓日期和各基金权重（均为20%配置）。
- 从2024年1月至3月末，基金持仓包括宏利市值优选A、鹏华品质成长C、银华乐享C等5只基金，均保持5分权重配置。

• 解读：

- 持仓基金既包括规模较大（如银河创新成长A，近120亿规模），也包含小规模基金（不足1亿），显示相对灵活选基规则。
- 未对基金额外做约束，表明策略框架开放，用户可针对投资需求做进一步风险控制和精选。
- 多期换仓持仓较为稳定，显示策略换仓具有一定持仓连续性和稳定性。

• 实用价值：

- 炼化了行业分位数选基思路对具体基金配置的转换路径，便于投资者理解策略实际操作层面。
[page::6]

---

6. 报告总结与风险提示

• 总结要点：

- 分位数动量因子经过对参数（分位数、滚动窗口、历史窗口及起始时间点）不同组合的测试，表现出显著的稳定性和有效性。
- 与传统动量因子相比，分位数动量因子对多种关键参数变化不敏感，增强了实用性和推广价值。
- 该策略精选的行业组合具备稳定的超额收益潜力，提升了行业轮动策略的实际效果。

• 风险提示：

- 报告所述结论基于历史价格和统计规律，市场受即时政策变化影响显著，未来走势可能偏离统计规律。
- 阅读者应谨慎使用报告结论，避免机械依赖历史模型带来的风险。
[page::6]

---

三、图表深度解读

图1：策略示意图（滚动N日对数收益率及分位数计算原理）

• 通过虚线表示行业不同时间点的N日滚动对数收益率，红色线标示分位数计算区间。

- 该图直观展示了如何通过多起点累积收益计算分位数因子，以及如何基于60%分位数对所有行业排序选择多头组合。

• 图形简洁明了，帮助理解分位数因子非单一时间点计算而是全历史滚动计算的思想。

[page::3]

---

图2：基于涨跌幅分位数的行业轮动策略表现（中信一级行业）

• 净值曲线： 红线策略净值不断攀升，蓝线中证500基准净值逐渐下行，显示策略显著跑赢市场。

- 风险指标： 表格显示年化超额收益12.84%，夏普比率0.44（风险调整后收益稳定），最大回撤约-19.44%，信息比率1.38强劲。

• 超额收益时间序列： 月度超额收益多为正，波动有起伏，符合动量策略的常见表现。

- 回撤集中于市场下行阶段，属于系统性风险表现。




[page::4]

---

图3：基于分位数的基金轮动策略表现

• 净值对比： 策略净值红线强势领先基准黑线，尽管走势波动明显，但依然展示超额收益能力。

- 风险指标体现较高波动率（21.68%），夏普比率提升至0.50，信息比率0.94，表现优异。

• 月度超额收益表现较行业指数策略波动更大，说明基金选基引入更多不确定性和市场解读差异。

[page::5]

---

图4：2024年度基金轮动历史持仓表

• 展示基金代号、基金名称、规模、对应的换仓日期及每只基金配置权重（均为20%）。

- 多为中小规模基金，换仓日期分布在2024年不同月份，基金持仓较为集中且稳定。

• 有助于投资者了解实际操作层面的组合构成及换仓频率。

[page::6]

---

四、估值分析

本报告核心为定量策略研发与回测，未涵盖公司估值或市盈率等传统估值分析内容，因而无估值模型、目标价等内容。

---

五、风险因素评估

• 报告明确指出策略基于历史数据与统计规律，可能未能充分捕捉政策突发或市场非理性波动所带来的影响。

- 市场的即时政策变化可能导致统计规律失效，风险提示非常清晰，提醒投资者要审慎应对历史模型预测的局限性。

• 报告未对冲策略本身运行风险或系统风险进行深入讨论，但从回撤表现可隐含策略在市场剧烈波动时表现脆弱。

[page::0, 6]

---

六、批判性视角与细微差别

• 报告方法侧重历史滚动收益分位数的统计性质，缺少对极端行情或黑天鹅事件的专门考量。

- 由于分位数因子不区分近期与远期数据权重，可能在趋势刚刚反转时策略反应迟缓，若投资者对近期行情重视度更高，需叠加其他策略。

• 基金轮动策略中基金持仓权重完全依赖最大行业占比，可能忽视基金投资风格、管理水平及费率差异，实际操作中这可能是效果差异的来源之一。

- 报告在策略设计上较为依赖单因子排序挑选行业，复合因子或多维度评估未在本报告体现，未来研究空间较大。

• 对风险管理层面讨论较少，策略在市场快速下跌时仍存在显著回撤，建议结合风险对冲或防御策略使用。

[page::6]

---

七、结论性综合

本报告系统建设了基于“滚动区间收益率分位数”的行业轮动量化策略，凭借减少起始时点影响、结合多历史窗口数据，显著提升了动量因子的稳定性和有效性。通过对分位数的行业排序筛选，报表显示其策略超额收益持续且风险调整收益较为优异，年化超额收益超12%，信息比率达1.38，年度胜率100%体现极强的策略稳定性。该策略进一步扩展至基金轮动层面，通过基于行业权重选择基金，同样获得较为稳健的超额收益(年化约10%)，尽管波动性和回撤有所增加，但仍优于基准。

报告通过详尽的滚动收益和分位数计算步骤，展现了策略的科学性和可复制性，图表部分清晰展示了净值增长、风险指标及超额收益分布，直观反映了策略在不同市场环境下的表现。基金持仓明细也增强了策略操作的透明度和实用价值。

然而，该策略依赖历史价格与统计规律的假设，未对政策突发影响、极端市场行为做专门建模，且时间加权特征缺失可能导致面对快速变化行情时反应滞后。基金轮动策略中的基金筛选方式简单，对于不同基金经理风格及投资理念未做差异化处理，可能影响策略的稳定性。风险管理方面尚可加强，对回撤的防控及组合多样化仍有提升空间。

综上，该报告展现出基于分位数动量因子的行业及基金轮动策略的鲜明优势和适用范围，提供了一个实证价值强、逻辑清晰的量化投资框架。投资者在利用本策略时，应结合风险提示，关注市场政策变化及模型局限，适当调整策略参数及组合构成，以获得更稳健的投资回报。

---

（全文涉及内容均基于报告原文信息，所有引用均标注页码，确保观点及数据来源的准确性可靠。）

报告