报告核心观点 - 基于行业指数相对沪深300的偏离修复构建行业配置策略，该策略能对适用行业初筛，是偏向风险规避的配置策略，对波动平稳行业更具参考价值，后续可优化筛选模式和调整进场阈值，还可配合趋势跟踪策略使用 [12][57][70] 行业指数VS沪深300 - 行业层面选行业构建组合大概率获超收益，简单平均配置在区间内可获34%超额回报 [12] - 买入并持有单行业相对沪深300可能产生较大回撤和较长回撤时间，存在择时必要性 [12] - 趋势跟踪策略无法提供空间信息，本文考虑空间方面策略 [12] 偏离修复策略 偏离情况及问题 - 展示农林牧渔、基础化工、非银金融等行业指数相对沪深300的偏离情况 [13][16][19] - 单纯从相对沪深300偏离回归角度入手存在无法把握单向偏离机会、同一点位偏离数值随选取时间不同而不同、每次偏离极限位置不同不好把握等问题 [22] 回撤情况 - 展示各行业指数相对沪深300的前三大回撤情况，钢铁和石化行业几乎处于单次回撤周期，食品饮料、商贸零售等行业最大回撤与其他回撤差距较大 [23][25] - 家电和食品饮料回撤数量远高于其他行业，绝大部分行业有效回撤数量占比在40%以下 [33][36] 筛选算法 - 有效偏离初筛算法：计算行业指数相对沪深300收盘价、历史回撤数组、单次回撤最大幅度，对最大幅度数组降序排列求和，取累加值达和80%的元素为粗筛有效回撤 [30] - 偏离回撤筛选算法1（均值标准差法）：计算初筛有效回撤元素均值和标准差，若最大值超均值加3倍标准差则判定行业不适用，否则保留均值加减3倍标准差区间元素，若元素数量小于3则判定不适用，家电和食品饮料无法通过此筛选，该方法对大多数行业无法进一步筛选 [38][41][46] - 偏离回撤筛选算法2（迭代法）：对初筛有效回撤进行初筛算法迭代，若某次迭代结果数组少于三个元素则判定行业不适合，若与上一次相同则停止迭代保留结果，钢铁、零售等行业有效回撤数量为0，该方法大大降低所选中回撤的占比 [47][50][53] 策略对比及构建 - 均值标准差法筛选效果差，迭代法能处理大部分小型回撤，较为稳定 [55][56] - 偏离修复策略（多空）：计算行业指数相对沪深300收盘价及回撤曲线，用迭代法计算有效回撤，选有效回撤最大值80%为阈值，根据回撤曲线值确定信号值 [57] 策略表现 - 钢铁、零售等行业未能满足策略使用条件，有色、纺服等行业表现不理想 [60][63] 策略小结 - 策略构建方法可对适用行业初筛，是偏向风险规避的配置策略，对波动平稳行业更具参考价值 [69] 后续展望 - 优化有效偏离回撤筛选模式，调整进场阈值设置方式 [70] - 配合趋势跟踪策略使用，降低其在拐点区域的波动风险 [70]