量化模型与构建方式 1. 模型名称：行业轮动模型（行业轮动体系 3.0） - **模型构建思路**：从交易行为、景气度、资金面、筹码结构、宏观驱动、技术分析六个维度出发，分别构建行业轮动子模型，并对模型进行动态合成，以双周频优选行业[2][10] - **模型具体构建过程**： - **交易行为模型**：捕捉行业日内动量与隔夜反转效应[2][10] - **景气度模型**：捕捉行业盈余动量效应[2][10] - **资金流模型**：捕捉主动抢筹与被动派发行为[2][10] - **筹码结构模型**：捕捉持仓收益与阻力支撑效应[2][10] - **宏观驱动模型**：捕捉高频宏观预期在行业上的映射[2][10] - **技术分析模型**：捕捉行业成份股在趋势、振荡、量能指标上的交易信号[2][10] - **动态合成**：对上述六个子模型进行动态合成，生成最终的行业轮动信号[2][10] - **模型评价**：该模型从多维度捕捉行业轮动机会，通过动态合成提升策略的稳健性 2. 模型名称：ETF轮动组合 - **模型构建思路**：基于行业轮动模型的优选结果，构建相应的行业ETF轮动组合[4][16] - **模型具体构建过程**：根据行业轮动模型输出的双周频优选行业信号，选择对应的行业ETF进行持仓，构建ETF轮动组合[4][16] - **模型评价**：该模型将行业轮动信号直接应用于ETF投资，实现了策略的落地 模型的回测效果 1. 行业轮动模型 - 2026年以来，行业等权基准累计收益：-3.6%[3][12] - 2026年以来，行业多头组累计收益：7.2%[3][12] - 2026年以来，多头组超额收益：10.8%[3][12] - 2026年以来，多空组合累计收益：31%[3][12] - 2026年以来，除8月外，行业多头每月均录得正超额[3][15] - 2026年以来，多空组合每月均正收益[3][15] 2. ETF轮动组合 - 2026年以来，ETF轮动组合累计收益：22%[4][16]