形态相似度行业轮动策略动态跟踪

钢铁 2026-08-23 太平洋证券七个橙子一朵发🍊

一、模型逻辑该策略基于价格形态识别行业走强前的特征，通过构建历史形态模板库并利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，选取最匹配的行业进行配置。价格形态作为多空博弈的综合结果，能实时体现市场预期，其结构特征在不同行业和时期具有重现性，为传统因子提供左侧信号。

二、策略框架

形态模板库构建
- 样本范围：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），28个行业
- 超额收益序列：行业相对行业等权组合的对数超额收益率，经对数处理以对称涨跌权重、压缩极端值、缓解波动差异
- 有效模板标准：过去K日序列若未来M日累计超额收益率>阈值，则收录为模板，M与调仓频率一致
- 动态维护：按频率更新模板，滚动使用近期Y年数据，截断N年前历史，最少5个模板方可启用
形态相似度计算
- DTW匹配：调仓日计算各行业最近K日序列与所有模板的DTW距离，取最小值
- 相似度转换：相似度=1/(1+最小DTW距离)，经Z-Score标准化
组合构建
- 每调仓日选取相似度最高的前N个行业等权配置，周频调仓

三、模型效果

四、风险提示历史数据结果不代表未来表现，样本数据有限可能存在统计误差，历史规律及模型存在失效可能

点击免费查看完整报告

猜你想问

该策略如何识别行业走强前特征？

该策略基于价格形态识别行业走强前的特征，通过构建历史形态模板库并利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，选取最匹配的行业进行配置。价格形态作为多空博弈的综合结果，能实时体现市场预期，其结构特征在不同行业和时期具有重现性，为传统因子提供左侧信号。

该策略的行业轮动频率是怎样的？

该策略采用周频调仓机制，每周根据各行业最近K日序列与历史模板库的DTW相似度计算结果，选取相似度最高的前N个行业进行等权配置。同时提供了双周频调仓选项，年化收益和超额收益相对较低但稳定性可能更高。

该策略在钢铁行业表现如何？

该策略在钢铁行业及其他28个中信一级行业中均进行了历史回测，钢铁行业作为样本之一被纳入模板库构建。历史数据显示，周频调仓年化收益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收益。

该策略如何应对市场变化？

该策略通过动态维护模板库来应对市场变化，按调仓频率更新模板，滚动使用近期Y年数据并截断N年前历史，确保模板库的时效性。同时DTW算法本身能较好处理非线性序列变化，提高策略适应性。

投资该策略需注意哪些风险？

历史数据结果不代表未来表现，样本数据有限可能存在统计误差，历史规律及模型存在失效可能。此外，该策略基于行业轮动配置，单一行业波动可能影响整体收益稳定性，需关注行业周期性风险及模型参数敏感性。