文章核心观点 - 通过构建基于ETF的风格轮动与行业轮动量化策略，可以在成长、价值、大盘、小盘等不同市场风格以及不同行业间进行切换，从而获取显著的超额收益 [1][2][3][4] 风格轮动策略总结 - 季度风格轮动策略：从宏观环境与微观量价两大维度构建模型，进行季度调仓 [1] - 价值成长轮动模型（配置红利及创业板ETF）在2014年1月至2026年2月期间，相对中证800的年化超额收益达20.40%，月胜率达63.70% [1] - 大小盘轮动模型（配置沪深300及中证1000ETF）在2017年1月至2026年2月期间，相对中证800的年化超额收益达8.97%，月胜率达61.82% [1] - 月度风格轮动策略：采用多维度因子构建月度打分模型 [2] - 价值成长轮动月度策略从宏观、估值、基本面3维度选因子，在2014年至2026年2月期间年化收益22.67%，相对中证800年化超额收益16.32%，月度胜率63.19% [2] - 大小盘轮动月度策略从宏观、估值、基本面、资金、情绪、量价6维度选因子，实现了26.84%的年化收益，相对中证800年化超额收益20.64%，月度胜率达71.23% [2] - 月度红利成长轮动策略：通过分析红利股与债券性价比、美债利率、信用与经济环境、行业景气度等因素构建 [2] - 以300全收益指数为基准，该策略可获得13.29%的年化超额收益，月度胜率为61.19% [2] - 在众多单因子中，表现最好的是美债利率因子 [2] 行业轮动策略总结 - 行业轮动四象限策略：主要采用景气度（预期基本面）、情绪面、技术面和宏观四个维度信息构建因子 [3] - 自2018年开始样本外跟踪至2025年12月，单因子多策略年化超额收益13.85%，复合因子策略年化超额收益7.28% [3] - 2025年，单因子多策略组合绝对收益36%，相对于等权基准超额收益12.29%；复合因子策略组合绝对收益38.1%，超额收益14.38%；两个组合的超额收益月度胜率均为58.3% [3] - 2025年因子表现分析：因子有效性呈现较大分化，结构表现接近于2021年 [3] - 宏观因子表现极为突出，年化超额23.8%，月度胜率67% [3] - 景气度因子和情绪因子超额收益贡献相对平淡，分别为4.1%、7.1% [3] - 技术面因子表现较差，超额为-1.1%，这与历史上行环境中技术面因子表现较差的规律一致 [3] - 因子与市场环境联动性：因子表现与市场环境存在较强关系 [4] - 在上涨市中，宏观、景气度和情绪面是驱动行业上行的主要动力 [4] - 技术面因子主要在下行市场环境中起到防御作用 [4] - 未来研究将尝试将市场环境的预判与划分引入策略因子的使用，以期望获得更稳定的超额收益 [4] 策略组合整体表现 - 构建以ETF为持仓品种的策略组合，自2014年以来（未发行ETF时段采用产品跟踪指数价格回溯），相对中证800指数获得11.4%的年化超额收益，信息比为1.01 [4]