金融工程行業(yè)輪動及指數(shù)增強基于技術(shù)面指標(biāo)分位數(shù)的行業(yè)配置研究投資要點：策略思路>影響技術(shù)面指標(biāo)效果的四大因素有起始時點、計算指標(biāo)的時間跨度、歷史統(tǒng)計的時間窗口以及持倉時間窗口長度。本報告發(fā)現(xiàn)行業(yè)指數(shù)的滾動收益山證金融工程團(tuán)隊率分位數(shù)能提升傳統(tǒng)動量因子的穩(wěn)定性。>減少起始時點影響：為了降低路徑依賴，計算滾動N日的區(qū)間收益。>增強穩(wěn)定性：歷史分位數(shù)，變化程度較低>如何做行業(yè)間比較：對比行業(yè)間某個漲跌幅分位數(shù)，選擇該分位數(shù)下排名靠前的行業(yè)，本質(zhì)上是動量策略>風(fēng)格偏向：偏向長期動量排名靠前且穩(wěn)定性較高的行業(yè)組合策略效果>基于漲跌幅動量分位數(shù)因子策略月度選出10個行業(yè)作為看多組合。平均年化超額收益為8.4%，年度勝率為100%。月度平均超額收益為0.76%，月度勝率為67%，平均信息比率為1.28。策略超額收益的累積穩(wěn)定。風(fēng)險提示：報告結(jié)論基于歷史價格信息和統(tǒng)計規(guī)律，但二級市場受各種即時性政策影響易出現(xiàn)統(tǒng)計規(guī)律之外的走勢，所以報告結(jié)論有可能無法正確預(yù)測市場發(fā)展，報告閱讀者需審慎參考報告結(jié)論。金融工程研究/主題報告金融工程研究/主題報告一、策略思路 41、動量效應(yīng)釋義 4 53、分位數(shù)因子計算 5二、策略效果 61、基于行業(yè)分位數(shù)對比的行業(yè)輪動策略 61.1起始時點檢驗 81.2分位數(shù)檢驗 1.3分層能力檢驗 1.4歷史時間窗口檢驗 1.5因子相關(guān)性檢驗 2、基于行業(yè)分位數(shù)對比的行業(yè)輪動策略（對應(yīng)ETF） 3、基于漲跌幅分位數(shù)加權(quán)重動量的行業(yè)配置策略 4、基于漲跌幅分位數(shù)加權(quán)重反轉(zhuǎn)的行業(yè)配置策略 5、基于行業(yè)分位數(shù)和短期動量的行業(yè)輪動策略 216、基于行業(yè)分位數(shù)加短期反轉(zhuǎn)的行業(yè)輪動策略 237、基于行業(yè)分位數(shù)加大市值的行業(yè)輪動策略 268、基于行業(yè)分位數(shù)加小市值的行業(yè)輪動策略 28三、風(fēng)險提示 30圖1：策略示意圖 6圖2：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)的行業(yè)配置策略） 72金融工程研究/主題報告金融工程研究/主題報告圖3：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)行業(yè)配置策略） 8圖4：起始時點效果對比 9圖5：分位數(shù)效果對比 圖6：N日漲跌幅百分之六十分位數(shù)與N日漲跌幅分組效果對比（基準(zhǔn)中證500） 圖7：月度IC對比 圖8：歷史時間窗口長度效果對比 圖9：因子相關(guān)性檢驗 圖10：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)的行業(yè)配置策略加對應(yīng)ETF） 圖11：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加權(quán)重動量的行業(yè)配置策略） 圖12：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加權(quán)重動量的行業(yè)配置策略） 圖13：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加權(quán)重反轉(zhuǎn)的行業(yè)配置策略） 圖14：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加權(quán)重反轉(zhuǎn)的行業(yè)配置策略） 20圖15：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加3日動量的行業(yè)配置策略） 21圖16：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加20日動量的行業(yè)配置策略） 22圖17：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加短期動量的行業(yè)配置策略） 