文章核心观点 - 文章旨在构建一个基于四个维度的行业轮动模型，以筛选高景气度行业并构建ETF投资组合，目标是获取超额收益 [1] - 综合行业轮动模型在历史回测中表现稳定且有效，特别是在2024年9月市场反弹后有效性显著提升 [2] - 基于该模型，构建了三种不同模式的ETF行业轮动投资组合，其中收益弹性优先模式的历史回测表现最佳 [2] 行业轮动模型构建 - 模型从基本面景气度、超预期水平、量价水平和资金流强度四个维度出发，分别构建行业轮动模型，并最终构建综合行业轮动模型 [1] - 各单一视角复合因子的样本内和样本外表现均较为稳定，全区间内各模型高景气组均积累了显著的超额收益 [1] 综合行业轮动因子表现 - 综合行业轮动因子以各单一视角复合因子为基础，采用等权方式构建 [2] - 全区间内，综合行业轮动模型的IC均值为12.54%、ICIR为50.92% [2] - 高景气组年化收益为17.84%，相对中证800指数的多空组合累计年化超额收益为14.44% [2] - 2024年9月市场开启反弹行情后，综合行业轮动因子的有效性得到显著提升 [2] - 2026年3月，综合行业轮动模型最新推荐行业为有色金属、机械设备、钢铁、国防军工、基础化工和通信行业 [2] ETF行业轮动投资组合构建与表现 - 在综合考虑产品规模、流动性、相关性、收益弹性、每日仓位动态调整、交易费用等因素后，构建了三种模式的ETF投资组合 [2] - 收益弹性优先模式：年化收益为21.20%，更能够捕捉短期高景气细分赛道，历史回测表现好于另外两种模式 [2] - 流动性优先模式：年化收益为18.57%，同样包含部分市场交易热点信息 [2] - 相关性优先模式：年化收益为18.78%，凭借对行业暴露纯度的严格把控，整体业绩稳定性更高 [2]