核心观点 - 报告构建了基于相对旋转图（RRG）和扩散指标的行业/ETF轮动策略，旨在通过识别处于相对强势和动量改善象限的行业来获取超额收益 [1] - 核心策略为：每月末筛选扩散指标最高的6个中信一级行业，并剔除在RRG中处于第三、第四象限的行业，以此构建轮动组合 [2] - 该策略在回测期内（2018.12.28-2026.03.31）对行业指数和ETF均实现了显著的超额收益，并可进一步构建约束行业偏离的沪深300指数增强策略 [3][4] 一、 相对旋转图（RRG）框架 - RRG由Julius de Kempenaer开发，通过横轴RS-Ratio（相对强度趋势）和纵轴RS-Momentum（趋势变化率）直观展示证券的相对表现，理想状态下呈现顺时针旋转 [11][16] - 根据RS-Ratio和RS-Momentum是否大于100，将行业分为四个象限：领先（+/+）、改善（-/+）、滞后（-/-）、疲软（+/-） [17] - 处于第一（领先）和第二（改善）象限的行业未来表现更优，每月末等权配置这两个象限中离原点最远的6个行业，在回测期内年化收益率达18.74%，优于单独配置第一象限（18.34%）或第二象限（5.81%）[1][27] 二、 行业轮动策略构建与表现 - 单一扩散指标策略：每月末等权配置自由流通市值加权扩散指标最高的6个行业，回测期年化收益率16.87%，但在震荡市或行业轮动较快时反应滞后，超额收益在2021.09-2024.03期间持续回撤 [33][38] - 扩散指标叠加RRG策略：在扩散指标选股基础上，剔除处于RRG第三、四象限的行业，以改善滞后问题。该策略年化收益率提升至20.60%，相对行业等权和沪深300的超额年化收益率分别为9.49%和13.91%，收益更高且回撤更小 [2][40][44] - 策略有效性验证：经RRG保留（一、二象限）的行业组合业绩显著优于被剔除（三、四象限）的行业组合，证明引入边际变化评估能提升传统动量策略效果 [48] - 策略下沉至二级行业：将策略应用于109个中信二级行业，年化收益率达20.49%，与一级行业策略接近，且在2024-2025年收益率显著更优 [50][53] 三、 ETF轮动策略构建与表现 - 策略映射方法：根据ETF持仓计算行业暴露，通过组合优化将行业轮动信号转化为ETF配置权重，并约束ETF组合在单个行业上的持仓不超过1/k（k为选中行业数）[55][58] - 基础ETF轮动策略表现：回测期内年化收益率21.51%，最大回撤34.98%，相对中信一级行业等权和沪深300的年化超额收益率分别为10.34%和14.86% [3][59][61] - 不同市场环境表现：策略在市场上涨时（如2019-2021.09）超额收益突出；市场下跌时（如2023.04-2024.09）超额收益稳健；但在市场大幅震荡、热点切换快时易出现回撤 [67] - 换仓频率影响：将换仓频率提高至周频或双周频，策略年化收益率在21%-23%之间，但与月频结果接近，增加的收益几乎被交易费用侵蚀 [68][71] 四、 ETF轮动策略的变体与优化 - 约束单个ETF权重（≤20%）：同时约束组合仓位不超过选中行业数量k*20%，允许不满仓。该策略年化收益率降至18.51%，但波动率和最大回撤（19.89%， -29.09%）显著降低，在2022、2023年防御性更好 [73][76][78] - 无单一行业权重约束：放开行业权重约束，策略倾向于集中配置在选中行业上暴露最高的ETF，多数时期仅持有1-2个ETF。该策略年化收益率大幅提升至31.53%，最大回撤33.33%，夏普比率接近1 [81][82][85] - 构建沪深300指数增强策略：在ETF轮动基础上，约束组合相对沪深300的行业偏离度（如≤3%或≤5%），以获取稳健超额收益 [88] - 指数增强策略表现：在5%行业偏离约束下，策略相对沪深300年化超额收益率8.42%，跟踪误差7.22%，季度胜率75.86%，季度负超额最大值低于2.3%，均值1.99% [4][89][91][95]