23圖18：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加3日反轉(zhuǎn)的行業(yè)配置策略） 24圖19：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加20日反轉(zhuǎn)的行業(yè)配置策略） 25圖20：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加短期反轉(zhuǎn)的行業(yè)配置策略） 26圖21：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加大市值的行業(yè)配置策略） 27圖22：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加大市值的行業(yè)配置策略） 28圖23：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加小市值的行業(yè)配置策略） 29圖24：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加小市值的行業(yè)配置策略） 303金融工程研究/主題報告金融工程研究/主題報告一、策略思路技術(shù)面因子是相對基本面因子而言的行情相關(guān)的因子，行情數(shù)據(jù)具有數(shù)據(jù)量大，時效性高，頻度快，數(shù)據(jù)豐富、可變性強以及可輔助基本面因子減少滯后性等特點。因為指標(biāo)符合大數(shù)據(jù)特征，所以技術(shù)面因子和高頻因子一直是量化研究的重點領(lǐng)域之一。影響技術(shù)面指標(biāo)效果的四大因素有起始時點、計算指標(biāo)的時間跨度，歷史統(tǒng)計的時間窗口長度以及持倉時間窗。假設(shè)因子特征并不隨著影響因素的變化而變化，或者變化較小，我們則認(rèn)為因子效果是穩(wěn)定的，適合用作對未來的預(yù)測。除了考慮因子的穩(wěn)定性，因子選股或者行業(yè)策略的收益情況才是最終考量。理想狀態(tài)下是技術(shù)面因子和未來預(yù)期收益的排序保持絕對正向或者絕對負(fù)向相關(guān)性，其中包括線性和非線性的。但在現(xiàn)實研究和真實投資中，理想狀態(tài)幾乎不可能發(fā)生，不同的市場狀態(tài)或者參數(shù)一定會帶來策略回測效果的差異。所以因子挖掘的目的是尋找高收益且預(yù)測能力受市場影響較小的因子，或者在兩者之間取一個平衡。動量策略是買入并持有過去一段時間收益率較高的股票組合，反之，反轉(zhuǎn)策略買入并持有的是收益率較低的股票組合。動量的底層邏輯是“強者恒強，弱者恒弱”，而反轉(zhuǎn)認(rèn)為資產(chǎn)具有“均值回復(fù)”特性。效應(yīng)的有效性一直是討論的熱點，除了基礎(chǔ)理論的碰撞，還有觀測方法的差異。對于有效市場理論來說，動量反轉(zhuǎn)是投資異象；而行為金融學(xué)中將其解釋為投資者情緒和一致預(yù)期的延續(xù)，以賦予合理性。測試?yán)砟畹牟町愐矔?dǎo)致分析結(jié)論的不同，比如有分析認(rèn)為中國大陸股市并不存在明顯的月度動量效應(yīng)，而中長期反轉(zhuǎn)現(xiàn)象則比較突出（周琳杰2002而有研究發(fā)現(xiàn)形成期和持有期在10到15天的動量策略有顯著收益（余書煒2004）。簡而言之，中國市場的動量反轉(zhuǎn)效應(yīng)是能長期觀測到的市場特征，形成的原因眾說紛紜、研究方法繁多。常規(guī)的動量反轉(zhuǎn)策略主要有幾個考慮因素：1）對資產(chǎn)收益率的描述，比如用絕對收益率還是相對收益率；2）歷史時間窗口長度，也就是向前計算多長時間的歷史收益率作為動量的判斷；3）組合持有的時間跨度，如月度還是季度換倉；雖然主要因素看起來不多，但各個因素均可變化，比如歷史窗口和持倉時間的兩兩配對是指數(shù)級別，復(fù)雜程度可見一斑。為了研究觀測到的動量特征，本報告并不考慮動量策略的變種，同時盡量降低復(fù)雜程度，主要對投資者認(rèn)可度較高的日度絕對收益進(jìn)行分析。雖然本文也可統(tǒng)計反轉(zhuǎn)策略收益情況，但我們認(rèn)為反轉(zhuǎn)策略可以通過組合或拆解等方法變換成動量策略，比如V型反轉(zhuǎn)可細(xì)分為兩段，下跌和上漲區(qū)間，每個區(qū)間單獨看能認(rèn)作動量區(qū)間。4金融工程研究/主題報告金融工程研究/主題報告如前文所述，影響技術(shù)面指標(biāo)效果的四大因素有起始時點、計算指標(biāo)的時間跨度、歷史統(tǒng)計的時間窗口以及持倉時間窗口長度。