- 核心观点:本报告提出一种基于动态时间规整算法(DTW)的形态相似度行业轮动策略,通过识别行业走强前的价格形态特征,捕捉左侧信号进行行业配置。
- 模型逻辑:行业在走强前夕的超额收益序列常呈现特定结构特征,且在不同行业与时期重复出现。通过DTW算法计算当前行业走势与历史有效模板的相似度,选取最匹配的行业进行配置。
- 策略框架:
- 形态模板库构建:从历史行情中提取“过去K日超额收益序列→未来M日超额收益达到阈值”的形态片段,构建模板库。样本区间为2009年1月6日至2026年5月28日,中信一级行业(剔除综合、综合金融),以行业等权组合作为比较基准。
- 形态相似度计算:调仓日用DTW计算各行业近期走势与模板库中每个形态的相似度,取最小距离,转换为相似度因子并进行Z-Score处理。
- 组合构建:每调仓日选取相似度因子最高的前N个行业,等权配置,周频调仓。
- 模型效果:
- 周频调仓:2016年至2026年,年化收益20.6%,超额收益16.8%,信息比率2.88,最大回撤4.9%,最高相似度组每年稳定贡献超额。
- 双周频调仓:年化收益16%,超额收益10.4%,信息比率1.51。
- 当前信号:2026年6月26日至今持仓行业:轻工制造、钢铁、汽车、建筑、纺织服装。
- 风险提示:本报告结果基于历史数据,不代表未来表现,不构成投资意见;样本数据有限,历史规律及模型存在失效可能。