- 模型逻辑:通过价格形态识别行业走强前的特征,捕捉传统因子难以捕捉的左侧信号。历史发现行业走强前的超额收益序列常呈现结构特征,且在不同行业与时期重复出现。
- 策略框架:构建形态模板库,使用动态时间规整算法(DTW)计算当前行业走势与模板的相似度,选取最匹配的行业配置。
- 形态模板库构建:样本区间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基准。构建“过去K日超额收益序列→未来M日超额收益达到阈值”的有效形态片段,动态维护模板库。
- 形态相似度计算:每个调仓日计算各行业近期走势与模板库中每个形态的DTW距离,取最小距离转换为相似度并进行Z-Score处理,因子值越高表示形态越接近历史有效模板。
- 组合构建:每调仓日选取相似度因子值最高的前N个行业,等权配置,周频调仓。
- 模型效果:2016年至2026年,周频调仓年化收益20.6%,相对于行业等权超额收益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;双周频年化收益16%,超额收益10.4%,信息比率1.51。
- 模型信号:上周模型持有行业相对于行业等权基准超额收益为1.81%。下周模型持仓行业:轻工制造,商贸零售,建筑,汽车,房地产。
- 风险提示:报告结果及分析依据历史数据得出,存在一定局限性,不代表未来表现,不构成任何投资意见;样本数据有限,数据处理统计可能存在误差,不足以代表市场整体风险,历史规律及模型存在失效可能。