為了降低路徑依賴，我們考慮把不同起始時點上的信息都包含進(jìn)去，對于動量因子來說我們想到的方法是計算全部時間點上的區(qū)間收益。比如月度動量策略，一般會使用換倉時點前N個交易日的區(qū)間收益率作為動量因子，但是受到換倉日的影響會比較大。拿月度效應(yīng)為例，月初和月末換倉所呈現(xiàn)出的動量特征差異較大。并且參數(shù)N越小，受到的影響越大。所以我們按日滾動計算前N個交易日的區(qū)間收益，希望通過增加信息量以減少一部分起點所帶來的影響。滾動計算一定程度的解決起始時點的問題，計算指標(biāo)的時間跨度、歷史統(tǒng)計時間窗口及持倉時間窗口均依賴于因子本身或結(jié)果的穩(wěn)定程度，因子數(shù)值越穩(wěn)定，這三個因素的影響就越小。所以在獲得不同時間點上持有相同時間長度的所有收益之后，我們再計算歷史數(shù)據(jù)的分位數(shù)，首先分位數(shù)較短期技術(shù)面因子穩(wěn)定，第二包含了樣本空間內(nèi)的全部區(qū)間收益的整體信息。分位數(shù)的引入增強了因子穩(wěn)定性且降低了三大因素的影響。最后我們進(jìn)行行業(yè)的選擇，通過比較某個動量的分位數(shù)，選擇分位數(shù)排序靠前的行業(yè)形成行業(yè)配置組合。比較分位數(shù)首先底層邏輯是動量策略，因為一個行業(yè)歷史漲幅靠前，則分位數(shù)從大到小排序之后它也會靠前。第二，分位數(shù)和行業(yè)的本身風(fēng)格有關(guān)，比如銀行行業(yè)是低波動行業(yè)，那么它下跌的概率和幅度會小于其他行業(yè)，該行業(yè)比如10%的分位數(shù)所對應(yīng)的漲跌幅就會較其他行業(yè)更高。第三，橫截面信息對比的同時，因子也包含了行業(yè)時間序列上的信息，比如一個高波動的行業(yè)，它的各個分位數(shù)之間的差異很大，但分位數(shù)排序可能靠后，而低波的行業(yè)，分位數(shù)的差異較小，分位數(shù)排序可能靠前。綜上所述，通過比較滾動收益率的某分位數(shù)情況來選擇行業(yè)，包含了動量信息，行業(yè)風(fēng)格信息，行業(yè)大部分歷史信息，并且穩(wěn)定性得到了增強。但是分位數(shù)方法比較的更多的是歷史信息，并沒有按照時間加權(quán)，也就是說近期的信息并沒有給它更高的權(quán)重，如果需要加入近期信息可以在分位數(shù)策略的結(jié)果之上再進(jìn)行二次篩選。本文所測試的標(biāo)的為中信一級行業(yè)指數(shù)，統(tǒng)計時間區(qū)間為2016年1月1日到2023年8月20日，月度調(diào)倉，分位數(shù)因子的計算步驟如下：1）計算單個行業(yè)指數(shù)日收益率的對數(shù)；2）按日向前滾動N日加總對數(shù)日收益率。滾動加總包含了不同時間點作為起點的區(qū)間收益，N的取值可以對應(yīng)策略換倉的頻率，比如月度換倉策略，N的取值可以是21個交易日；3）獲得前T個交易日的區(qū)間收益分位數(shù)，選取比如60%分位數(shù)所對應(yīng)的值作為分位數(shù)因子；4）因子的使用：行業(yè)按照某個分位數(shù)進(jìn)行排序，選擇排序靠前的行業(yè)作5金融工程研究/主題報告金融工程研究/主題報告為行業(yè)組合。因子計算公式及示意圖如下所示：滾動計算n日區(qū)間漲跌幅=σ?nln(日漲跌幅))分位數(shù)動量因子=T日分位數(shù)({n日區(qū)間漲跌幅})圖1：策略示意圖資料來源：山西證券研究所二、策略效果策略思路：通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進(jìn)行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合。策略步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的40個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）按照60%分位數(shù)從大到小排序，選擇排序靠前的行業(yè)；6）策略為看多行業(yè)組合，行業(yè)個數(shù)為10個；7）基準(zhǔn)為中證500指數(shù)；8）月度換倉。從策略效果的統(tǒng)計結(jié)果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為8.4%，年度勝率為100%。月度平均超額收益為0.76%，月度勝率為67%，平均信息比率為1.28。策略超額收益的累積還是比較穩(wěn)定的，回撤主要集中在市場指數(shù)快速下跌的時間段。6金融工程研究/主題報告金融工程研究/主題報告圖2：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)的行業(yè)配置策略）資料來源：同花順，山西證券研究所下圖為選擇到的行業(yè)的次數(shù)，總共92次交易中，按照選擇到的次數(shù)從多到少排序依次為食品飲料、電子、電力設(shè)備及新能源、基礎(chǔ)化工、銀行、醫(yī)藥和計算機，由此可見策略更偏愛波動穩(wěn)定且趨勢向上的中大市值的行業(yè)。7金融工程研究/主題報告金融工程研究/主題報告圖3：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)行業(yè)配置策略）資料來源：同花順，山西證券研究所如前文所述，影響技術(shù)面指標(biāo)效果的四大因素有起始時點、計算指標(biāo)的時間跨度、歷史統(tǒng)計的時間窗口以及持倉時間窗口長度，我們分別對因子進(jìn)行了測試，希望因子具有較強穩(wěn)定性。下圖我們統(tǒng)計了在不同起始時間點上原始動量因子和分位數(shù)的分組效果（2016年1月1日到2023年98金融工程研究/主題報告金融工程研究/主題報告圖4：起始時點效果對比資料來源：同花順，山西證券研究所9金融工程研究/主題報告金融工程研究/主題報告相關(guān)總結(jié)：1）我們對四個不同起點日期和換倉方式進(jìn)行測試，分別為2016年1月1日開始每20個交易日換倉，2016年1月5日開始每20個交易日換倉，自然月月初換倉以及自然月月底換倉。2）按照因子大小分為五組，展示每組平均年化超額收益。3）原始動量因子：每個換倉日計算前3、11、20、40、60個交易日的漲跌幅，行業(yè)按照前漲跌幅從大到小排序分為五組。從分組后的效果看，傳統(tǒng)動量因子年化超額收益的穩(wěn)定性和單調(diào)性欠佳，同時換倉方式對因子效果的影響也較大。4）分位數(shù)動量因子：每個換倉日得出前200個交易日的3、11、20、40、60個交易日區(qū)間漲跌幅集合的60%分位數(shù)，行業(yè)按照60%分位數(shù)的值從大到小排序分為五組。從分組后的效果看，分位數(shù)動量因子年化超額收益的穩(wěn)定性和單調(diào)性較好，靠前的2組能穩(wěn)定跑贏后3組。四種換倉方式對因子效果的影響也較小，區(qū)間跨度大于11個交易日的組別效果趨于穩(wěn)定。5）總體上看，分位數(shù)動量因子較原始動量因子穩(wěn)定性上有明顯提升，并且對換倉方式不敏感。下圖表展示了不同分位數(shù)的分組效果，統(tǒng)計步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的3、11、20、40、60個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的10%-90%的分位數(shù)；5）按照某分位數(shù)從大到小排序，分為5組；6）基準(zhǔn)為中證500指數(shù)；7）月度換倉；8）開始日期為2016年1月1日。分位數(shù)因子的計算有三個主要參數(shù)，首先是分位數(shù)的選擇，第二是滾動時間窗口，第三個是計算分位數(shù)前推的歷史時間窗口長度。本部分對分位數(shù)參數(shù)做了相應(yīng)測試，相關(guān)總結(jié)如下：1）大部分分位數(shù)排序后，靠前的行業(yè)組合能穩(wěn)定跑贏后3組；2）滾動時間窗口大于11個交易日的前兩組的超額收益更加明顯，單調(diào)性更強。因為策略是月度換倉策略，所以對應(yīng)的時間區(qū)間更長較符合邏輯；3）整體上看50%-80%分位數(shù)的第一二組別的超額收益更高；4）策略并不是在某幾個參數(shù)下有效，所以對分位數(shù)參數(shù)敏感度不高。綜上所述，策略對分位數(shù)參數(shù)不敏感，在不同的滾動時間窗口下均能表現(xiàn)出單調(diào)性。從分組收益上看，效果較好的組別為50%-80%分位數(shù)。金融工程研究/主題報告金融工程研究/主題報告圖5：分位數(shù)效果對比資料來源：同花順，山西證券研究所金融工程研究/主題報告金融工程研究/主題報告為了更好的觀察分位數(shù)動量因子和普通動量因子效果上的差別，我們進(jìn)行了分層及IC統(tǒng)計，統(tǒng)計步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)3和40個交易日的對數(shù)收益率和區(qū)間收益率；4）獲得前200個交易日的滾動對數(shù)收益率的60%的分位數(shù)；5）按照60%分位數(shù)從大到小排序，分為3組；6）基準(zhǔn)為中證500指數(shù)；7）月度換倉；相關(guān)總結(jié)如下：1）3個交易日的分位數(shù)最大組別的超額收益高于中間組別和最小組別，并且呈現(xiàn)出單調(diào)性。對比3個交易日的分組效果來看，單調(diào)性更好且最大組別的超額收益更明顯；2）40個交易日的分位數(shù)因子分層能力較3個交易日的更強，且對普通區(qū)間漲跌幅的優(yōu)勢更加明顯；3）滾動時間跨度對策略最終效果的影響不大。圖6：N日漲跌幅百分之六十分位數(shù)與N日漲跌幅分組效果對比（基準(zhǔn)中證500）資料來源：同花順，山西證券研究所下圖為原始動量因子和分位數(shù)因子的月度IC情況，IC描述的是預(yù)期排序與未來行業(yè)漲跌幅排序的相關(guān)性。3個交易日動量的月度IC均值為3%，3個交易日60%分位數(shù)的月度IC為1%，從這點上看，分位數(shù)因子在短期動量上并未有單調(diào)性的明顯改進(jìn)。但是40個交易日的月度IC為-0.1%，40個交易日60%分位數(shù)的月度IC為4.9%，中長期動量因子的IC增強明顯。金融工程研究/主題報告金融工程研究/主題報告圖7：月度IC對比資料來源：同花順，山西證券研究所以下圖表展示了不同歷史時間窗口的分組效果，統(tǒng)計步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的3、11、20、40、60個交易日的對數(shù)收益率；4）獲得前30、60、100、200、400個交易日的滾動對數(shù)收益率的60%的分位數(shù)；5）按照60%分位數(shù)從大到小排序，分為5組；6）基準(zhǔn)為中證500指數(shù)；7）月度換倉；8）自然月月底調(diào)倉。分位數(shù)因子的計算有三個主要參數(shù)，首先是分位數(shù)的選擇，第二是滾動時間窗口，第三個是計算分位數(shù)前推的歷史時間窗口長度。本部分對分位數(shù)前推的時間窗口長度做了相應(yīng)測試，相關(guān)總結(jié)如下：1）前推大于60個交易日，組別效果呈現(xiàn)出較好的單調(diào)性。前三組能跑贏后兩組；2）大于200個交易日，在不同金融工程研究/主題報告金融工程研究/主題報告的滾動時間窗口下均能保持單調(diào)性；3）超額收益比較明顯的組別有集中在前推200個交易日以上，滾動時間窗口大于40個交易日的部分。圖8：歷史時間窗口長度效果對比資料來源：同花順，山西證券研究所我們按年度統(tǒng)計了動量因子和分位數(shù)因子的相關(guān)性，統(tǒng)計步驟如下：1）回測時間段：2021年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的3、11、20、40、60個交易日的對數(shù)收益率以及漲跌幅；4）獲得前200個交易日的滾動對數(shù)收益率的60%的分位數(shù)；5）計算月度因子數(shù)值相關(guān)性；6）計算當(dāng)年月度相關(guān)性的均值。相關(guān)總結(jié)如下：1）動量因子相互之間的相關(guān)性較高，但分位數(shù)因子和原始動量因子的相關(guān)性并不高；2）分位數(shù)因子之間的相關(guān)性十分高，這也說明了分位數(shù)因子的穩(wěn)定性；3）分位數(shù)因子和動量因子與市值因子之間的相關(guān)性均比較低，這也表示策略的超額收益并不完全來源于市值方面的風(fēng)格暴露。金融工程研究/主題報告金融工程研究/主題報告圖9：因子相關(guān)性檢驗資料來源：同花順，山西證券研究所通過對分位數(shù)參數(shù)，滾動時間窗口，計算分位數(shù)前推的歷史時間窗口長度以及起始時間的相關(guān)效果統(tǒng)計，我們發(fā)現(xiàn)分位數(shù)動量因子的有效性和穩(wěn)定性較原始動量因子有明顯的提升，甚至對多個因素的變化表現(xiàn)出不敏感。由此可見，分位數(shù)動量策略能選出穩(wěn)定具有超額收益的行業(yè)組合。為了測試因子在可交易標(biāo)的中的效果，我們將ETF與中信一級行業(yè)進(jìn)行了映射。策略思路：通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進(jìn)行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合。策略步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)對應(yīng)的ETF；3）滾動加總每個行業(yè)指數(shù)的40個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）按照60%分位數(shù)從大到小排序，選擇排序靠前的行業(yè)；6）策略為看多行業(yè)組合，行業(yè)個數(shù)為10個；7）基準(zhǔn)為中證500指數(shù)；8）月度換倉；9）ETF對應(yīng)方法：計算ETF成分股在中信一級行金融工程研究/主題報告金融工程研究/主題報告業(yè)中的占比，選擇占比高且總規(guī)模大的作為該行業(yè)對應(yīng)的ETF。從策略效果的統(tǒng)計結(jié)果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為8.44%，年度勝率為100%。月度平均超額收益為0.69%，月度勝率為67%，平均信息比率為1.1。策略超額收益的累積還是比較穩(wěn)定的，回撤主要集中在市場指數(shù)快速下跌的時間段。圖10：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)的行業(yè)配置策略加對應(yīng)ETF）資料來源：同花順，山西證券研究所因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，以下策略測試了在分位數(shù)因子看多組合的基礎(chǔ)上再精選5個行業(yè)的效果。金融工程研究/主題報告金融工程研究/主題報告策略思路：通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進(jìn)行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇市值環(huán)比上升較多的行業(yè)。圖11：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加權(quán)重動量的行業(yè)配置策略）資料來源：同花順，山西證券研究所金融工程研究/主題報告金融工程研究/主題報告策略步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的40個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）按照60%分位數(shù)從大到小排序，選擇排序靠前的10個行業(yè)；6）計算行業(yè)近一個月的總市值相對于再上一個月的差異，從10個行業(yè)中選取市值上升最多的5個行業(yè)；7）基準(zhǔn)為中證500指數(shù)；8）月度換倉。從策略效果的統(tǒng)計結(jié)果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為6.25%，年度勝率為100%。月度平均超額收益為0.57%，月度勝率為62%，平均信息比率為0.66。策略超額收益的波動率較高。下圖為選擇到的行業(yè)次數(shù)，總共92次交易中，按照選擇到的次數(shù)從多到少排序依次為食品飲料、家電、電力和新能源、建材和煤炭，相較于原始策略行業(yè)更偏向中等市值行業(yè)。圖12：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加權(quán)重動量的行業(yè)配置策略）資料來源：同花順，山西證券研究所金融工程研究/主題報告金融工程研究/主題報告策略思路：通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進(jìn)行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇市值環(huán)比下降較多的行業(yè)。圖13：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加權(quán)重反轉(zhuǎn)的行業(yè)配置策略）資料來源：同花順，山西證券研究所策略步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的40個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的金融工程研究/主題報告金融工程研究/主題報告60%分位數(shù)；5）按照60%分位數(shù)從大到小排序，選擇排序靠前的10個行業(yè)；6）計算行業(yè)近一個月的總市值相對于再上一個月的差異，從10個行業(yè)中選取市值下降最多的5個行業(yè)；7）基準(zhǔn)為中證500指數(shù)；8）月度換倉。從策略效果的統(tǒng)計結(jié)果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為10.23%，年度勝率為100%。月度平均超額收益為0.95%，月度勝率為70%，平均信息比率為1.07。策略超額收益的累積還是比較穩(wěn)定的，尤其近五年的超額收益明顯。下圖為選擇到的行業(yè)次數(shù)，總共92次交易中，按照選擇到的次數(shù)從多到少排序依次為食品飲料、家電、石油石化、煤炭和電子，相較于原始策略行業(yè)之間的次數(shù)差異較小。圖14：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加權(quán)重反轉(zhuǎn)的行業(yè)配置策略）資料來源：同花順，山西證券研究所金融工程研究/主題報告金融工程研究/主題報告s、基于行業(yè)分位數(shù)和短期動量的行業(yè)輪動策略策略思路：因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，策略測試了在分位數(shù)因子看多組合的基礎(chǔ)上再精選5個行業(yè)的效果。通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進(jìn)行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇短期動量靠前的行業(yè)。圖15：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加3日動量的行業(yè)配置策略）資料來源：同花順，山西證券研究所金融工程研究/主題報告金融工程研究/主題報告圖16：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加20日動量的行業(yè)配置策略）資料來源：同花順，山西證券研究所策略步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的40個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）按照60%分位數(shù)從大到小排序，選擇排序靠前的10個行業(yè)；6）向前計算行業(yè)的3或20金融工程研究/主題報告金融工程研究/主題報告天漲跌幅，從行業(yè)動量組合中再選出5個短期動量較強的行業(yè)；7）基準(zhǔn)為中證500指數(shù)；8）月度換倉。從策略效果的統(tǒng)計結(jié)果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為5.81%，年度勝率為50%。月度平均超額收益為0.52%，月度勝率為58%，平均信息比率為0.66。3個交易日動量和20個交易日動量均未對原策略有增強。下圖為選擇到的行業(yè)次數(shù)，總共92次交易中，按照選擇到的次數(shù)從多到少排序依次為食品飲料、家電、煤炭、基礎(chǔ)化工和石油石化。圖17：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加短期動量的行業(yè)配置策略）資料來源：同花順，山西證券研究所‘、基于行業(yè)分位數(shù)加短期反轉(zhuǎn)的行業(yè)輪動策略策略思路：因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，策略測試了在分位金融工程研究/主題報告金融工程研究/主題報告數(shù)因子看多組合的基礎(chǔ)上再精選5個行業(yè)的效果。通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進(jìn)行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇短期動量靠后的行業(yè)。圖18：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加3日反轉(zhuǎn)的行業(yè)配置策略）資料來源：同花順，山西證券研究所金融工程研究/主題報告金融工程研究/主題報告圖19：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加20日反轉(zhuǎn)的行業(yè)配置策略）資料來源：同花順，山西證券研究所策略步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的40個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）按照60%分位數(shù)從大到小排序，選擇排序靠前的10個行業(yè)；6）向前計算行業(yè)的3或20天漲跌幅，從行業(yè)動量組合中再選出5個短期動量靠后的行業(yè)；7）基準(zhǔn)為中證500指數(shù)；8）月度換倉。金融工程研究/主題報告金融工程研究/主題報告從策略效果的統(tǒng)計結(jié)果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為10.89%，年度勝率為100%。月度平均超額收益為1%，月度勝率為66%，平均信息比率為1.17。3個交易日動量和20個交易日反轉(zhuǎn)對原策略有一定增強，但波動變大。下圖為選擇到的行業(yè)次數(shù)，總共92次交易中，按照選擇到的次數(shù)從多到少排序依次為食品飲料、家電、煤炭、石油石化和電子。行業(yè)次數(shù)和短期動量策略比較相似。圖20：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加短期反轉(zhuǎn)的行業(yè)配置策略）資料來源：同花順，山西證券研究所策略思路：因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，策略測試了在分位金融工程研究/主題報告金融工程研究/主題報告數(shù)因子看多組合的基礎(chǔ)上再精選5個行業(yè)的效果。通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進(jìn)行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇總市值靠前的行業(yè)。圖21：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加大市值的行業(yè)配置策略）資料來源：同花順，山西證券研究所策略步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的40個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）按照60%分位數(shù)從大到小排序，選擇排序靠前的10個行業(yè)；6）向前計算行業(yè)的總權(quán)重，金融工程研究/主題報告金融工程研究/主題報告從行業(yè)動量組合中再選出5個總權(quán)重靠前的行業(yè)；7）基準(zhǔn)為中證500指數(shù)；8）月度換倉。從策略效果的統(tǒng)計結(jié)果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為9.61%，年度勝率為100%。月度平均超額收益為0.86%，月度勝率為64%，平均信息比率為1.11。近兩年的超額收益較低。下圖為選擇到的行業(yè)次數(shù)，總共92次交易中，按照選擇到的次數(shù)從多到少排序依次為食品飲料、電子、新能源、基礎(chǔ)化工和銀行。圖22：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加大市值的行業(yè)配置策略）資料來源：同花順，山西證券研究所策略思路：因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，策略測試了在分位金融工程研究/主題報告金融工程研究/主題報告數(shù)因子看多組合的基礎(chǔ)上再精選5個行業(yè)的效果。通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進(jìn)行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇總市值靠后的行業(yè)。圖23：策略凈值及相關(guān)指標(biāo)（基于漲跌幅分位數(shù)加小市值的行業(yè)配置策略）資料來源：同花順，山西證券研究所策略步驟如下：1）回測時間段：2016年1月1日到2023年8月20日；2）標(biāo)的池：中信一級行業(yè)指數(shù)；3）滾動加總每個行業(yè)指數(shù)的40個交易日的對數(shù)收益率；4）獲得前200個交易日的滾動對數(shù)收益率的金融工程研究/主題報告金融工程研究/主題報告60%分位數(shù)；5）按照60%分位數(shù)從大到小排序，選擇排序靠前的10個行業(yè)；6）向前計算行業(yè)的總權(quán)重，從行業(yè)動量組合中再選出5個總權(quán)重靠后的行業(yè)；7）基準(zhǔn)為中證500指數(shù)；8）月度換倉。從策略效果的統(tǒng)計結(jié)果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為6.97%，年度勝率為85%。月度平均超額收益為0.67%，月度勝率為61%，平均信息